亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于主機(jī)性能度量的異構(gòu)集群作業(yè)調(diào)度算法

        2021-06-20 13:00:37王超陳剛黃剛王彪

        王超 陳剛 黃剛 王彪

        摘要:傳統(tǒng)經(jīng)典作業(yè)度算法在集群應(yīng)用中實(shí)現(xiàn)簡單、執(zhí)行效率高,但在異構(gòu)集群環(huán)境下由于缺乏在線節(jié)點(diǎn)運(yùn)行狀態(tài)動(dòng)態(tài)反饋能力和負(fù)載均衡能力,降低了計(jì)算資源利用率和系統(tǒng)吞吐率。為解決上述問題,設(shè)計(jì)了一種在異構(gòu)集群環(huán)境下基于主機(jī)性能度量的作業(yè)負(fù)載均衡調(diào)度算法,該算法通過收集集群中在線節(jié)點(diǎn)的狀態(tài)信息和作業(yè)響應(yīng)時(shí)間遴選出可信節(jié)點(diǎn)集合,計(jì)算出各可信節(jié)點(diǎn)的HPM值,利用負(fù)載均衡運(yùn)算規(guī)則生成候選的作業(yè)分配節(jié)點(diǎn)集合,最終按照預(yù)先設(shè)計(jì)的優(yōu)先原則把不同作業(yè)分配至各計(jì)算節(jié)點(diǎn),并更新各節(jié)點(diǎn)運(yùn)行狀態(tài)。實(shí)驗(yàn)結(jié)果表明,在異構(gòu)集群環(huán)境下調(diào)度同類型作業(yè)時(shí),該算法在總完成時(shí)間和負(fù)載均衡性能等指標(biāo)上均優(yōu)于傳統(tǒng)經(jīng)典算法。

        關(guān)鍵詞:異構(gòu)集群;主機(jī)性能度量;負(fù)載均衡;作業(yè)調(diào)度

        中圖分類號:TP301文獻(xiàn)標(biāo)志碼:A文章編號:1008-1739(2021)08-67-7

        0引言

        集群是多臺相互獨(dú)立的計(jì)算機(jī),通過高速網(wǎng)絡(luò)互聯(lián)形成一個(gè)整體系統(tǒng)后,對外提供服務(wù)并對集群本身加以管理。集群運(yùn)行過程的作業(yè)調(diào)度策略對集群資源利用率起著關(guān)鍵作用[1],調(diào)度策略的優(yōu)劣決定了集群中作業(yè)完成的效率。作業(yè)調(diào)度算法大致分為相互依賴和相互獨(dú)立2種算法。前者算法缺陷明顯,工程應(yīng)用不多,后者算法因?qū)崿F(xiàn)簡單,大多數(shù)集群管理系統(tǒng)都在采用。目前在國內(nèi)外廣泛應(yīng)用的相互獨(dú)立的經(jīng)典作業(yè)調(diào)度算法中,主要包括先來先到服務(wù)(First Come First Service,F(xiàn)CFS)、Min-Min算法和基于優(yōu)先級調(diào)度(Priority)等[2]。

        常見的算法還包括輪詢調(diào)度算法、最小鏈接算法、遺傳算法、模擬退火算法等,但是輪詢調(diào)度算法和最小鏈接算法,沒有考慮各服務(wù)節(jié)點(diǎn)的性能差異[13],遺傳算法和模擬退火算法適應(yīng)于對復(fù)雜問題的優(yōu)化,時(shí)效性較差[14]。在異構(gòu)集群環(huán)境下,由于各節(jié)點(diǎn)計(jì)算機(jī)性能差異較大,上述算法的缺陷顯得更為明顯。為提升對異構(gòu)集群資源的利用率,本文提出了主機(jī)性能度量(Host Performance Measurement,HPM)的概念,對集群各節(jié)點(diǎn)計(jì)算機(jī)的性能進(jìn)行量化,并設(shè)計(jì)了一種基于主機(jī)性能度量的作業(yè)負(fù)載均衡調(diào)度(Host Performance Measurement Load Balancing,HPMLB)算法。該算法主要通過度量主機(jī)性能和判斷作業(yè)響應(yīng)時(shí)間容忍度實(shí)現(xiàn)動(dòng)態(tài)的HPMLB,由集群的調(diào)度節(jié)點(diǎn)根據(jù)集群各節(jié)點(diǎn)的HPM信息,結(jié)合作業(yè)響應(yīng)狀態(tài),依據(jù)負(fù)載均衡調(diào)度策略,將請求分配到集群中的各個(gè)計(jì)算節(jié)點(diǎn),被派發(fā)作業(yè)的計(jì)算節(jié)點(diǎn)將接收請求并進(jìn)行作業(yè)處理。該算法采用分層設(shè)計(jì)理念,使得作業(yè)調(diào)度層與計(jì)算執(zhí)行層相分離,實(shí)現(xiàn)了對異構(gòu)集群環(huán)境下具有相同功能不同實(shí)現(xiàn)的計(jì)算作業(yè)的調(diào)度。

