本发明专利技术公开了一种云数据中心任务分配方法、装置和系统，属于云计算系统控制领域，本发明专利技术首先收集主机运行状态信息，然后分析各主机当前可接收任务余量，根据可接收任务余量生成任务分配方案；最后根据标志变量进行任务分配。本发明专利技术在实时跟踪数据中心中各个主机的运行状态并对其性能变化趋势进行预判，选择性的将新到达任务分配到合理的主机上执行，以减少任务拥塞出现，实现负载均衡。
【技术实现步骤摘要】
本专利技术属于云计算系统控制领域，特别是涉及一种云数据中心任务分配方法、装 置和系统。
技术介绍
云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息 可以按需求提供给计算机和其他设备。相对于传统的软件和计算形态，云计算具有松散耦 合、随需应变、成本可控、资源虚拟、异构协同等显著的优势，使其更适应现今的电子商务、 柔性制造、移动互联网等应用。 云数据中心是指由多个异构的、由网络连接在一起的主机所组成的用于承载提供 在线云服务的企业级应用的分布式计算系统。在云数据中心中，将大量的主机进行集中统 一管理，可以保障主机运行所需要的稳定电源环境，适宜的温湿度控制以及网络带宽条件。 同其他软硬件系统一样，云数据中心中的主机的负载也处于实时变化中。由于现 今的云计算系统多运用于大规模科学计算、实时金融、在线交易、流媒体多播等高负载和高 复杂度的应用，其主机时常处于超负荷运行的状态。如果任务调度和负载均衡策略稍有不 慎，就极易出现部分主机节点待处理任务过度堆积和缓冲区溢出的情况，并有可能进一步 形成系统崩溃，造成重大损失。传统的任务调度和分配策略，多仅仅依据各个主机和节点 的当前的负载、资源利用率、可靠性状态计算容许的可新增任务容量，并根据这些静态数据 确定任务分配和调度方案。这种策略存在以下不足：由于忽视了主机负载、资源占用率、可 用性和可靠性的变化趋势，传统的调度策略可能将大量的新增任务分配到当前任务余量较 大但运行状态急剧恶化中的主机上，极易使这些主机在一段时间后形成负载热点；同时，部 分主机虽然当前任务余量不大，但是处于运行状态迅速改善的过程中，而传统的调度分配 策略有可能忽略掉这些实际上可以承接更多任务的主机，从而导致系统计算资源的闲置浪 费。 在此背景下，如何动态的跟踪云数据中心的运行态势并进行趋势预判，实现合理 的新增任务分配策略，便成为了研究的热点和难点。
技术实现思路
有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是提供一种任务调度更 合理的云数据中心任务分配方法。 为实现上述目的，本专利技术提供了一种云数据中心任务分配方法，包括以下步骤： 步骤一、收集主机运行状态信息； 收集新任务到达的时间t ;并取得云数据中心中各个主机当前的CPU占用率CZLp 内存负载121^率、外存负载率SZL 1;最近完成的一个任务的所用执行时间ZJT 1;最近一个 任务完成时所释放的CPU占用率CSF1、释放的内存占用率MSF 1、释放的外存占用率SSF1; 上次任务到达至本次任务到达时间内，各个主机上出现故障、错误、或者失效的次数FN 1;0 < i < η，η为数据中心中的主机数量； 步骤二、获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、 故障率边界值和历史趋势故障率，并将本次任务到达间隔时间赋给上一次计算出的上次任 务到达间隔时间，将t的值赋给OLDT ; 步骤三、根据所述CPU占用率CZL1、内存负载MZL1、外存负载率SZL 1、最近一个任务 完成时所释放的CPU占用率CSF1、释放的内存占用率MSF1和释放的外存占用率SSF i分析各 主机当前可接收任务余量； 步骤四、根据可接收任务余量生成任务分配方案； 步骤五、根据标志变量进行任务分配。 较佳的，设定步骤二中所述近期趋势执行率为JQZL1: 计;S:得到所述JQZLi; 设定所述等效未来预期任务到达时间为WLDT : 计算《得到所述WLDT ;所述JGT为本次任务到达间隔时 间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0 ; 设定所述等效故障率为GZL1: 计算得到所述GZLi; 用变量YC1标记故障率边界值：计算 得到所述YC1; 所述b为预先给定的系数，l〈b ; 设定所述历史趋势故障率为PJGL : 计算 PJGL = mean (GZLi I 0 < i < n，YC# 1}得到所述 PJGL。 较佳的，所述步骤三按以下步骤进行： 设定各主机最大允许的预期新增任务余量为YL1: 计算：得到所述YL1; 所述a为预先给定的系统负载上限值，a为0. 