【技术实现步骤摘要】
一种基于资源特征匹配的服务调度算法
[0001]本专利技术属于智能调度算法领域,主要用来提高服务调度算法的执行效率和降低能源消耗。
技术介绍
[0002]5G移动通信和物联网的发展带来运算和通信资源的供给量迅速提升,使得虚拟现实(VR)、自动驾驶等各类实时交互的应用飞速发展。人们在日常生活中的习以为常的很多需求,如车辆自动驾驶过程中对环境的识别和路径的规划,或者在云计算系统中面对纷繁复杂的各种用户请求,都是众多服务的集合。面对这些对数据吞吐量、用户密度、时延等指标要求都非常高的实时密集型服务,要保障它们在运行过程中的服务调度质量(QoS),服务调度算法的设计成为了关键问题。根据谷歌发布的调查报告,在数据中心中服务器的利用率仅在30%到60%之间,但是目前关于提高资源利用率的服务调度算法研究还比较少。传统的调度方法只考虑服务器是否满足服务的资源需求,没有考虑服务与服务器在资源特性上的匹配,在服务器资源动态变化的场景下,这会降低资源利用率和服务执行效率。另外,现有的算法仍然集中在保证用户的单一QoS要求,如执行时间、成本或能耗。 ...
【技术保护点】
【技术特征摘要】
1.一种基于资源特征匹配的服务调度算法,其特征在于:步骤1:针对服务调度问题建模边缘服务集群整个边缘计算场景中,控制器是核心,它不仅连接到核心交换机而且在这里还产生承载服务的虚拟机,并最终决定为服务匹配到哪一个服务器;交换机是分级的,边缘交换机负责具体连接到具体执行的若干服务器主机;边缘交换机一方面从核心交换机中得到服务所在的虚拟机并根据分配结果将其放置到具体服务器中执行,另一方面不断收集和更新当前服务器中资源的使用状况为控制器的决策提供信息;步骤2:接收服务信息,得到服务的资源倾向性系数;当服务到来后,根据服务的资源需求和以往已执行服务的调度信息可以得到当前服务资源特征的两个系数,分别命名为资源倾向性系数和资源偏斜系数;服务j的资源倾向性系数的公式如下:在这里服务j的资源倾向性系数的值由服务j的算力资源需求量和带宽资源需求量之比组成;这个比值对当前服务j自身的资源特征进行准确定位,该值大于1时将它划分为高算力低带宽需求类型的服务,否则为高带宽低算力需求的服务;服务j的资源偏斜系数比率值是对当前的服务j资源需求特征的“全局”评估值,假设要分配的服务是服务j,并且在此之前的所有服务数总量是M,服务j的资源偏斜系数公式如公式2所示:其中和分别是服务j的算力和带宽的资源需求量,它们分别减去之前所有服务算力和带宽需求量的平均值后,然后将两个差值的比值作为服务j的资源偏斜系数;步骤3:同步系统状态,得到当前所有可执行服务器的资源特征在服务器状态更新后,使用当前服务器各类资源使用率和集群中所有可执行服务器的资源使用率分别求得服务器的自身资源倾向性系数和在整体服务器中的资源偏斜系数;其中服务器i的倾向性系数的公式如下所示:从公式3中,服务的资源倾向性系数是服务器的算力资源剩余率Server
ifreeMipsPer
和带宽资源剩余率Server
freeBwPer
的比值;当这个值大于1时认为服务器当前处于算法资源充足型,否则认为当前服务器...
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。