呂梅利

【摘要】 本文就云環(huán)境下資源調(diào)度目標和采用的調(diào)度算法對相關(guān)專利進行統(tǒng)計分析，對于本領(lǐng)域技術(shù)人員理解該項技術(shù)的發(fā)展有重要意義。

【關(guān)鍵詞】 云計算 資源調(diào)度

一、引言

云資源調(diào)度技術(shù)是云計算得以大規(guī)模應(yīng)用和提高性能關(guān)鍵技術(shù)，實現(xiàn)資源的高效靈活、動態(tài)可伸縮的調(diào)度將大大提高資源的利用率，這對云數(shù)據(jù)中心具有十分重要的意義，因此IT行業(yè)的領(lǐng)導(dǎo)者和眾多研究學(xué)者從不同的出發(fā)點對云資源調(diào)度技術(shù)展開了研究。

在云資源調(diào)度方面，當前主要的研究方向有：虛擬機放置問題、數(shù)據(jù)中心能耗問題以及基于經(jīng)濟學(xué)的云資源調(diào)度等。

二、云資源調(diào)度技術(shù)專利分析

本次瀏覽文獻量為348篇，主要對資源調(diào)度目標和常用的調(diào)度算法進行分析。

2.1資源調(diào)度目標

目前云計算資源提供商的主流研究目標有：降低數(shù)據(jù)中心能耗、提高服務(wù)質(zhì)量、提高資源利用率、基于經(jīng)濟學(xué)模型、負載均衡等。在分析的348件樣本中，以提高資源利用率為目標的資源調(diào)度申請量最多，占樣本總量的40%。例如申請?zhí)枮镃N201510609315的專利申請，根據(jù)資源利用率數(shù)據(jù)，預(yù)測分析未來一段時間的資源利用率趨勢，給進行調(diào)度提供決策數(shù)據(jù)。

其次就是以負載均衡為目標的資源調(diào)度，占樣本總量的27%，例如申請CN201210116060，在滿足效益需求的任務(wù)-資源對條件下選擇最小負載的資源進行調(diào)度，提高了負載均衡度。隨著云計算的發(fā)展，單個性能已然不能滿足用戶需求，人們需要多維服務(wù)質(zhì)量保證，例如用戶要求任務(wù)計算時間最短、花費最少的同時要求保證網(wǎng)絡(luò)帶寬。例如申請CN201510733449，公開了一種基于分段服務(wù)等級協(xié)議的數(shù)據(jù)中心虛擬機資源調(diào)度方法。

由于云計算擁有龐大的數(shù)據(jù)中心，其在能量方面的消耗也相對較高，基于能效的問題隨之得到了廣泛的關(guān)注。例如申請CN201410301191，提供一種分布式云計算平臺的動態(tài)節(jié)能資源調(diào)度系統(tǒng)及其方法。由于云計算用于商業(yè)運作，其理想目的是不僅使用戶得到實惠，也能使服務(wù)商得到相當利益，將經(jīng)濟管理機制應(yīng)用到云資源調(diào)度對系統(tǒng)的穩(wěn)定性起到一定的作用。例如申請CN201310457028，公開了一種基于經(jīng)濟模型的轉(zhuǎn)發(fā)和控制分離網(wǎng)絡(luò)中的資源調(diào)度方法。

2.2資源調(diào)度算法

調(diào)度算法的好壞決定系統(tǒng)整個調(diào)度策略的質(zhì)量，云計算的作業(yè)調(diào)度算法主要有傳統(tǒng)調(diào)度算法、啟發(fā)式調(diào)度算法以及各種在基本算法基礎(chǔ)上改進的算法。

啟發(fā)式調(diào)度算法一般有：粒子群算法、蟻群算法、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)、人工免疫算法等。這些算法在各個領(lǐng)域都有著廣泛的應(yīng)用，啟發(fā)式算法的優(yōu)點是能夠進行約束優(yōu)化、多目標優(yōu)化、動態(tài)優(yōu)化和求解多解問題。蟻群、微粒群等算法在求解分布式問題解決方案的優(yōu)越性使其不斷應(yīng)用于優(yōu)化問題。蟻群算法起初用來解決車輛路徑問題，旅行商問題，經(jīng)過不斷的應(yīng)用與研究，蟻群算法也用于解決調(diào)度問題。

其中傳統(tǒng)調(diào)度算法和啟發(fā)式調(diào)度算法的分布如圖1所示。由上圖可知，采用啟發(fā)式調(diào)度算法進行調(diào)度的申請為114件，占樣本總數(shù)的33%，而采用傳統(tǒng)調(diào)度算法的申請為30件，占樣本總數(shù)的9%。

其中，啟發(fā)式調(diào)度算法中使用遺傳算法進行調(diào)度的案件數(shù)量最多，占50%。例如申請CN201510330093，公開了一種基于遺傳算法的云計算資源調(diào)度方法。其次，采用蟻群和粒子群算法的申請分別為28和21件。例如申請CN201410606471，涉及基于蟻群優(yōu)化算法的云環(huán)境下SBS資源配置方法，申請CN201510703546，提供了一種虛擬機的動態(tài)調(diào)整方法及其系統(tǒng)，通過使用一種融合了極值優(yōu)化及粒子群的改進算法來高效的求解VMDA問題。采用人工神經(jīng)網(wǎng)絡(luò)/人工免疫算法的申請量較少，僅8件。

申請?zhí)枮镃N201310210315的專利申請則采用傳統(tǒng)調(diào)度算法，其公開了一種基于雙加權(quán)最小連接算法的云計算負載均衡調(diào)度算法。

三、結(jié)束語

本文首先對云計算進行介紹，然后就云環(huán)境下資源調(diào)度目標和采用的調(diào)度算法對相關(guān)專利進行統(tǒng)計分析，對于本領(lǐng)域技術(shù)人員理解該項技術(shù)的發(fā)展有重要意義。

參 考 文 獻

[1]儲雅等，云計算資源調(diào)度：策略與算法，計算機科學(xué)，第40卷，第11期，2013年11月