        1問題建模

        在集群作業(yè)調(diào)度中,有一個(gè)節(jié)點(diǎn)作為調(diào)度節(jié)點(diǎn),完成對所有作業(yè)的計(jì)算資源調(diào)度與分配,各計(jì)算節(jié)點(diǎn)完成業(yè)務(wù)計(jì)算。系統(tǒng)整體調(diào)度與管理流程如下:

        ①集群節(jié)點(diǎn)的網(wǎng)絡(luò)代理軟件接收作業(yè)請求命令;

        ②集群調(diào)度節(jié)點(diǎn)獲取調(diào)度狀態(tài);

        ③集群調(diào)度節(jié)點(diǎn)的負(fù)載均衡調(diào)度器根據(jù)負(fù)載均衡調(diào)度算法進(jìn)行調(diào)度計(jì)算和作業(yè)派發(fā);

        ④受理作業(yè)計(jì)算節(jié)點(diǎn)進(jìn)行具體的計(jì)算處理,同時(shí)根據(jù)作業(yè)執(zhí)行情況更新本機(jī)狀態(tài);

        ⑤各集群節(jié)點(diǎn)通過集群狀態(tài)同步機(jī)制動(dòng)態(tài)實(shí)現(xiàn)各節(jié)點(diǎn)服務(wù)器狀態(tài)同步。

        針對上述流程,本文設(shè)計(jì)的HPMLB算法主要思想是:

        ①通過HPM、執(zhí)行工作列表(Executive Job List,EJL)和作業(yè)響應(yīng)時(shí)間容忍度來動(dòng)態(tài)地描述集群各節(jié)點(diǎn)當(dāng)前負(fù)載情況;

        ②由集群調(diào)度節(jié)點(diǎn)根據(jù)集群各節(jié)點(diǎn)的HPM和EJL等關(guān)鍵信息,結(jié)合作業(yè)響應(yīng)狀態(tài),依據(jù)負(fù)載均衡調(diào)度策略,將請求分配到集群中各計(jì)算節(jié)點(diǎn);

        ③各計(jì)算節(jié)點(diǎn)中的作業(yè)組織流程負(fù)責(zé)接受請求并組織作業(yè)執(zhí)行器進(jìn)行作業(yè)處理;

        ④各計(jì)算節(jié)點(diǎn)實(shí)時(shí)更新和對外發(fā)布本機(jī)的HPM和EJL等信息。

        作業(yè)調(diào)度總體流程如圖1所示。

        整個(gè)作業(yè)調(diào)度由集群中的調(diào)度節(jié)點(diǎn)完成,當(dāng)進(jìn)行HPMLB時(shí),調(diào)度節(jié)點(diǎn)首先收集集群中在線節(jié)點(diǎn)并篩選出可信節(jié)點(diǎn)。然后計(jì)算各可信節(jié)點(diǎn)的HPM值,根據(jù)負(fù)載均衡運(yùn)算規(guī)則生成候選集合。最后,依據(jù)同等條件下的優(yōu)先原則進(jìn)行作業(yè)分派,分派完成后進(jìn)行各節(jié)點(diǎn)狀態(tài)更新。

