（無錫南洋職業(yè)技術(shù)學(xué)院 智能裝備與信息工程學(xué)院，江蘇 無錫 214081）

1 云工作流調(diào)度算法路徑研究價值

云計算是數(shù)字信息環(huán)境下信息體系溝通和交流的主要平臺，具有靈活性、多樣化等特點，是社會信息資源共享應(yīng)用的實現(xiàn)窗口。

云工作流調(diào)度算法分析是以動態(tài)異構(gòu)云環(huán)境為基礎(chǔ)，開創(chuàng)的有向無循環(huán)圖DAG模型，主要是利用云空間進(jìn)行可用性動態(tài)可變路徑的探討，從而適應(yīng)當(dāng)前自動義關(guān)鍵性路徑的對應(yīng)化調(diào)節(jié)[1]。與傳統(tǒng)的計算機(jī)算法路徑形態(tài)比較，云計算模型的實踐性活動，迎合了新一輪信息產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)與運(yùn)行需求。同時，云工作流調(diào)度算法的探究，善于在資源可用性探索的基礎(chǔ)上，將多數(shù)工作流結(jié)構(gòu)很好地進(jìn)行了整合，轉(zhuǎn)變了傳統(tǒng)靜態(tài)工作流調(diào)度的阻礙，使自然資源的運(yùn)用有了更為靈活的實踐轉(zhuǎn)向條件，數(shù)據(jù)穩(wěn)定性提高、安全防護(hù)能力增強(qiáng)。以上兩方面，是關(guān)于一種基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法探索的價值分析。

2 一種基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法要點

2.1 集合式工作流調(diào)度

工作流是云平臺中信息運(yùn)轉(zhuǎn)和調(diào)節(jié)的主要形態(tài)，它主要以無循環(huán)DAG進(jìn)行表示，且圖形中的每一個節(jié)點都是工作流任務(wù)中的一部分，圖邊部分則采用任務(wù)間進(jìn)行任務(wù)依賴性分析。同時，每一個節(jié)點上的信息計算和交流，都有一定的復(fù)雜性，我們將各個階段上的信息調(diào)度，稱之為數(shù)據(jù)流算法的對應(yīng)性調(diào)動。

假設(shè)運(yùn)用“W”表示運(yùn)工作流調(diào)度算法路徑，則工作流任務(wù)集則采用T表示。T中包含了{(lán)T1，T2，T3，T4……}。而區(qū)域間隔內(nèi)的依賴數(shù)據(jù)集合，可用R表示，R中包含了{(lán)R1，R2，R3，R4……}[2]。T與R集合之間的關(guān)系，主要是主體任務(wù)和子分支任務(wù)之間的關(guān)系。當(dāng)主體T云平臺中發(fā)出相關(guān)交互信號后，集合下的R任務(wù)結(jié)構(gòu)，方執(zhí)行對應(yīng)部分的系列任務(wù)。集合銜接式的工作調(diào)度流變化方式，能夠最大限度地消除云空間內(nèi)映射信息流的間距，將數(shù)據(jù)流的交換互動區(qū)間控制在最小的狀態(tài)。

即，動態(tài)關(guān)鍵路徑在集合式關(guān)聯(lián)體系中的運(yùn)用，不僅能夠保障云工作流路徑的流暢性，還對信息流部分進(jìn)行了優(yōu)化，是有效的信息溝通和傳導(dǎo)渠道。

2.2 單元任務(wù)中上限與下限設(shè)計

基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法分析中，所有調(diào)度任務(wù)部分信息交換和通信之間的交流，均需要在云空間計算、存儲、以及帶寬資源調(diào)節(jié)等部分出發(fā)，對運(yùn)動數(shù)據(jù)進(jìn)行動態(tài)環(huán)境的對應(yīng)調(diào)節(jié)。為了提升云工作流調(diào)度算法計算結(jié)果的精準(zhǔn)性，實行動態(tài)數(shù)據(jù)轉(zhuǎn)換和分析過程中，注意單元任務(wù)中上下限條件的設(shè)定，也成為工作流調(diào)度算法中的主要分支。

