当前位置: 首页 > 专利查询>重庆大学专利>正文

一种云数据中心批量到达任务分配装置、系统及方法制造方法及图纸

技术编号:20117085 阅读:40 留言:0更新日期:2019-01-16 11:56
本发明专利技术公开了一种云数据中心批量到达任务分配装置、系统及方法,涉及云计算系统控制领域,本发明专利技术通过实时对新到达任务对计算资源的需求进行评估,并根据云数据中心当前各个主机的运行负载,对批量任务做出合理的分配方法,以减少任务拥塞出现,实现负载均衡,提升系统整体的运行效率。

A Batch Arrival Task Allocation Device, System and Method for Cloud Data Center

The invention discloses a batch arrival task allocation device, system and method for cloud data center, which relates to the control field of cloud computing system. The invention evaluates the demand of computing resources for new arrival tasks in real time, and makes a reasonable allocation method for batch tasks according to the current running load of each host in cloud data center, so as to reduce the occurrence of task congestion and realize negative tasks. Load balancing, improve the overall operating efficiency of the system.

【技术实现步骤摘要】
一种云数据中心批量到达任务分配装置、系统及方法
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批量到达任务分配装置、系统及方法。
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。而传统的任务调度和分配策略本文档来自技高网...

【技术保护点】
1.一种云数据中心批量到达任务分配方法,其特征是按以下步骤进行:步骤一、监测云数据中心各主机当前状态:设定云数据中心中的主机数量为n,0

【技术特征摘要】
1.一种云数据中心批量到达任务分配方法,其特征是按以下步骤进行:步骤一、监测云数据中心各主机当前状态:设定云数据中心中的主机数量为n,0<i≤n,n>0;获取云数据中心新到达任务的数量XDSL、每个新到任务对中央处理数量的要求XQCPUj、每个新到任务对内存容量的要求XQNCj、每个新到任务对外存容量的要求XQWCj、云数据中心中各个主机当前剩余可用的中央处理器数量SYCPUi、云数据中心中各个主机当前剩余可用内存容量SYNCi、云数据中心中各个主机当前剩余可用外存容量SYWCi、各个主机上一次完成的任务所消耗的时间RWXHi、各个主机上一次完成任务到当前的间隔时间WCJGi、各个主机最近一次故障持续时间GZCXi、各个主机最近一次故障到当前的间隔时间GZJGi、各个主机上一次完成任务所释放的中央处理器数量SFCPUi、各个主机上一次完成任务所释放的内存容量SFNCi、各个主机上一次完成任务所释放的外存容量SFWCi;步骤二、对各主机负载进行评估:A1、设定各主机剩余计算资源总充裕度为CYDi:计算CYDi=CPUCYi×WCCYi×NCCYi得到各主机剩余计算资源总充裕度CYDi;A2、设定各个主机的任务综合执行率为ZHXHi:计算得到各个主机的任务综合执行率;A3、设定近期任务空闲影响效应的各个主机的任务综合执行率为KDXHi:计算得到近期任务空闲影响效应的各个主机的任务综合执行率KDXHi;A4、设定等效未来预期执行率为DXZXi:计算得到等效未来预期执行率;步骤三、对各主机承接任务优先度进行评估:设定各个主机接收任务的优先度为YXDi:计算得到各个主机接收任务的优先度;a为时间影响因子;步骤四、生成批量任务分配方案:B1、Qj为集合组,0<j≤XDSL:计算Qj={x|0<x≤n,SYCPUx≥XQCPUi,SYNCx≥XQNCi,SYWCx≥XQWCi}得到第一个集合组Qj;B2、FPi为标记变量,0<i≤n;FPi初始值设为0;从批量到达任务中的第一个开始往后,计算该任务对应的目标主机标记量MBj:当计算出的MBj不为0时,被改写为1;步骤五、执行批量任务分配:当将该任务对应的目标主机标记量MBj=0,则将任务拒绝并退回提交任务的用户;当将该任务对应的目标主机标记量MBj>0,则将该任务对应的目标主机标记量MBj分配给第MBj号主机执行。2.如权利要求1所述的一种云数据中心批量到达任务分配方法,其特征是:所述步骤二中,计算得到各个主机阶梯化的资源充裕度CPUCYi、WCCYi、NCCYi。3.如权利要求1或2所述的一种云数据中心批量到达任务分配方法,其特征是:所述步骤四中,所述PDij为取值为0或1的二维变量组;0<i≤n;0<j≤XDSL;4.一种云数据中心批量到达任务分配装置,其特征在于:包括主机负载监测模块(1)、“任务-主机”匹配模块(2)和批量任务分配执行模块(3);所述主机负载监测模块(1)包含主机负载获取单元(101);所述“任务-主机”匹配模块(2)由主机负载评估单元(201)、主机优先度评估单元(202)、批量任务分配策略生成单元(203)组成;所述主机负载获取单元(101)的第一输出端连接所述主机负载评估单元(201)的输入端,所述主机负载获取单元(101)的第二输出端连接所述主机优先度评估单元(202)第一输入端,所述主机负载获取单元(101)的第三输出端连接所述批量任务分配策略生成单元(203)第一输入端,所述主机负载评估单元(201)的输出端连接所述主机优先度评估单元(202)第二输入端,所述主机优先度评估单元(202)输出端连接所述批量任务分配策略生成单元(203)的第二输入端,所述批量任务分配策略生成单元(203)的输出端连接所述批量任务分配执行模块(3)输入端;所述主机负载获取单元(101)用于获取数据中心各主机当前状态,并发送给所述主机负载评估单元(201)、主机优先度评估单元(202)、批量任务分配策略生成单元(203):获取云数据中心新到达任务的数量XDSL、每个新到任务对中央处理数量的要求XQCPUj、每个新到任务对内存容量的要求XQNCj、每个新到任务对外存容量的要求XQWCj、云数据中心中各个主机当前剩余可用的中央处理器数量SYCPUi、云数据中心中各个主机当前剩余可用内存容量SYNCi、云数据中心中各个主机当前剩余可用外存容量SYWCi、各个主机上一次完成的任务所消耗的时间RWXHi、各个主机上一次完成任务到当前的间隔时间WCJGi、各个主机最近一次故障持续时间GZCXi、各个主机最近一次故障到当前的间隔时间GZJGi、各个主机上一次完成任务所释放的中央处理器数量SFCPUi、各个主机上一次完成任务所释放的内存容量SFNCi、各个主机上一次完成任务所释放的外存容量SFWCi;所述主机负载评估单元(201)用于评估各主机负载,并将计算出的变量值发送给所述主机优先度评估单元(202):A1、设定各主机剩余计算资源总充裕度为CYDi:计算CYDi=CPUCYi×WCCYi×NCCYi得到各主机剩余计算资源总充裕度CYDi;A2、设定各个主机的任务综合执行率为ZHXHi:计算得到各个主机的任务综合执行率;A3、设定近期任务空闲影响效应的各个主机的任务综合执行率为KDXHi:计算得到近期任务空闲影响效应的各个主机的任务综合执行率KDXHi;A4、设定等效未来预期执行率为DXZXi:计算得到等效未来预期执行率;所述主机优先度评估单元(202)用于评估各主机承接任务优先度,并将计算出的变量值发送给所述批量任务分配策略生成单元(20...

【专利技术属性】
技术研发人员:夏云霓韩武红蒋佳佳陈江川吴全旺朱庆生
申请(专利权)人:重庆大学重庆市巴蜀中学校
类型:发明
国别省市:重庆,50

网友询问留言 已有0条评论
  • 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。

1