        為準(zhǔn)確描述上述過程,給出集群節(jié)點(diǎn)性能、EJL和網(wǎng)絡(luò)狀態(tài)信息等概念的定義:

        ②EJL具體內(nèi)容如表1所示。

        ③集群節(jié)點(diǎn)狀態(tài)信息(The Cluster Node Status information,CNS):各集群節(jié)點(diǎn)服務(wù)器維護(hù)本機(jī)的狀態(tài)以及本機(jī)與其余節(jié)點(diǎn)的狀態(tài)信息,如表2所示。

        2算法設(shè)計(jì)

        2.1生成可信節(jié)點(diǎn)

        (1)收集在線節(jié)點(diǎn)

        集群各節(jié)點(diǎn)都保存集群狀態(tài)信息列表,包含本節(jié)點(diǎn)與集群其他所有節(jié)點(diǎn)當(dāng)前的網(wǎng)絡(luò)狀態(tài)情況,并以固定周期△輪詢檢測更新整個(gè)集群的狀態(tài)信息,其檢測方式為集群中各節(jié)點(diǎn)以固定周期△循環(huán)接收集群節(jié)點(diǎn)的狀態(tài)信息和第三方心跳;接收調(diào)度節(jié)點(diǎn)信號,確定調(diào)度節(jié)點(diǎn)的狀態(tài);完成節(jié)點(diǎn)狀態(tài)信息的同步與更新;調(diào)度節(jié)點(diǎn)根據(jù)心跳檢測和集群節(jié)點(diǎn)的狀態(tài)信息,生成集群在線節(jié)點(diǎn)的集合A。

        (2)篩選可信節(jié)點(diǎn)

        在生成的集群在線節(jié)點(diǎn)集合A中,調(diào)度節(jié)點(diǎn)查詢集合A中各個(gè)的IGHOST_INFO[].mainstatus值,若該值為1,則表示該對應(yīng)的節(jié)點(diǎn)與調(diào)度節(jié)點(diǎn)通信正常,若為0,則表示與調(diào)度節(jié)點(diǎn)通信狀態(tài)異常,將其中值為1的生成與調(diào)度節(jié)點(diǎn)通信正常的節(jié)點(diǎn)集合B;

        然后篩選出滿足作業(yè)響應(yīng)時(shí)間容忍度的節(jié)點(diǎn),生成可信節(jié)點(diǎn)集合C,根據(jù)式(3)進(jìn)行本節(jié)點(diǎn)與集合B中節(jié)點(diǎn)的網(wǎng)絡(luò)路徑計(jì)算,獲取本地的當(dāng)前時(shí)間,然后獲取本節(jié)點(diǎn)接收到的最近一次該發(fā)送的節(jié)點(diǎn)心跳時(shí)間,計(jì)算出該與調(diào)度節(jié)點(diǎn)的系統(tǒng)路徑長度。

        作業(yè)響應(yīng)時(shí)間容忍度Dpt作為系統(tǒng)常數(shù)進(jìn)行配置,通過式(5)進(jìn)行作業(yè)響應(yīng)狀態(tài)運(yùn)算。()=1表示作業(yè)響應(yīng)正常,()=0表示作業(yè)響應(yīng)超時(shí),并將值為1的放在集合C中。

        2.2作業(yè)調(diào)度

        調(diào)度節(jié)點(diǎn)在生成的可信節(jié)點(diǎn)集合C中,計(jì)算HPM值,選取HPM值最小的節(jié)點(diǎn)集合生成候選集合D。在候選集合生成后,按如下原則進(jìn)行作業(yè)分配:

        ①若系統(tǒng)滿負(fù)荷,即HPM值為Mhpm,作業(yè)拒絕;

        ②若候選節(jié)點(diǎn)唯一,即集合D中的元素唯一,則作業(yè)直接派發(fā)給該;

        ③若候選節(jié)點(diǎn)不唯一,即集合D中的元素不唯一,則選取值最大的進(jìn)行派發(fā)。

        詳細(xì)處理流程如圖2所示。

        ①獲取調(diào)度請求;