結(jié)合當(dāng)前動態(tài)關(guān)鍵路徑的云工作流變化情況，可將其設(shè)計要點概括為以下幾點。

（1）云工作流調(diào)度算法中，單體任務(wù)中的初始AEST和ALST，應(yīng)依據(jù)任務(wù)需求，在最小時間內(nèi)實現(xiàn)資源運(yùn)行指標(biāo)的計算，以做好每一部分?jǐn)?shù)據(jù)通關(guān)銜接路徑的設(shè)定。

（2）借助異構(gòu)云環(huán)境，進(jìn)行可用性資源的轉(zhuǎn)換與探討，從而避免單元路徑范圍內(nèi)數(shù)據(jù)傳輸期間，出現(xiàn)單元任務(wù)數(shù)據(jù)上限與下限相互分離的情況。

（3）執(zhí)行信息應(yīng)實現(xiàn)執(zhí)行信息和后續(xù)任務(wù)時間的針對性對接，從而避免算法數(shù)據(jù)運(yùn)行層面出現(xiàn)映射資源傳輸隱患。

基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度計算設(shè)計時，云計算工作調(diào)度流上限和下限部分的對應(yīng)調(diào)整，能夠?qū)⑾嚓P(guān)數(shù)據(jù)信息控制在相對穩(wěn)定的互動溝通區(qū)域內(nèi)，避免了信息互動溝通數(shù)據(jù)交叉性隱患。

2.3 AET調(diào)度算法分析

動態(tài)數(shù)據(jù)路徑分析和研究過程中，運(yùn)工作數(shù)據(jù)調(diào)度和管理活動具體實施期間，為適應(yīng)當(dāng)前工作具體實施需要，每一個環(huán)節(jié)中的數(shù)據(jù)計算分析指數(shù)是否處于良性循環(huán)狀態(tài)，與AET部分云工作流調(diào)度調(diào)節(jié)之間有著密切聯(lián)系。

一般來說，調(diào)度算法分析和研究過程中，傳輸能力可運(yùn)用公式ADTT=(Task-output size)/max*bt的關(guān)系式進(jìn)行表達(dá)[3]。其中PC表示云空間中的資源處理能力，而BW表示資源傳輸能力。當(dāng)兩個被調(diào)度任務(wù)資源相同時，此時云平臺中的數(shù)據(jù)通信時間為0，子任務(wù)與被調(diào)度任務(wù)之間就是AET均衡調(diào)度的狀態(tài)。故而，進(jìn)行數(shù)據(jù)調(diào)度信息研究過程中，入口調(diào)度的寬度和任務(wù)計算結(jié)果之間是否相互吻合，也可以通過關(guān)鍵路徑中的DCPL進(jìn)行反饋。

通常來說，已映射部分的數(shù)據(jù)變化，可通過反向?qū)挾冗M(jìn)行對應(yīng)調(diào)節(jié)，當(dāng)資源R與任務(wù)t之間滿足AET模式的信息傳輸需要時，程序?qū)⒆灾靼凑者f歸順序?qū)ぷ鲾?shù)據(jù)流的調(diào)度情況進(jìn)行反饋。也就是說，AET調(diào)度算法數(shù)據(jù)研究和分析過程中，子任務(wù)內(nèi)的數(shù)據(jù)調(diào)度和交流環(huán)節(jié)，需判斷未調(diào)度數(shù)據(jù)與調(diào)度數(shù)據(jù)之間是否呈現(xiàn)出對等狀態(tài)，進(jìn)而分析云工作流是否可以保持靈活調(diào)動的狀態(tài)，這是從數(shù)據(jù)交流和互動的視角層面，對關(guān)鍵性云工作流的變化情況給予的相關(guān)性分析。

2.4 動態(tài)可變路徑的設(shè)定

動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法，是結(jié)合當(dāng)前變動性路徑的實際情況，實行的動態(tài)路徑自主轉(zhuǎn)變式分析，能夠在云工作流調(diào)度平臺調(diào)節(jié)的狀態(tài)之下，實現(xiàn)關(guān)鍵性信息流的自由化組合與對接。也可以將其理解為動態(tài)可變動路徑的分散性處理。即，按照云工作平臺的基本變化情況，程序自動將外部傳輸數(shù)據(jù)進(jìn)行小規(guī)模分離（見圖1）[4]。從云工作流調(diào)度數(shù)據(jù)變化圖可知，第一種采用的是并行工作流分散法進(jìn)行調(diào)節(jié)處理，第二種采用的是Fork-jion工作流進(jìn)行數(shù)據(jù)分離，第三種采用的是隨機(jī)工作流分散法。

