一种云计算平台的资源调度方法和系统技术方案

本申请所提供的一种云计算平台的资源调度方法，包括：将任务的数量作为量子染色体的长度，将资源的数量与量子染色体中的量子位相结合得到量子种群中的个体，为个体建立集合得到量子种群；初始化量子种群，记录代数；循环评估并通过量子旋转门更新量子种群，得到每代的最优个体；最后输出最优个体集合并根据最优个体集合进行资源调度。将改进后的量子遗传算法运用在云计算平台的资源调度过程中，在多样化的任务调度需求中适应能力更强，保证能耗以及性能，使云平台调度更加高效合理。本申请还提供一种云计算平台的资源调度系统、一种计算机可读存储介质和一种服务器，具有上述有益效果，此处不再赘述。

【技术实现步骤摘要】
一种云计算平台的资源调度方法和系统
本申请涉及云计算领域，特别涉及一种云计算平台的资源调度方法和系统，一种计算机可读存储介质和一种服务器。
技术介绍
目前，云计算作为一种新型的计算方式，以其高可扩展性和高可用性等优点迅速成为学术界和产业界的研究热点。例如，Google推出了谷歌应用软件引擎(GoogleAppEngine，简称GAE)，IBM推出了蓝云计算平台，Amazon推出了弹性计算云(elasticcomputecloud，简称EC2)。但是，要实现低成本、高效、安全、易用的云计算系统依然面临诸多挑战，其中，高能耗是云计算系统最为严重的问题之一。例如，Google数据中心产生的能耗可相当于一个小型城市的总能耗。云计算系统中，除了处理任务时产生的必要能耗开销，其运行过程中还存在能耗浪费的现象，这表现在：(1)由于计算任务达到的随机性，使得单位时间内到达的任务量时而稀疏，时而密集，而现有的云计算系统通常是长时间处于开启状态，等待计算任务的到达。但是当计算机处于空闲状态时，其空闲功。率会占峰值功率的50％～60％。.因此，云计算系统会产生大量的空闲能耗。(2)由于云计算系统中通常包含不同的计算机，实验结果表明，不同计算机对不同计算任务的执行功率和响应时间一般不同.例如，同一图像处理任务分别在CPU和GPU上的执行功率和响应时间不同，任务执行完成后，产生的总能耗也不同.因此，当未考虑能耗因素时，不匹配的调度方式会造成：本来用较低能耗就能解决问题，但却用了较高能耗。因此，云计算系统的能耗优化管理也就成为亟待解决的问题。Min-min算法是一个比较传统、经典的任务调度算法，它主要的调度思想是以最快的时间进行任务分配和处理，以时间为单一权重设计任务调度算法。将任务分配到处理时间最短的资源上，保证任务完成的时间最短。它流行于网格计算中，是网格计算任务调度的重要方法之一。任务调度的问题是有M个需要执行的任务Task{T1，T2，T3.......Tm}，N个可用的资源节点Slave{S1，S2，S3.......Sn}(注：一般情况下，N＜M)，要将这M个任务分配到N个可用的资源节点上进行处理。假设每个任务Tj在Si节点上处理的时间为Time(i，j)，Min-min算法以合适的分配方式将任务Task分配到执行时间最短的资源上，保证总的执行时间最短，即为Time(i，j)-min。虽然Min-min算法保证了处理时间最短，但是这样导致处理能力强的资源一直处于工作状态，而其他资源一直处于空闲状态，反而不能体现分布式处理的优势。而且这样也会导致处理能力强的资源损耗较快。Min-min算法只专注于任务的完成时间，而不考虑能耗、负载平衡等其他因素，因此系统平均功率最大，耗电严重。申请内容本申请的目的是提供一种云计算平台的资源调度方法和系统，一种计算机可读存储介质和一种服务器，解决现有的云计算平台功耗严重的问题。为解决上述技术问题，本申请提供一种云计算平台的资源调度方法，具体技术方案如下：根据任务和资源之间的映射关系建立资源调度矩阵；将所述任务的数量作为量子染色体的长度，将所述资源的数量与所述量子染色体中的量子位相结合得到量子种群中的个体，为所述个体建立集合得到量子种群；初始化所述量子种群，记录代数；评估所述量子种群，根据所述资源调度矩阵得到第一代所述量子种群对应的第一最优个体；循环地通过量子旋转门更新所述量子种群并评估每一代量子种群，得到每一代量子种群中的最优个体；每更新所述量子种群一次，评估所述量子种群一次，且所述代数加一；直至所述代数达到预设值时结束循环，输出最优个体集合；所述最优个体集合包括所述第一最优个体和每一代量子种群对应的最优个体；根据所述最优个体集合进行资源调度。其中，初始化所述量子种群，记录代数之后还包括：将所述资源调度矩阵由二进制格式转为实数格式。其中，还包括：每次通过所述量子旋转门更新所述量子种群时，对所述量子种群应用变异算子；其中，所述变异算子具体为由变异位数和变异概率确定的变异算子。其中，所述变异概率为0.04。其中，所述量子旋转门具体为：其中：为第t代量子染色体第i个量子位，为应用所述变异算子后第t+i代量子染色体第i个量子位。本申请还提供一种云计算平台的资源调度系统，其特征在于，包括：矩阵建立模块，用于根据任务和资源之间的映射关系建立资源调度矩阵；种群模拟模块，将所述任务的数量作为量子染色体的长度，将所述资源的数量与所述量子染色体中的量子位相结合得到量子种群中的个体，为所述个体建立集合得到量子种群；初始化模块，用于初始化所述量子种群，记录代数；评估模块，用于评估所述量子种群，根据所述资源调度矩阵得到第一代所述量子种群对应的第一最优个体；循环模块，用于循环地通过量子旋转门更新所述量子种群并评估每一代量子种群，得到每一代量子种群中的最优个体；每更新所述量子种群一次，评估所述量子种群一次，且所述代数加一；直至所述代数达到预设值时结束循环，输出最优个体集合；所述最优个体集合包括所述第一最优个体和每一代量子种群对应的最优个体；资源调度模块，用于根据所述最优个体集合进行资源调度。其中，所述资源调度系统还包括：格式转换模块，用于将所述资源调度矩阵由二进制格式转为实数格式。其中，所述资源调度系统还包括：变异模块，用于每次通过所述量子旋转门更新所述量子种群时，对所述量子种群应用变异算子；其中，所述变异算子具体为由变异位数和变异概率确定的变异算子。本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上所述的资源调度方法的步骤。本申请还提供一种服务器，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的资源调度方法的步骤。本申请所提供的一种云计算平台的资源调度方法，包括：根据任务和资源之间的映射关系建立资源调度矩阵；将所述任务的数量作为量子染色体的长度，将所述资源的数量与所述量子染色体中的量子位相结合得到量子种群中的个体，为所述个体建立集合得到量子种群；初始化所述量子种群，记录代数；评估所述量子种群，根据所述资源调度矩阵得到第一代所述量子种群对应的第一最优个体；循环地通过量子旋转门更新所述量子种群并评估每一代量子种群，得到每一代量子种群中的最优个体；每更新所述量子种群一次，评估所述量子种群一次，且所述代数加一；直至所述代数达到预设值时结束循环，输出最优个体集合；根据所述最优个体集合进行资源调度。本申请将改进后的量子遗传算法运用在云计算平台综合表现的评估中，该算法具有数学结构简单、参数控制少的特点，在多样化的任务调度需求中适应能力更强。在传统只关注云平台性能的基础上将云平台能耗考虑在调度方案中，同时保证能耗以及性能，使云平台调度更加科学。不会导致处理能力强的资源一直处于工作状态，而其他资源一直处于空闲状态，体现分布式处理的优势。且同时不会使得处理能力强的资源损耗较快，充分发挥云计算平台的性能。本申请还提供一种云计算平台的资源调度系统、一种计算机可读存储介质和一种服务器，具有上述有益效果，此处不再赘述。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍本文档来自技高网...