        ②獲取節(jié)點(diǎn)計(jì)算機(jī)的狀態(tài)信息;

        ③查詢集群狀態(tài)列表,獲取其為在線狀態(tài)的計(jì)算機(jī)節(jié)點(diǎn)集合A;

        ④在集合A中查詢與調(diào)度節(jié)點(diǎn)網(wǎng)絡(luò)狀態(tài)正常的計(jì)算機(jī)節(jié)點(diǎn)集合B;

        ⑤在集合B中遴選出滿足()=1的集合C,其中作業(yè)響應(yīng)的容忍時(shí)間Dpt一般設(shè)置為3△;

        ⑥在集合C中計(jì)算并選擇HPM值最小的集合D;

        ⑦判斷集合D的元素個(gè)數(shù)是否為1,若為1,則將該“+調(diào)度請求”作為調(diào)度請求結(jié)果對外發(fā)出,否則將集合中“最大值的+調(diào)度請求”作為調(diào)度請求結(jié)果對外發(fā)出;若集合D中各對應(yīng)的計(jì)算機(jī)的HPM值>Mhpm(系統(tǒng)允許的最大負(fù)荷0<≤1)時(shí),置為MAX_HOSTNUM+1;

        ⑧更新各節(jié)點(diǎn)當(dāng)前的值。

        2.3狀態(tài)動(dòng)態(tài)同步

        HPMLB算法在進(jìn)行作業(yè)調(diào)度時(shí),為了及時(shí)獲取集群各節(jié)點(diǎn)的動(dòng)態(tài)負(fù)載情況以及對整個(gè)集群系統(tǒng)的集中管控,設(shè)計(jì)了集群狀態(tài)動(dòng)態(tài)同步機(jī)制,集群各節(jié)點(diǎn)實(shí)時(shí)收集更新本節(jié)點(diǎn)狀態(tài),并將本節(jié)點(diǎn)狀態(tài)對外發(fā)出,同時(shí)接收其余節(jié)點(diǎn)狀態(tài)信息,將接收到的其他節(jié)點(diǎn)狀態(tài)信息更新到本機(jī)。其同步及發(fā)布內(nèi)容有:維護(hù)本節(jié)點(diǎn)作業(yè)執(zhí)行狀態(tài);維護(hù)本節(jié)點(diǎn)HPM值;對外發(fā)布工作列表數(shù)據(jù);更新本節(jié)點(diǎn)保存的其余節(jié)點(diǎn)發(fā)布的狀態(tài)信息;維護(hù)本節(jié)點(diǎn)與其余節(jié)點(diǎn)的網(wǎng)絡(luò)狀態(tài),若本節(jié)點(diǎn)與某一節(jié)點(diǎn)的節(jié)點(diǎn)網(wǎng)絡(luò)狀態(tài)函數(shù)nets ()的值為0,則將本節(jié)點(diǎn)與該節(jié)點(diǎn)之間的網(wǎng)絡(luò)狀態(tài)設(shè)置為超時(shí);對外發(fā)布本節(jié)點(diǎn)狀態(tài)信息。

        2.4整體算法描述

        根據(jù)以上設(shè)計(jì)思路,本節(jié)給出了HPMLB算法的整體描述,其處理過程主要包括選取生成在線可信節(jié)點(diǎn)的集合,并計(jì)算節(jié)點(diǎn)的HPM值,選取最小HPM值的最大進(jìn)行作業(yè)分派。

        3算法分析

        選取5臺服務(wù)器構(gòu)建集群,設(shè)定集群整體性能,即總計(jì)算能力固定。針對單一作業(yè)類型,不同作業(yè)數(shù)量集合,對HPMLB算法、FCFS算法和Min-Min算法從作業(yè)總完成時(shí)間和節(jié)點(diǎn)負(fù)載均衡情況進(jìn)行分析。