為了適應(yīng)當(dāng)前動態(tài)關(guān)鍵路徑的工作流云調(diào)度算法分散調(diào)節(jié)的基本情況，工作人員實行工作調(diào)度調(diào)節(jié)期間，完全可實行云工作流調(diào)度算法調(diào)節(jié)策略，實現(xiàn)動態(tài)調(diào)度調(diào)節(jié)方式的調(diào)整。與傳統(tǒng)的云調(diào)度策略相互對比，云工作調(diào)度數(shù)據(jù)分析期間，當(dāng)動態(tài)關(guān)鍵路徑部分的數(shù)據(jù)保持規(guī)律性傳導(dǎo)，一般選擇第一種方式進(jìn)行組合排列；如果動態(tài)關(guān)鍵路徑部分未能實現(xiàn)規(guī)范性工作流調(diào)度調(diào)節(jié)，一般會選擇第二種或者是第三種進(jìn)行調(diào)整。云工作流調(diào)度數(shù)據(jù)自主分析過程中，結(jié)合云調(diào)度空間區(qū)域基本情況，通過關(guān)鍵任務(wù)中的關(guān)鍵數(shù)據(jù)交互分析，可確保任務(wù)數(shù)據(jù)交換和處理的流動性和協(xié)調(diào)性。

2.5 算法執(zhí)行環(huán)節(jié)

基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法分析過程，主要是依靠算法中的初始任務(wù)數(shù)據(jù)流變化研究，對工作流調(diào)度信的任務(wù)驅(qū)動情況做出對應(yīng)判斷。

結(jié)合當(dāng)前云工作流調(diào)度的基本情況，可將算法執(zhí)行環(huán)節(jié)設(shè)置為如圖2所示，具體如下。

（1）確定關(guān)鍵任務(wù)后，依據(jù)相關(guān)任務(wù)擬定關(guān)鍵性路徑。

（2）算法計算任務(wù)中所有資源，均需要按照主干與分支任務(wù)匹配的基本狀態(tài)，做好任務(wù)信息之間的調(diào)配，以減少關(guān)鍵路徑和關(guān)鍵信息調(diào)度對接部分的缺失。

（3）依據(jù)圖2的模型分配結(jié)構(gòu)，按照由大到小的順序，在百萬指令和GB的作用下，進(jìn)行被調(diào)度云資源的分配與交流。

（4）動態(tài)數(shù)據(jù)關(guān)聯(lián)和研究期間，注重各個部分傳輸能力穩(wěn)定性的評估，也是其工作實施過程中，不能缺少的信息流分析方式。比如，計算任務(wù)中最短路徑和最長路徑部分的對應(yīng)性研究，就屬于數(shù)據(jù)工作流中的調(diào)度任務(wù)映射分析方法。

圖2 云工作流調(diào)度算法執(zhí)行

（5）如果關(guān)鍵性云工作流路徑在數(shù)據(jù)分配完成后，又出現(xiàn)了工作流調(diào)度時長增加的狀況，表明此時工作流調(diào)度時間調(diào)節(jié)部分存在問題，技術(shù)人員需通過AEST與ALST對應(yīng)調(diào)節(jié)法，實現(xiàn)模型分配數(shù)據(jù)結(jié)構(gòu)的相應(yīng)調(diào)節(jié)。

2.6 CPLA算法序列

基于動態(tài)關(guān)鍵路徑的運(yùn)工作調(diào)度算法分析期間，前瞻性工作調(diào)度算法分析定位，也是其活動實施中不能缺少的構(gòu)成形態(tài)[5]。一方面，CPLA算法按照任務(wù)優(yōu)先等級法，對關(guān)鍵路徑中的調(diào)度數(shù)據(jù)進(jìn)行組合排列。即，從調(diào)度數(shù)據(jù)的精準(zhǔn)性層面，分析各個動態(tài)數(shù)據(jù)的變化狀態(tài)。另一方面，選擇處理環(huán)節(jié)，動態(tài)工作流數(shù)據(jù)關(guān)鍵路徑算法，采用一般流程圖進(jìn)行執(zhí)行調(diào)節(jié)，以確保在工作流對應(yīng)調(diào)節(jié)的狀態(tài)之上，系統(tǒng)能夠呈現(xiàn)出平穩(wěn)性信息交互的形態(tài)。