7到1之间的任意实数。 较佳的，步骤四中所述根据可接收任务余量生成任务分配方案按以下步骤执行： 设定各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率为 BZL1: 计算得到所述 BZL1; 比较各主机对应的821^值，如果所有主机的BZL i值都为0,则将标志变量FPH赋 值为〇 ;如果至少存在一个主机对应的BZL1值大于0,则将具有最大BZL i值的主机的编号赋 给所述标志变量FPH。 较佳的，步骤五中所述根据标志变量进行任务分配按以下步骤进行： 判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH 不为〇时，则将当前新到达的任务，分配给第FPH号主机执行。 较佳的，所述JGT = t-QLDT ;所述OLDT为上一次任务到达的时间，所述OLDT的初 始值被设置为0。 本专利技术所要解决的另一技术问题是提供一种任务调度更合理的云数据中心任务 分配装置。 为实现上述目的，本专利技术提供了一种云数据中心任务分配装置，包括数据中心状 态监测模块、控制决策模块和任务分配控制模块；所述数据中心状态监测模块的输出端连 接所述控制决策模块的输入端，所述控制决策模块的输出端连接所述任务分配控制模块的 输入端； 所述数据中心状态监测模块用于收集主机运行状态信息； 所述控制决策模块用于获取各主机近期趋势执行率、等效未来预期任务到达时 间、等效故障率、故障率边界值和历史趋势故障率，并根据所述CPU占用率CZL 1、内存负载 MZL1、外存负载率SZL1、最近一个任务完成时所释放的CPU占用率CSF1、释放的内存占用率 MSF1和释放的外存占用率SSF i分析各主机当前可接收任务余量，然后根据可接收任务余量 生成任务分配方案； 所述任务分配控制模块用于根据标志变量进行任务分配。 较佳的，所述控制决策模块包括性能分析单元、任务余量分析单元和分配方案生 成单元； 所述数据中心状态监测模块输出数据给所述性能分析单元、任务余量分析单元和 分配方案生成单元，所述性能分析单元的输出端连接所述分配方案生成单元的第一输入 端；所述任务余量分析单元的输出端连接所述分配方案生成单元的第二输入端；所述分配 方案生成单元的输出端连接所述任务分配控制模块的输入端； 所述性能分析单元计算得到所述JQZLiJZf述 JQZL1为近期趋势执行率； 所述性能分析单元计算得到所述WLDT ;所述WLDT为 等效未来预期任务到达时间；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务 到达间隔时间，所述OLDJGT的初始值为0 ;所述JGT = t-QLDT ;所述OLDT为上一次任务到 达的时间，所述OLDT的初始值被设置为O ; 所述性能分析单元计算得到所述GZLi;所述GZL ;为等效故障率； 所述性能分析单元用变量YC1标记故障率边界值：计算 得到所述YC1;所述b为预先给定的系数，l〈b ; 所述性能分析单元计算PJGL = mean(GZLi |〇 < i彡n，YCi^ 1}得到所述PJGL本文档来自技高网...
【技术保护点】
一种云数据中心任务分配方法，其特征在于包括以下步骤：步骤一、收集主机运行状态信息；收集新任务到达的时间t；并取得云数据中心中各个主机当前的CPU占用率CZLi、内存负载MZLi率、外存负载率SZLi；最近完成的一个任务的所用执行时间ZJTi；最近一个任务完成时所释放的CPU占用率CSFi、释放的内存占用率MSFi、释放的外存占用率SSFi；上次任务到达至本次任务到达时间内，各个主机上出现故障、错误、或者失效的次数FNi；0＜i≤n，n为数据中心中的主机数量；步骤二、获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率；步骤三、根据所述CPU占用率CZLi、内存负载MZLi、外存负载率SZLi、最近一个任务完成时所释放的CPU占用率CSFi、释放的内存占用率MSFi和释放的外存占用率SSFi分析各主机当前可接收任务余量；步骤四、根据可接收任务余量生成任务分配方案；步骤五、根据标志变量进行任务分配。
【技术特征摘要】
【专利技术属性】
技术研发人员：夏云霓，郭坤垠，罗辛，俞可，朱庆生，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;85
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。