DOC《     》

????? 云环境下资源评价模型的研究 陈雯**|1|陈雯|CHEN Wen|大连理工大学电信学部计算机学院,大连,116023|Computer Science School,Dalian University of Technology,Dalian,116023|陈雯|大连理工大学北山生活区A区2舍616房间|116023|chenwen@mail.

dlut.edu.cn|13889610679|13889610679云环境下资源评价模型的研究|Research on Resource Evaluation Mechanism in Cloud Computing| (大连理工大学电信学部计算机学院,大连,116023) 摘要:云计算已发展为最有应用前景的商业计算模式之一,而云计算环境下的资源具有动态性和异构性强的特点,且任务需求多变.针对这一问题,本文对云环境下资源和任务的属性进行了研究,给出了一个综合任务完成时间、费用、负载均衡及可靠性的评价函数,并充分考虑到用户Qos需求,可对各子目标权重进行调节,为服务调度提供了可靠的依据和保障,从而提高了服务调度的质量. 关键词: 云计算;

任务调度;

资源评价;

多指标;

Qos 中图分类号:TP393 Research on Resource Evaluation Mechanism in Cloud Computing CHEN Wen (Computer Science School,Dalian University of Technology,Dalian,116023) Abstract: Cloud computing, which is one of the most promising method in the area of business computing, has become a research focus in business and academics. In cloud computing environment, resources are massive, dynamic and heterogeneous;

what'

s more, requirements are various. Aiming at this issue, a resource evaluation mechanism combined with task completion time, cost, load balancing and reliability is proposed by study of resource and task attributes. This paper gives a comprehensive objective function, which fully takes into account the needs of user Qos by adjusting the sub-goal weights. This evaluation mechanism can provided a reliable basis for service scheduling, and improve the quality of system.. Key words: Cloud computing;

task scheduling;

resource evaluation;

multiple indicator;

Qos 引言 随着互联网应用、电子商务、搜索服务等技术的发展,云计算作为一种新型商业计算模式,已成为企业和学者的研究热点.Google、IBM、亚马逊等公司分别提出了自己的云计划,学术界也在云平台基础设施及云服务应用方面进行了广泛的研究[1].云计算依托于成熟的虚拟化技术,在分布式计算、网格计算的基础上发展而来,有着良好的前景.而作为一种分布式计算平台,云环境下的服务调度也是需要解决的问题之一,并且需要充分考虑到用户Qos需求.目前已有很多基于QoS的独立任务调度的研究,HE Xiaoshan等对Min-min算法进行了改进,考虑到网格Qos优化,但主要是根据用户是否有QoS需求进行系统吞吐率的优化[2];

张伟哲等提出了基于信任关系的网格服务调度算法,在保证服务性能Qos的同时兼顾信任Qos的需求[3];

Sameer S. Chauhan等根据加权平均执行时间进行资源选择,将网络带宽作为Qos属性,把任务分为高Qos与低Qos需求两种,对于高Qos的任务优先调度[4],与文献[2]思想相近;

MengXu等人研究了针对云计算中多个工作流的多Qos调度策略,对于不同的用户考虑不同的Qos需求[5]. 然而上述研究中,或将Qos指标逐一匹配,或采用简单的带权相加的方法将多个Qos目标进行综合,缺乏科学性和合理性.此外,传统的分布式调度系统中,资源评价功能往往集成在任务调度模块中,而且评价目标单一,缺乏对资源综合的、系统的评估,已经不能适应云计算环境中资源指标多、数量大、动态性和异构性强的特点.因此,本文把多指标综合统计评价的思想融入资源评价和任务调度中,以服务能力,服务费用和服务可靠性等作为评价指标,采用逼近理想点的方法进行综合评价,并可根据不同用户的需求调整各指标权重. 资源评价模型 本文考虑云内资源调度模式,即云调度系统根据一定的策略对各计算节点资源进行评价,将任务调度到最适合的节点执行.计算结点是异构的,可以是个人计算机、服务器或者工作站等.系统采用无中心分布式管理模式,即不存在中心调度节点,各节点需相互协商以完成任务调度,这样可以有效避免单点失效问题.本文考虑的任务集为元任务[6],即任务是相互独立的,且不可分解,表示为. 模型体系结构 节点定义:节点集由集合表示.如图1.1所示.在每次调度协商中,发布任务信息的节点称为责任节点,节点为参与协商的节点. 图1.1 资源评价模型体系结构 Fig.1.1 Architecture of The Evaluation Model 模型的评价协商过程为:(1) 责任节点首先发布任务信息,发起协商;