The present invention provides a method of data stream scheduling a hybrid cloud data center network, including two main aspects: according to the delay sensitive flow scheduling algorithm based on time triggered and the throughput intensive flow based on event trigger scheduling algorithm, the time triggered scheduling algorithm ensures that the delay sensitive data stream can be assigned to the transmission time is the highest priority transmission, event trigger scheduling algorithm uses the scheduling principle of non congestion, make full use of the entire data center bandwidth resources, in the premise of ensuring transmission performance of delay sensitive data flow under, according to the throughput intensive task flow allocation of network bandwidth for data transmission. The invention solves the requirement of both high throughput and low delay in the data center network, and ensures the transmission accuracy of all delayed sensitive data streams.
【技术实现步骤摘要】
一种云数据中心网络中混合数据流协同调度方法
本专利技术涉及云计算技术,具体地,涉及一种云数据中心网络中混合数据流协同调度方法。
技术介绍
随着云计算技术的迅猛发展,数据中心的规模及支撑业务数量都在成倍地增长,由此推动了数据中心基础设施的不断整合,支撑系统、资源虚拟化、动态迁移、业务信息系统等技术的不断发展,与此同时,在数据中心中扮演着核心角色的数据中心网络也在不断的演进。数据中心的不同网络应用的负载的差异很大,在实际网络中导致不同方面的问题。许多分布式系统,例如MapReduce,Hadoop和TritonSort对网络带宽资源的需求很大,通常这部分应用都会在中间环节传输并处理超过百兆甚至千兆字节的数据,这类应用的高负载会导致数据中心带宽分配的问题。另一方面,一些由分层组件构成的现代网络服务(BigTable,Memcached),需要通过远程过程调用协议进行通信,需要频繁访问许多节点来分发状态数据到整个数据中心。这些服务通常会严重地提高整个数据中心网络的传输,造成网络延迟的性能低下。数据中心的这两类应用的工作负载可以被划分为延迟敏感和吞吐量密集的工作负载。具体来看,数据中心的网络问题中,高延迟问题通常是由于网络拥塞引起的。如果延迟敏感的应用程序(如PTPd,Memcached,和Naiad)资源长时间与吞吐量密集型应用程序(如MapReduce,Hadoop和TritonSort)的任务共享网络资源,延迟敏感任务通常会遇到不能容忍的传输延迟。其原因是,吞吐量密集的应用程序在占用网络资源时,会尽可能产生和传输大量数据包,这些数据包会占用网络设备中绝大多数的 ...
【技术保护点】
一种云数据中心网络中混合数据流协同调度方法,其特征在于,包括两个主要方面:针对延迟敏感流的基于时间触发调度算法和针对吞吐量密集型流的基于事件触发调度算法,其中,时间触发调度算法确保延迟敏感数据流能够被分配到具有最高的传输优先级的传输时间段,事件触发调度算法采用非拥塞的调度原则,充分利用整个数据中心的带宽资源,在保证延迟敏感数据流的传输性能的前提之下,根据吞吐量密集型任务的出现为数据流分配网络传输带宽。
【技术特征摘要】
1.一种云数据中心网络中混合数据流协同调度方法,其特征在于,包括两个主要方面:针对延迟敏感流的基于时间触发调度算法和针对吞吐量密集型流的基于事件触发调度算法,其中,时间触发调度算法确保延迟敏感数据流能够被分配到具有最高的传输优先级的传输时间段,事件触发调度算法采用非拥塞的调度原则,充分利用整个数据中心的带宽资源,在保证延迟敏感数据流的传输性能的前提之下,根据吞吐量密集型任务的出现为数据流分配网络传输带宽。2.根据权利要求1所述的云数据中心网络中混合数据流协同调度方法,其特征在于,所述时间触发调度算法具体是,将延迟敏感的数据流视为一组周期性地传输的数据包的集合,并且把这样的传输周期称为基础周期,所有的延迟敏感数据流的基本周期的最小公倍数被称为最长通信周期,时间触发调度将被设定在一个最长通信周期内周期性地执行,时间触发调度中,每个延迟敏感流的数据包的开始时间都会被调度器重新协调,调度器可以在一个最长通信周期之内计算并产生一个记录所有延迟敏感流的开始传输的时刻表,并根据这个时刻表,控制每个延迟敏感流中所有数据包的具体发送时间。3.根据权利要求2所述的云数据中心网络中混合数据流协同调度方法,其特征在于,支持时间触发调度借助IEEE1588精密时钟同步协议,以保证时间触发调度的结果的准确性,同时保证每个数据流传输时间的确定性和可预测性。4.根据权利要求1所述的云数据中心网络中混合数据流协同调度方法,其特征在于,所述时间触发调度算法主要包括:流级传输延迟最优化问题建模,即最小化所有延迟敏感流中时间触发的数据包的端到端的传输延迟,实现延迟敏感流中数据包的最优化的时间触发式调度策略:τ∈flows,表明τ是所有延迟敏感流中的一个延迟敏感数据流,L是时间触发调度的周期,qτ表示一个调度周期L中的第qτ个周期,pτ表示每个延迟敏感数据流的传输周期,表示延迟敏感流中第qτ个周期的数据包的传输延迟;任务级传输延迟最优化问题建模,针对数据中心中的计算任务来进行;系统级传输延迟最优化问题建模,结合流级、任务级的传输延迟建模得出,以实现全局最优的延迟敏感数据流的调度。5.根据权利要求4所述的云数据中心网络中混合数据流协同调度方法,其特征在于,所述任务级传输延迟最优化问题建模,针对数据中心中的计算任务来进行,具体是:一个计算任务的数据源往往是一个或多个主机,主机将计算任务需要的数据打包进数据包,然后发送给计算节点,计算节点从接收到的数据包中提取出需要的数据,当计算任务依赖的数据集齐后,即进行一定时间的计算,计算的结果会被打包进数据包,最后发送给目的主机,计算任务中一个数据包总的传输延迟为:
【专利技术属性】
技术研发人员:姚建国,彭博,管海兵,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。