【技术保护点】
1.一种云计算平台的资源调度方法，其特征在于，包括：根据任务和资源之间的映射关系建立资源调度矩阵；将所述任务的数量作为量子染色体的长度，将所述资源的数量与所述量子染色体中的量子位相结合得到量子种群中的个体，为所述个体建立集合得到量子种群；初始化所述量子种群，记录代数；评估所述量子种群，根据所述资源调度矩阵得到第一代所述量子种群对应的第一最优个体；循环地通过量子旋转门更新所述量子种群并评估每一代量子种群，得到每一代量子种群中的最优个体；每更新所述量子种群一次，评估所述量子种群一次，且所述代数加一；直至所述代数达到预设值时结束循环，输出最优个体集合；所述最优个体集合包括所述第一最优个体和每一代量子种群对应的最优个体；根据所述最优个体集合进行资源调度。

【技术特征摘要】
1.一种云计算平台的资源调度方法，其特征在于，包括：根据任务和资源之间的映射关系建立资源调度矩阵；将所述任务的数量作为量子染色体的长度，将所述资源的数量与所述量子染色体中的量子位相结合得到量子种群中的个体，为所述个体建立集合得到量子种群；初始化所述量子种群，记录代数；评估所述量子种群，根据所述资源调度矩阵得到第一代所述量子种群对应的第一最优个体；循环地通过量子旋转门更新所述量子种群并评估每一代量子种群，得到每一代量子种群中的最优个体；每更新所述量子种群一次，评估所述量子种群一次，且所述代数加一；直至所述代数达到预设值时结束循环，输出最优个体集合；所述最优个体集合包括所述第一最优个体和每一代量子种群对应的最优个体；根据所述最优个体集合进行资源调度。2.根据权利要求1所述的资源调度方法，其特征在于，初始化所述量子种群，记录代数之后还包括：将所述资源调度矩阵由二进制格式转为实数格式。3.根据权利要求1所述的资源调度方法，其特征在于，还包括：每次通过所述量子旋转门更新所述量子种群时，对所述量子种群应用变异算子；其中，所述变异算子具体为由变异位数和变异概率确定的变异算子。4.根据权利要求3所述的资源调度方法，其特征在于，所述变异概率为0.04。5.根据权利要求3所述的资源调度方法，其特征在于，所述量子旋转门具体为：其中：为第t代量子染色体第i个量子位，为应用所述变异算子后第t+i代量子染色体第i个量子位。6.一种云计算平台的资源调度系统，其特征在于，包括：矩阵建立模块，用于根据任务和...

【专利技术属性】
技术研发人员：钟光正，陈平华，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44