云工作流調(diào)度算法評估執(zhí)行結(jié)構(gòu)如圖3所示。從結(jié)構(gòu)信息變化的基本情況而言，CPLA算法程序首先按照數(shù)據(jù)傳輸?shù)男畔㈡湸笮?、傳輸?qiáng)大的需要，對其進(jìn)行先后順序的歸類，然后按照①-②，②-③，③-④，④-⑤，⑤-⑥，⑥-⑦的順序進(jìn)行排列。同時，也從其基本結(jié)構(gòu)部分可知，③-④和⑥-⑦是該程序運(yùn)轉(zhuǎn)和調(diào)節(jié)兩個重要轉(zhuǎn)折點，重新進(jìn)行算法程序執(zhí)行和交互溝通期間，工作流的調(diào)度轉(zhuǎn)變，適應(yīng)了當(dāng)前關(guān)鍵路徑的運(yùn)轉(zhuǎn)調(diào)節(jié)需要，為后續(xù)工作的設(shè)施提供了堅實性依據(jù)。

圖3 云工作流調(diào)度算法評估流程

注重動態(tài)關(guān)鍵路徑的運(yùn)工作流調(diào)度與調(diào)節(jié)，不僅體現(xiàn)為云平臺中各個部分?jǐn)?shù)據(jù)交互溝通之間的聯(lián)動性。同時也與數(shù)據(jù)信息之間的交互銜接，各個部分的聯(lián)動傳輸之間有著密切性聯(lián)系，最大限度地適應(yīng)了計算機(jī)產(chǎn)業(yè)規(guī)制與安排的實際需求[6]。

3 基于MSW-SDCOA算法的云計算多科學(xué)工作流調(diào)度

3.1 算法流程

基于云計算的多科學(xué)工作流調(diào)度算法流程如圖4所示。主要由4個部分分組成：科學(xué)工作流壓縮、分層計算任務(wù)節(jié)點權(quán)重值生成調(diào)度序列、生成調(diào)度方案、動態(tài)調(diào)度多科學(xué)工作流。用戶提交多個科學(xué)工作流，到達(dá)系統(tǒng)后，首先，將期進(jìn)行壓縮，以減少其任務(wù)節(jié)點數(shù)；其次，通過改進(jìn)的HEFT算法，分層設(shè)計各個科學(xué)工作流的任務(wù)節(jié)點權(quán)重值，并按照規(guī)則生成調(diào)度序列；再次，將調(diào)度序列作為輸入調(diào)用改進(jìn)的ACO算法，生成調(diào)度方案；最后，按調(diào)度方案進(jìn)行調(diào)度。如果用稿在提交多科學(xué)工作流后提交了新的科學(xué)工作流，則通過動態(tài)調(diào)度多科學(xué)工作流部分實現(xiàn)調(diào)度[7]。

3.1.1 對信息素更新策略的優(yōu)化算法

信息素的擴(kuò)散速度應(yīng)隨螞蟻迭代次數(shù)的增加而增加，改進(jìn)后的計算方式為：

ρ*＝[1－eψ×(n－N)/N]×ρ

其中，n是當(dāng)前螞蟻的迭代次數(shù)，N是設(shè)定的迭代次數(shù)，ρ是預(yù)設(shè)定的信息素數(shù)量蒸發(fā)系數(shù)，ψ是常數(shù)，代表信息素的總體擴(kuò)散速度，取值范圍為[1，5]。需要注意的是，在螞蟻尋找最優(yōu)解的過程中，需要避免出現(xiàn)過早收斂的情況。

周家糧鋪院下院由南北方向的縱窯及東西方向的橫窯串套而成，靠南側(cè)為縱窯，靠北側(cè)為橫窯[14]?？v窯窯洞面闊五間，通面闊23m，進(jìn)深一間，為臥室、起居室及糧食鋪，北側(cè)橫窯用作貯藏空間，橫窯室內(nèi)地面高度較南側(cè)縱窯有較大抬升，通過石塊壘成臺階連通，下院平面圖如圖所示（圖6）。窯洞均使用河刨石建造，采用石灰砂漿抹縫，為描述方便，將下院五間縱窯窯洞由西向東命名為第一孔至第五孔窯洞，下院空間示意圖如圖7所示。

