一种大尺度条件下的网格资源优化调度方法技术

本发明专利技术针对大尺度条件下的网格资源的利用率低问题，提供一种节点资源优化机制和网格计算资源交替切换模型，并建立精细化业务管理方法，实现了节点资源与计算资源的利用效能提升。

【技术实现步骤摘要】

本专利技术涉及通信
，特别是涉及业务调度。
技术介绍
随着高性能计算应用需求的迅猛发展，单台高性能计算机已经不能很好胜任某些超大规模应用问题的解决，同时，大量已存在的计算资源和设备的利用率不高，这就需要将地理上分布的、系统异构的多种计算资源通过高速网络连接起来，以共同解决科学计算等大型应用问题，即需要广域的高性能的网格技术。网格有时也称为网格计算或元计算(metacomputing)。网格是近年来在学术界和产业界逐渐兴起的一个研究领域。当前的Internet技术实现了计算机硬件的连通，Web技术实现了信息的共享，而网格技术目的是把整个Internet整合成一台巨大的超级计算机，实现资源的全面共享[1,2]。简单地说，网格就是将计算资源、信息资源、数据资源、知识资源、专家资源等互连网上的所有资源连通、互操作，而达到真正的共享。网格是一个集成的计算资源环境，或者说是一个计算资源池。网格能够充分吸纳各种计算资源，并将它们转化成一种随处可得的、可靠的、标准的同时还是经济的计算能力。除了各种类型的计算机，计算资源还包括网络通信能力、数据资源、仪器设备、以至人等各种相关的资源[1]。而基于网格平台的问题求解就是网格计算，这是网格和网格计算的广义定义。狭义的网格一般称为计算网格(ComputationalGrid)，即主要用于解决科学与工程计算问题的网格，其中的网格资源主要是指分布的计算机资源；狭义的网格计算是指将分布的计算机组织起来协同解决复杂的科学与工程计算问题。网格计算的核心是资源管理系统，它负责组织和管理各种类型的资源，以满足不同应用的需求。网格具有与当前分布式系统不同的特点：分布的广域性、规模庞大、异构性更明显、共享和私有共存、更多的用户。因此，网格资源管理有其自己的特点，如图1所示。综上所述：为大尺度条件下的网格资源的利用，需建立满足大空间、时间应用跨度的资源优化调度机制。
技术实现思路
本专利技术所要解决的技术问题是：解决大尺度条件下的网格资源的利用率低，提高节点资源与计算资源的利用效能。本专利技术为解决上述技术问题所采用的技术方案包括以下步骤：A、建立节点资源优化机制；B、建立网格计算资源交替切换模型，具体为：a.当应用处于本地计算处理状态时，获取本地计算资源开销；b.当应用处于远程计算处理状态时，获取远程计算资源开销；c.当应用同时处于本地和远程计算处理状态时，获取计算资源开销；d.建立网格计算资源竞争机制模型，如图2所示。所述步骤A中，通过建立多目标优化模型实现节点资源优化利用：其中n为业务流数目，m为网络中的节点数，ni为业务流α在网络中被处理次数，Oαβ为业务流α被进行第β次处理任务，Mαβ为业务流α被进行第β次处理的可用节点集合，Tαβl为节点k完成任务Oαβ的所需处理时延，tαβl为节点l完成任务Oαβ的起始时间，α,h为业务流标识，α,h＝1,2,......,n，l为节点标识，l＝1,2,...,m，β,τ为任务排序标识，β,τ＝1,2,...,nα，Cl为Ml的完成处理时间，Wl为Ml的负载，Ml为第l个节点，xαβl为决策变量，若节点l用于完成任务Oαβ且未被干扰或中断则xαβl＝1，若任务Oαβ未使用节点l进行处理则xαβl＝0。所述步骤B中，当应用处于本地计算处理状态时，获取本地计算资源开销：基于应用Ai的本地计算处理时间为其中为移动终端Di的计算能力，基于移动终端Di上的应用Ai的本地计算代价为为应用Ai的第k个子应用，为基于移动终端Di的能量消耗代价系数，基于移动终端Di上应用Ai的本地计算时间总开销为为基于移动终端Di上应用Ai的计算处理时间与能量消耗的相关性协调控制参数。所述步骤B中，当应用处于远程计算处理状态时，获取远程计算资源开销：采用WIFI接入网模型，基于移动终端Di对应用Ai进行卸载所需通信时间和能量分别为和其中B为信道带宽，Pi为移动终端Di的传输功率，J为g的取值上限，D为移动终端集合，Dg为不同于Di的移动终端，Gi,BS为移动终端Di与网络接入端BS之间的信道增益，ω为干扰功率，当本地卸载完成之后，远程计算任务所需的通信时间和计算资源使用代价分别为和为Rj的计算能力，Rj为第j个远程空闲计算资源标识，为计算资源Rj的计算代价系数，对基于远程计算资源Rj上的应用Ai进行卸载的时间总开销为所述步骤B中，当应用同时处于本地和远程计算处理状态时，获取计算资源开销：当应用Ai同时处于本地和远程计算处理状态，且存在部分卸载状态时，其计算处理时间开销为应用Ai的计算处理总时间开销为为应用Ai计算完成的截止时间。所述步骤B中，建立网格计算资源竞争机制模型，具体为：当远程计算资源优先提供计算服务时，当本地计算资源优先提供计算服务时，其中η1和η2分别为远程计算资源和本地计算资源提供计算服务的概率，η1+η2＝1，ξ为自适应调整因子，φ为远程计算与本地计算的竞争协调时间，ξ1和ξ2分别为远程计算和本地计算自适应调整因子，且本专利技术的有益效果为：提出了一种大尺度条件下的网格资源优化调度方法，通过此方法实现了大空间、时间和应用跨度条件下的网格资源利用效能提升。附图说明图1网格资源管理结构示意图图2网格资源优化流程示意图具体实施方式为达到上述目的，本专利技术的技术方案如下：第一步，建立节点资源优化机制，通过建立多目标优化模型实现节点资源优化利用：其中n为业务流数目，m为网络中的节点数，ni为业务流α在网络中被处理次数，Oαβ为业务流α被进行第β次处理任务，Mαβ为业务流α被进行第β次处理的可用节点集合，Tαβl为节点k完成任务Oαβ的所需处理时延，tαβl为节点l完成任务Oαβ的起始时间，α,h为业务流标识，α,h＝1,2,......,n，l为节点标识，l＝1,2,...,m，β,τ为任务排序标识，β,τ＝1,2,...,nα，Cl为Ml的完成处理时间，Wl为Ml的负载，Ml为第l个节点，xαβl为决策变量，若节点l用于完成任务Oαβ且未被干扰或中断则xαβl＝1，若任务Oαβ未使用节点l进行处理则xαβl＝0。第二步，建立网格计算资源交替切换模型，具体为：a.当应用处于本地计算处理状态时，获取本地计算资源开销；b.当应用处于远程计算处理状态时，获取远程计算资源开销；c.当应用同时处于本地和远程计算处理状态时，获取计算资源开销；d.建立网格计算资源竞争机制模型，如图2所示。第三步，当应用处于本地计算处理状态时，获取本地计算资源开销：基于应用Ai的本地计算处理时间为其中为移动终端Di的计算能力，基于移动终端Di上的应用Ai的本地计算代价为为应用Ai的第k个子应用，为基于移动终端Di的能量消耗代价系数，基于移动终端Di上应用Ai的本地计算时间总开销为为基于移动终端Di上应用Ai的计算处理时间与能量消耗的相关性协调控制参数。第四步，当应用处于远程计算处理状态时，获取远程计算资源开销：采用WIFI接入网模型，基于移动终端Di对应用Ai进行卸载所需通信时间和能量分别为和其中B为信道带宽，Pi为移动终端Di的传输功率，J为g的取值上限，D为移动终端集合，Dg为不同于Di的移动终端，Gi,BS为移动终端Di与网络接入端BS之间的信道增益，ω为干扰功率，当本地卸载完成之后，远程计算任务所需本文档来自技高网...

