The invention discloses a time limit constrained cost optimization scheduling method for priority dependent tasks of cloud computing system. The first step is to build a DDAG task model for Cloud Application Based on I/O data perception. The second step is to propose a heterogeneous factor (_) that integrates the computing power of virtual resources, I/O reading and writing ability and billing price of cloud computing system. Then, we use breadth-first search technology to calculate the maximum execution time at each level of tasks in the DDAG model based on heterogeneous factors, so as to calculate the sub-deadlines of tasks. The third step is to optimize task scheduling based on deadline constrained cost of cloud application DDAG model. This method is superior to the existing LHCM and CPP methods in standardized computing costs, and can effectively save computing costs. It is of great significance to improve the application efficiency of cloud computing systems.
【技术实现步骤摘要】
面向云计算系统优先依赖任务的期限约束成本优化调度方法
本专利技术属于计算机软件以及云计算系统资源管理与任务调度
,特别涉及一种面向云计算系统优先依赖任务的期限约束成本优化调度方法。
技术介绍
云计算凭借其强大的计算能力、高效的资源利用率和低廉的成本,通过通信网络按商业需求向用户提供弹性、便利、快捷的按需服务,是继并行计算、网格计算、分布式计算后发展起来的新兴商业计算模式,深深影响着社会经济生活各领域。云计算提供的服务类型可概括为基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)等。近年来,国际IT巨头如IBM、Amazon、Facebook、Google、微软、思科等纷纷推出并应用云计算系统。国内信息产业公司如万国数据、腾讯、中国电信、阿里巴巴等也拥有大量云计算系统。这些云计算系统都承担着核心运营支持、数据存储和备份、计算、信息资源服务等以实现云计算按需服务、灵活计费等功能。然而,随着以虚拟化技术为核心的云计算飞速发展,其功能日新月异。传统静态资源分配、服务器负载管理、应用与基础平台紧耦合运维管理方式已无法适应现代云计算发展要求。特别 ...
【技术保护点】
1.一种面向云计算系统优先依赖任务的期限约束成本优化调度方法,其特征在于,包括如下步骤:步骤一,针对涉及大量数据读写的云计算应用程序,通过包含任务集、带权值的约束边、计算量和I/O数据量的数据建立基于I/O数据感知的云应用程序DDAG任务模型;步骤二,计算综合云计算系统虚拟资源计算能力、I/O读写能力和计费价格的异构因子,得到标准化的云计算系统虚拟机处理能力和I/O数据读写能力,并基于此标准化虚拟机为基础,计算应用程序DDAG模型各任务执行时间,然后利用广度优先搜索技术计算DDAG模型各任务所在层级的最大执行完成时间,并将此最大执行完成时间做为各层任务的子期限计算基础,计算 ...
【技术特征摘要】
1.一种面向云计算系统优先依赖任务的期限约束成本优化调度方法,其特征在于,包括如下步骤:步骤一,针对涉及大量数据读写的云计算应用程序,通过包含任务集、带权值的约束边、计算量和I/O数据量的数据建立基于I/O数据感知的云应用程序DDAG任务模型;步骤二,计算综合云计算系统虚拟资源计算能力、I/O读写能力和计费价格的异构因子,得到标准化的云计算系统虚拟机处理能力和I/O数据读写能力,并基于此标准化虚拟机为基础,计算应用程序DDAG模型各任务执行时间,然后利用广度优先搜索技术计算DDAG模型各任务所在层级的最大执行完成时间,并将此最大执行完成时间做为各层任务的子期限计算基础,计算各任务子期限;步骤三,基于应用程序DDAG模型进行任务调度,将入口任务放入可调度任务集做为初始数据,对于可调度任务集中的每个任务,计算其在所有云虚拟机上的最早执行完成时间和任务执行成本,然后为每个任务选择具有最小任务执行成本的云虚拟机进行配对来做为任务的可调度虚拟机,按照所有任务和云虚拟机配对的任务执行成本进行升序排列,按照任务和云虚拟机配对来依次查找最先满足任务子期限约束的任务和云虚拟机配对,并将任务调度到相应的云虚拟机上执行,再更新云虚拟机为已调度,从可调度任务集中移出任务,并依次检查该任务的后继任务的所有前驱任务是否都已调度,如是,则此任务放入可调度任务集ω,最后,断续检查调度任务集ω是否为空,如非空则回到本步骤的计算任务在所有云虚拟机上的最早执行完成时间和任务执行成本来循环执行。2.根据权利要求1所述的方法,其特征在于,所述的步骤一中,基于I/O数据感知的云应用程序DDAG任务模型为G=<T,E,MI,D>,其中T是任务集,E是带权值的约束边,MI是计算量,D是I/O数据量,其中|E|用来表示共有多少条边,eij表示任务tj能够执行的前提条件...
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。