3.1.2 對啟發(fā)性信息的優(yōu)化算法

筆者采用MSW-SDCOA算法，對多科學(xué)動態(tài)調(diào)度的啟發(fā)性信息進(jìn)行修改，以增大高效率虛擬機(jī)被選中的概率，具體公式如下。

其中，vmj為虛擬機(jī)，m為螞蟻個數(shù)，P為概率，η代表啟發(fā)性信息，γ代表vmj在所有虛擬機(jī)中的效率值，ti為任務(wù)。MSW-SDCOA算法的具體執(zhí)行流程如下：

（1）對多科學(xué)工作流進(jìn)行壓縮。

（2）對壓縮后的多科學(xué)工作流調(diào)用任務(wù)調(diào)度序列生成算法生成Q。

（3）為ACO算法的運(yùn)行做初始化工作

（4）開始迭代，計算每次迭代中每只螞蟻調(diào)度方案的安全性、運(yùn)行時間和費(fèi)用，在安全性和時間約束下判斷是否為最優(yōu)調(diào)度方案，如果是，則保留。每次迭代后需要更新信息素矩陣。

（5）迭代完成后，如果最優(yōu)調(diào)度方案為空，則說明未找到符合安全和時間約束下的調(diào)度方案，提醒用戶修改調(diào)度參數(shù)；否則，返回安全和時間約束下的最優(yōu)調(diào)度方案。

3.2 虛擬機(jī)參數(shù)信息

圖4 基于云計算的多科學(xué)工作流調(diào)度算法流程

表1 虛擬機(jī)參數(shù)信息

4 一種基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法評估

為了對動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法運(yùn)用狀態(tài)，具有更深入性的了解，技術(shù)人員還應(yīng)從動態(tài)路徑與工作流的調(diào)度算法分析層面，對實踐運(yùn)用方面的效果基于綜合性判斷。現(xiàn)結(jié)合社會發(fā)展的實際狀態(tài)，將異構(gòu)云計算的關(guān)鍵性云工作留調(diào)度算法情況進(jìn)行詳細(xì)研究。

4.1 設(shè)定工作流權(quán)重模型

結(jié)合當(dāng)前計算機(jī)工作運(yùn)輸程序的基本狀況，實驗評估工作中模擬三種常見的云工作流運(yùn)行狀態(tài)，且所有工作流均處于同一層次上的節(jié)點數(shù)量運(yùn)轉(zhuǎn)節(jié)。第一種為小規(guī)模寬度工作流調(diào)節(jié)；第二種為隨機(jī)組合式工作流；第三種為大規(guī)模工作流。進(jìn)行任務(wù)組調(diào)節(jié)期間，第一種采取單入口工作流數(shù)據(jù)交流法進(jìn)行調(diào)控；第二種采用先進(jìn)行任務(wù)分配，再實行任務(wù)流入口調(diào)節(jié)方式解決問題；第三種采取int（N+1）的狀態(tài)進(jìn)行調(diào)節(jié)。

模擬狀態(tài)下的關(guān)鍵性路徑3種工作狀態(tài)運(yùn)輸程序調(diào)節(jié)與分析過程中，計算機(jī)工作流部分設(shè)定結(jié)果是否精準(zhǔn)，也代表著計算機(jī)運(yùn)輸程序的設(shè)計操作狀態(tài)。為此，新一輪關(guān)于計算機(jī)工作運(yùn)輸程序研究的探究期間，注重模擬狀態(tài)下3種工作運(yùn)輸狀態(tài)的評估，直接反映了模擬狀態(tài)中，各個部分工作數(shù)據(jù)的原始調(diào)度配置穩(wěn)定情況。