        3.1作業(yè)總完成時(shí)間

        衡量作業(yè)調(diào)度器性能的標(biāo)準(zhǔn)之一,總的作業(yè)完成時(shí)間越小,說明該作業(yè)調(diào)度器作業(yè)處理速度越快,反之越慢。針對HPMLB算法、FCFS算法和Min-Min算法,設(shè)置4組規(guī)模不同的單一作業(yè)集合,選取5臺服務(wù)器構(gòu)建集群,在總計(jì)算能力固定的情況下,分為各節(jié)點(diǎn)服務(wù)器計(jì)算能力相同和計(jì)算能力2種不同情況對作業(yè)總完成時(shí)間進(jìn)行統(tǒng)計(jì)。

        (1)節(jié)點(diǎn)計(jì)算能力相同

        現(xiàn)假定集群每個(gè)節(jié)點(diǎn)的計(jì)算能力為可并行執(zhí)行30個(gè)作業(yè),則整個(gè)集群總的計(jì)算能力為并行執(zhí)行150個(gè)作業(yè)。其計(jì)算資源分配如表3所示。

        設(shè)置每個(gè)作業(yè)耗時(shí)20 s,作業(yè)按均勻分布到達(dá),選取4組不同規(guī)模的作業(yè)集合,分別為50,100,700,1 000,作業(yè)規(guī)模包括小于系統(tǒng)并行作業(yè)數(shù)量和大于系統(tǒng)并行作業(yè)數(shù)量的情況,統(tǒng)計(jì)整個(gè)作業(yè)集合的總完成時(shí)間,結(jié)果如圖3所示。

        從圖3可以看出,當(dāng)作業(yè)類型一致,在同構(gòu)集群中FCFS,HPMLB總作業(yè)完成時(shí)間相當(dāng),優(yōu)于Min-Min算法。Min-Min算法耗費(fèi)時(shí)間多的原因在于其計(jì)時(shí)限量等待需要耗費(fèi)一定時(shí)間,并在每個(gè)作業(yè)分配完畢后需遍歷和更新作業(yè)的期望完成時(shí)間,因此隨著作業(yè)量的增大,其耗費(fèi)的時(shí)間越長。

        (2)節(jié)點(diǎn)計(jì)算能力不同

        在節(jié)點(diǎn)計(jì)算能力不同的情況下,構(gòu)建異構(gòu)集群,每臺計(jì)算機(jī)性能是不一致的,即每個(gè)節(jié)點(diǎn),,三個(gè)參數(shù)值配置不同,,1,2三個(gè)參數(shù)值配置相同,現(xiàn)模擬異構(gòu)集群下計(jì)算資源分配如表4所示。

        上述作業(yè)集作業(yè)的總完成時(shí)間如圖4所示。

        從圖4可以看出,在各節(jié)點(diǎn)性能差異較大的異構(gòu)集群中,當(dāng)作業(yè)規(guī)模數(shù)小于系統(tǒng)并行作業(yè)數(shù)量時(shí),HPMLB、FCFS和Min-Min三種算法的總完成時(shí)間相當(dāng),當(dāng)作業(yè)規(guī)模數(shù)大于系統(tǒng)并行作業(yè)數(shù)量時(shí),HPMLB作業(yè)總時(shí)間明顯優(yōu)于FCFS和Min-Min算法,而且隨著作業(yè)規(guī)模的不斷增加,差距越發(fā)明顯。在HPMLB算法中,作業(yè)調(diào)度器能夠?qū)崟r(shí)獲取各節(jié)點(diǎn)服務(wù)器的動(dòng)態(tài)負(fù)載,能夠較準(zhǔn)確地把作業(yè)分配給能夠立即執(zhí)行的節(jié)點(diǎn)服務(wù)器,從而大大節(jié)省了作業(yè)的等待時(shí)間。

        同時(shí),對3種算法針對2種不同的服務(wù)器集群作業(yè)調(diào)度時(shí)間做了比較,發(fā)現(xiàn)HPMLB算法對不同的集群環(huán)境適應(yīng)性最好,在2種集群環(huán)境下作業(yè)總完成時(shí)間相當(dāng)。其次是Min-Min算法,在2種集群環(huán)境下作業(yè)總完成時(shí)間有所變化,但是變化幅度不大,F(xiàn)CFS算法適應(yīng)性最差。結(jié)果如圖5所示。