【技术保护点】
一种大尺度条件下的网格资源优化调度方法，采用节点资源优化机制和网格计算资源交替切换模型，实现了网格系统的节点和计算资源高效规划，包括如下步骤：A、建立节点资源优化机制；B、建立网格计算资源交替切换模型，具体为：a.当应用处于本地计算处理状态时，获取本地计算资源开销；b.当应用处于远程计算处理状态时，获取远程计算资源开销；c.当应用同时处于本地和远程计算处理状态时，获取计算资源开销；d.建立网格计算资源竞争机制模型。

【技术特征摘要】
1.一种大尺度条件下的网格资源优化调度方法，采用节点资源优化机制和网格计算资源交替切换模型，实现了网格系统的节点和计算资源高效规划，包括如下步骤：A、建立节点资源优化机制；B、建立网格计算资源交替切换模型，具体为：a.当应用处于本地计算处理状态时，获取本地计算资源开销；b.当应用处于远程计算处理状态时，获取远程计算资源开销；c.当应用同时处于本地和远程计算处理状态时，获取计算资源开销；d.建立网格计算资源竞争机制模型。2.根据权利要求1的方法，对于所述步骤A其特征在于：通过建立多目标优化模型实现节点资源优化利用：minf1=max1≤l≤m(Cl)]]>minf2=max1≤l≤m(Wl)≤1m(minf3=Σl=1mWl)]]>s.t.Cαβ-Cα(β-1)≥Tαβlxαβl,β=2,...,nα;∀α,β]]>Σl∈Mαβxαβl=1,∀α,β]]>其中n为业务流数目，m为网络中的节点数，ni为业务流α在网络中被处理次数，Oαβ为业务流α被进行第β次处理任务，Mαβ为业务流α被进行第β次处理的可用节点集合，Tαβl为节点k完成任务Oαβ的所需处理时延，tαβl为节点l完成任务Oαβ的起始时间，α,h为业务流标识，α,h＝1,2,......,n，l为节点标识，l＝1,2,...,m，β,τ为任务排序标识，β,τ＝1,2,...,nα，Cl为Ml的完成处理时间，Wl为Ml的负载，Ml为第l个节点，xαβl为决策变量，若节点l用于完成任务Oαβ且未被干扰或中断则xαβl＝1，若任务Oαβ...

【专利技术属性】
技术研发人员：黄东，杨涌，龙华，
申请(专利权)人：黄东，
类型：发明
国别省市：重庆;50