4.2 工作流參考模型

工作流參考模型標(biāo)識了構(gòu)成工作流管理系統(tǒng)的基本部件和這些基本部件交互使用的接口?；静考ǎ汗ぷ髁鲌?zhí)行服務(wù)、工作流引擎、流程定義工具、客戶端應(yīng)用、調(diào)用應(yīng)用、管理監(jiān)控工具；基本部件交互使用的接口包括：接口一、接口二、接口三、接口四和接口五。該模型很大地影響了人們后來對工作流技術(shù)的討論。五個接口與工作流執(zhí)行服務(wù)一起共同組成了工作流系統(tǒng)，如圖5所示。

（1）五個接口的含義如下：

接口一：工作流定義交換，用于在建模和定義工具與執(zhí)行服務(wù)之間交換工作流定義。主要是數(shù)據(jù)交換格式和API。數(shù)據(jù)交換通過XPDL，API通過WAPI。

接口二：工作流客戶端應(yīng)用接口，用于工作流客戶端應(yīng)用訪問工作流引擎和工作列表，通過WAPI完成。

接口三：被調(diào)用的應(yīng)用接口，用于調(diào)用不同的應(yīng)用系統(tǒng)。

接口四：工作流系統(tǒng)互操作接口，用于不同工作流系統(tǒng)之間的互操作。

接口五：系統(tǒng)管理和監(jiān)控，用于系統(tǒng)管理應(yīng)用訪問工作流執(zhí)行服務(wù)。

（2）工作流引擎：作為工作流管理系統(tǒng)的核心部分，主要提供了對于工作流定義的解析以及流程流轉(zhuǎn)的支持。工作流定義文件描述了業(yè)務(wù)的交互邏輯，工作流引擎通過解析此工作流定義文件按照業(yè)務(wù)的交互邏輯進(jìn)行業(yè)務(wù)的流轉(zhuǎn)，通過參考某種模型來進(jìn)行設(shè)計，通過調(diào)度算法來進(jìn)行流程的流轉(zhuǎn)(流程的啟動、終止、掛起、恢復(fù)等)，通過各種環(huán)節(jié)調(diào)度算法(SPLIT、AND、OR等)來實現(xiàn)對于環(huán)節(jié)的流轉(zhuǎn)(環(huán)節(jié)的合并、分叉、選擇、條件性的選擇等)。

圖5 工作流參考模型

4.2 數(shù)據(jù)資源模型的確認(rèn)

工作流任務(wù)執(zhí)行情況判斷和研究中，如果內(nèi)部數(shù)據(jù)模型中異構(gòu)資源環(huán)境出現(xiàn)了異常狀態(tài)，此時需要設(shè)定的異構(gòu)云資源調(diào)度任務(wù)中，不同地域性云資源調(diào)度處理過程，均采取百萬指令MIPS的方式，進(jìn)行兆位帶寬量調(diào)節(jié)法進(jìn)行問題處理。按照如表2進(jìn)行數(shù)據(jù)資源模型分配調(diào)節(jié)后，每一個工作流任務(wù)節(jié)點的確定，均能夠保障平均負(fù)荷環(huán)境下，工作流之間合理轉(zhuǎn)換[8]。

表2 資源配置表

4.3 算法比較

依據(jù)本次關(guān)于數(shù)據(jù)分析與研究的基本情況，系統(tǒng)的梳理數(shù)據(jù)算法分析相關(guān)資料[9-11]，不僅能夠及時發(fā)現(xiàn)云工作流調(diào)度過程中的基本情況，還能夠?qū)Σ煌惴ǖ臄?shù)據(jù)調(diào)度傳到實際情況，實行數(shù)據(jù)流之間的交互溝通和輔助式分析。結(jié)合本次數(shù)據(jù)分析和研究評定的基本情況，現(xiàn)將算法比較的基本情況評定和研究的相關(guān)性結(jié)果探究內(nèi)容整理如下：

（1）未映射任務(wù)調(diào)度部分，可采取輔助性任務(wù)調(diào)節(jié)法進(jìn)行調(diào)度。即，按照傳統(tǒng)資源調(diào)度管理的數(shù)據(jù)存儲規(guī)則，云工作流調(diào)度程序?qū)⒆詣訉嵭袛?shù)據(jù)調(diào)動調(diào)整。這是從數(shù)據(jù)分析和程序調(diào)度管理的狀態(tài)下，主動建立云平臺信息調(diào)度溝通端口的有效方法。