        綜上所述,3種算法都會隨著作業(yè)數(shù)量的增加,總時(shí)間呈上升趨勢。HPMLB算法對不同集群環(huán)境適應(yīng)性最好,Min-Min算法性能次之,F(xiàn)CFS算法性能最差。

        當(dāng)作業(yè)規(guī)模小于集群可并行運(yùn)行的最大作業(yè)數(shù)時(shí),3種算法作業(yè)總完成時(shí)間相當(dāng),當(dāng)作業(yè)規(guī)模大于集群可并行運(yùn)行的最大作業(yè)個(gè)數(shù)時(shí),HPMLB算法的總完成時(shí)間明顯小于Min-Min算法和FCFS算法的總完成時(shí)間。

        3.2節(jié)點(diǎn)負(fù)載均衡情況

        負(fù)載均衡是指作業(yè)調(diào)度到各節(jié)點(diǎn)計(jì)算機(jī)上時(shí),確保大多數(shù)節(jié)點(diǎn)計(jì)算機(jī)有作業(yè)運(yùn)行,即充分利用集群計(jì)算資源。由于FCFS算法只是靜態(tài)地把先來先到的作業(yè)按節(jié)點(diǎn)順序依次分配給各節(jié)點(diǎn)計(jì)算機(jī),因此這里不分析該算法的負(fù)載均衡性,只對HPMLB算法和Min-Min算法的節(jié)點(diǎn)負(fù)載均衡情況進(jìn)行分析比較。

        依據(jù)表4的計(jì)算資源構(gòu)建異構(gòu)集群,針對單一類型作業(yè),在集群每個(gè)節(jié)點(diǎn)的計(jì)算能力和集群總體計(jì)算能力固定的情況下,當(dāng)整個(gè)集群系統(tǒng)未達(dá)到滿載時(shí),設(shè)置不同規(guī)模的單一作業(yè)集合,考慮2種作業(yè)調(diào)度算法下系統(tǒng)的負(fù)載均衡情況。

        為減少負(fù)載均衡情況的計(jì)算量,假定所有作業(yè)的執(zhí)行時(shí)間滿足整個(gè)作業(yè)集被分配完畢后,沒有作業(yè)運(yùn)行結(jié)束。此時(shí),集群每個(gè)節(jié)點(diǎn)的負(fù)載情況均可用當(dāng)前執(zhí)行的作業(yè)數(shù)與當(dāng)前節(jié)點(diǎn)能承擔(dān)的最大作業(yè)數(shù)之比來衡量,即用HPM值來進(jìn)行衡量。

        從圖6和圖7可以看出,Min-Min算法優(yōu)先將作業(yè)分配給性能好的服務(wù)器,導(dǎo)致整個(gè)集群各節(jié)點(diǎn)負(fù)載不均衡,出現(xiàn)了SOCAS05節(jié)點(diǎn)已經(jīng)滿負(fù)荷運(yùn)行,而SOCAS01仍處在空閑無作業(yè)執(zhí)行的狀態(tài)。而HPMLB算法在不同規(guī)模的作業(yè)集合下,整個(gè)集群各節(jié)點(diǎn)的負(fù)載情況相對均衡,未出現(xiàn)空置服務(wù)器情況。通過在同一作業(yè)規(guī)模下,利用2種算法調(diào)度集群各節(jié)點(diǎn)負(fù)載情況的方差統(tǒng)計(jì)情況,比較2種調(diào)度算法的負(fù)載均衡性能。方差值越小,均衡性越好,結(jié)果如圖8所示。

        從圖8可以看出,HPMLB算法的負(fù)載均衡性在不同作業(yè)規(guī)模下,其負(fù)載均衡性均優(yōu)于Min-Min算法。

        當(dāng)作業(yè)數(shù)大于系統(tǒng)的總負(fù)載作業(yè)數(shù)時(shí),Min-Min算法會導(dǎo)致集群中某些節(jié)點(diǎn)超載,某些節(jié)點(diǎn)空閑的情況,而HPMLB算法由于在實(shí)時(shí)收集各服務(wù)器動(dòng)態(tài)的負(fù)載情況,當(dāng)節(jié)點(diǎn)服務(wù)器作業(yè)運(yùn)行結(jié)束后,該節(jié)點(diǎn)最新負(fù)載情況會被調(diào)度器動(dòng)態(tài)感知。因此,當(dāng)作業(yè)規(guī)模過大時(shí),在負(fù)載均衡性方面,HPMLB算法優(yōu)于Min-Min算法。

