一种基于万有引力搜索的云计算任务调度方法技术
【技术实现步骤摘要】
一种基于万有引力搜索的云计算任务调度方法
本专利技术涉及一种基于万有引力搜索的云计算任务调度方法。
技术介绍
云计算的思想是将运算任务分布在由大量服务器构成的资源池上，并且这些资源可以按需分配给用户使用。因为云计算中存在庞大的用户群，因此在网络计算中，常常会涉及到服务器节点的选择以及当前网络拥塞情况的调整，负载均衡的目的正是为了解决网络环境和服务器的问题。云计算任务的有效调度不仅可以减少执行成本和时间，也可以获得更好的经济效益。负载均衡的算法一般都是基于动态启发式算法。但目前的万有引力搜索算法容易早熟，算法精度不高，运行效率偏低。
技术实现思路
为了解决目前万有引力搜索算法存在容易早熟，算法精度不高，运行效率偏低的技术问题，本专利技术提供一种利用模拟万有引力相互吸引的过程，尽可能找到合适的虚拟机和服务器，从而提升系统性能，并且根据虚拟机反馈的信息尽可能做出正确的决定，同样虚拟机在每次分配任务结束之后更新自己信息，并通知后来的云任务，保证算法的高效的基于万有引力搜索的任务调度方法。为了实现上述技术目的，本专利技术的技术方案是，一种基于万有引力搜索的云计算任务调度方法，包...
【技术保护点】
一种基于万有引力搜索的云计算任务调度方法，其特征在于，包括以下步骤：步骤一，选择：随机选择所有任务的n％作为样本，0<n<100，按照ETC矩阵来得到执行任务花费时间最少的方式，按这个方式来选择虚拟机去执行任务；步骤二，判断平衡：如果当前系统处于平衡状态，则直接将当前批次任务分配到步骤一中选择的虚拟机上，若不平衡，则执行步骤三；步骤三，迭代：为当前批次预分配的任务通过迭代方式来选择更为合适的虚拟机，并根据该迭代方式为虚拟机分配合适的服务器；步骤四，判断当前物理机是否超过负载，若当前系统处于平衡状态则执行步骤六，否则执行步骤五；步骤五，限制系统负载，更新当前的系统...
【技术特征摘要】
1.一种基于万有引力搜索的云计算任务调度方法，其特征在于，包括以下步骤：步骤一，选择：随机选择所有任务的n％作为样本，0<n<100，按照ETC矩阵来得到执行任务花费时间最少的方式，按这个方式来选择虚拟机去执行任务；步骤二，判断平衡：如果当前系统处于平衡状态，则直接将当前批次任务分配到步骤一中选择的虚拟机上，若不平衡，则执行步骤三；步骤三，迭代：为当前批次预分配的任务通过迭代方式来选择更为合适的虚拟机，并根据该迭代方式为虚拟机分配合适的服务器；步骤四，判断当前物理机是否超过负载，若当前系统处于平衡状态则执行步骤六，否则执行步骤五；步骤五，限制系统负载，更新当前的系统，重新选择虚拟机调度执行任务，返回步骤三；步骤六，分配任务到虚拟机上；步骤七，结束调度。2.根据权利要求1所述的一种基于万有引力搜索的云计算任务调度方法，其特征在于，所述的步骤二中，用于判断平衡的公式为：其中TiVM为第i个虚拟机的当前负载，N为虚拟机个数；TjC为第j个物理机的当前负载，M为物理机个数；EL(X)VM为当前时刻虚拟机负载均值；EL(X)C为当前时刻物理主机负载均值；DL(X)VM为当前时刻虚拟机负载方差；DL(X)C为当前时刻物理机负载方差；其中λ为0-1之间的实数，S为系统稳定值。3.根据权利要求1所述的一种基于万有引力搜索的云计算任务调度方法，其特征在于，所述的步骤三中，用于选择虚拟机及分配服务器的迭代是通过万有引力算法来进行，包括以下步骤：步骤1)、初始化：引力常数初始值G0、调节引力常数G的衰减速度来控制搜索精度的参数值α、任务的个数M、虚拟机的个数N、服务器的个数J、阈值d及作为万有引力算法中粒子的任务、虚拟机和服务器的位置；步骤2)、计算各任务、虚拟机和服务器这些粒子的适应度，然后根据适应度计算各粒子的质量，再根据质量得到各粒子所受引力；步骤3)、更新变量G(t)、best(t)、worst(t)，G(t)为当前时刻引力常数，best(t)为当前时刻适应度最小值，worst(t)为当前时刻适应度最大值；步骤4)、更新各物体位置；步骤5)、如果存在作为任务的粒子和作为虚拟机的粒子之间的距离小于阈值c，则将该粒子所代表的任务分配给该虚拟机，直到所有代表任务的粒子分配完毕，则迭代过程结束。4.根据权利要求3所述的一种基于万有引力搜索的云计算任务调度方法，其特征在于，所述的步骤2)中，计算各任务、虚拟机和服务器的适应度包括以下步骤：将任务分配到虚拟机上时：任务的适应度为任务长度，虚拟机的适应度为虚拟机计算速度*CPU可用核数；将虚拟机分配到服务器上时：适应度函数为
【专利技术属性】
技术研发人员：龙军，李聪，朱磊，陈仕隆，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43
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。