（2）平行調(diào)度處理環(huán)節(jié)，直接按照資源期望調(diào)節(jié)法，實現(xiàn)調(diào)度數(shù)據(jù)信息的最優(yōu)化調(diào)配。即，所有實行未調(diào)度任務(wù)安排與分析工作部分，程序?qū)⒅鲃影凑掌叫姓{(diào)度工作實施的具體需求，開展云工作流調(diào)度運(yùn)轉(zhuǎn)方面的自主化調(diào)整。

（3）按照異構(gòu)時間分層次進(jìn)行調(diào)度管理。由于資源交互數(shù)據(jù)溝通過程中，各個部分的云工作流調(diào)度數(shù)據(jù)之間的差異性較大，程序運(yùn)行期間，容易出現(xiàn)云工作流調(diào)度局部化轉(zhuǎn)變的問題。實行調(diào)度算法綜合分析時，為避免隨機(jī)性異構(gòu)云工作流調(diào)度差異過大，程序系統(tǒng)還主動調(diào)度數(shù)據(jù)的自主分配組合調(diào)節(jié)。

4.4 參數(shù)結(jié)果評定

結(jié)合本次模擬進(jìn)行動態(tài)路徑分析和鞏固相關(guān)結(jié)果來看，云工作流調(diào)度在評估算法工作流執(zhí)行跨度性能方面的分析，主要包含了靜態(tài)場景和現(xiàn)實性場景兩個方面。靜態(tài)場景中的云工作流調(diào)度分析，主要是針對異構(gòu)信息云成本計算模擬數(shù)據(jù)評估時，所有可執(zhí)行信息中，工作流數(shù)據(jù)評估，只要確定云工作流調(diào)度與相關(guān)工作流之間保持相對穩(wěn)定的狀態(tài)，則表明工作流方面的啟發(fā)式算法信息能夠保持相對協(xié)調(diào)的狀態(tài)。相反，則說明此時模擬動態(tài)路徑的中存在一定的運(yùn)作問題。后者是指在元啟發(fā)性環(huán)境下，各個部分模擬數(shù)據(jù)在持續(xù)性運(yùn)作的情況下，結(jié)合模擬動態(tài)路徑的調(diào)節(jié)運(yùn)行狀態(tài)，判斷是否在不同的信息模擬情況下會產(chǎn)生干擾[12-14]。

結(jié)合本次項目分析的基本情況來，針對資源配置表中的信息交互溝通和調(diào)節(jié)時，各個部分信息的交流和自動調(diào)節(jié)，均是針對關(guān)鍵路徑中代碼運(yùn)行情況進(jìn)行的針對性評價。故而，云工作流調(diào)度數(shù)據(jù)算法分析過程中，所有能夠在異構(gòu)云平臺上建立云工作流調(diào)度結(jié)構(gòu)的方式，均屬于云計算方面成本因素的調(diào)節(jié)，它是一種動態(tài)化的工作流量高效性程序操控分析形態(tài)。而關(guān)于并行工作流部分的跨度研究和評定，主要是從工作流的應(yīng)對方面出發(fā)，運(yùn)用數(shù)據(jù)波動信息結(jié)構(gòu)體系，探究各個算法工作流部分的評定研究指標(biāo)[15]。

結(jié)合基于異構(gòu)云計算的云工作流調(diào)度方式，能夠結(jié)合社會發(fā)展的實際情況，不斷地進(jìn)行數(shù)據(jù)流信息之間的交互和溝通。不僅為大數(shù)據(jù)平臺的開發(fā)提供參考，也是保障云工作流調(diào)度科學(xué)實施的條件。

5 結(jié)語

綜上所述，一種基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法相關(guān)探討，是當(dāng)代數(shù)據(jù)信息技術(shù)實踐中不斷調(diào)節(jié)的理論歸納。在此基礎(chǔ)上，本文通過集合式工作流調(diào)度、單元任務(wù)中上限與下限設(shè)計、AET調(diào)度算法分析、動態(tài)可變路徑的設(shè)定、算法執(zhí)行環(huán)節(jié)、MSW-SDCOA算法、CPLA算法序列等方面，分析云工作流調(diào)度算法推進(jìn)要點。因此，文章研究結(jié)果，為信息技術(shù)的全面化革新提供了新視角。