        綜上所述,HPMLB算法在異構(gòu)集群下,針對同一作業(yè)類型,從作業(yè)總完成時(shí)間以及節(jié)點(diǎn)的負(fù)載均衡性方面均優(yōu)于FCFS和Min-Min算法。

        4結(jié)束語

        本文根據(jù)異構(gòu)集群特點(diǎn),提出了一種基于HPM的HPMLB算法。實(shí)驗(yàn)結(jié)果表明,HPMLB算法在異構(gòu)集群環(huán)境下,對同類型作業(yè)的調(diào)度性能在總完成時(shí)間和負(fù)載均衡性上均優(yōu)于FCFS和Min-Min算法。該算法在準(zhǔn)實(shí)時(shí)性應(yīng)用設(shè)計(jì)中具有一定的通用性,已用于航天測控中心軌道計(jì)算分析平臺系統(tǒng),為航天器在軌安全管理和穩(wěn)定運(yùn)行提供了有效保障。

        參考文獻(xiàn)

        [1] KHAN K H, QURESHI K, ABD-EL-BARR M. An Efficient Grid Scheduling Strategy for Data Parallel Applications[J].J Supercomput,2014,68(3):1487-1502.

        [2]宋俊輝,馮巖.負(fù)載均衡的分布式系統(tǒng)任務(wù)調(diào)度優(yōu)化算法[J].吉林大學(xué)學(xué)報(bào)(理學(xué)版),2017,55(2):383-387.

        [3] LATIP R, IDRIS Z. Highest Response Ratio Next (HRRN) vs First Come First Served (FCFS) Scheduling Algorithm in Grid Environment[J].Software Engineering and Computer Systems, 2011,11(1):689-691.

        [4]杜玉霞,劉方愛,郭磊.Min-Min調(diào)度算法的研究與改進(jìn)[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(24):107-109.

        [5]王文豪,嚴(yán)云洋.周靜波.基于負(fù)載均衡的Min-Min作業(yè)調(diào)度算法優(yōu)化[J].南京理工大學(xué)學(xué)報(bào),2015,39(4):398-404.

        [6]姜?jiǎng)P華,韓銳,孫鵬,等.基于Min-Min算法的智能終端服務(wù)遷移技術(shù)研究[J].網(wǎng)絡(luò)新媒體技術(shù),2020,9(4):37-40.

        [7] HUANKAI C,WANG F,HELIAN N.User-priority Guided Min-Min Scheduling Algorithm for Load Balancing in Cloud Computing[C]//In: Proceedings of the 2013 National Conference on Parallel Computing Technologies( PARCOMPTECH).Bangalore:IEEE,2013:1-8.

        [8]王釗,劉釗遠(yuǎn).一種改進(jìn)的流媒體集群動(dòng)態(tài)負(fù)載均衡調(diào)度算法[J].計(jì)算機(jī)與數(shù)字工程,2018,46(2):241-246.

        [9]劉斌.基于云計(jì)算中的任務(wù)調(diào)度算法研究[D].長春:長春理工大學(xué),2019.

        [10] MAHESWARAN M, SIEGEL HJ.A Dynamic Matching and Scheduling Algorithm for Heterogeneous Computing Systems[C]//Proceedings Seventh Heterogeneous Computing Workshop(HCW98). Orlando: IEEE,1998: 59-69.

        [11] AMIN S,MOHAMED O,HAMIDAH I,et al. New Method for Scheduling Heterogeneous Multi-installment Systems[J]. Future Generation Computer Systems,2012,28(8):1205-1216.

        [12]王曉萍,孟坤.異構(gòu)分布式系統(tǒng)的可分任務(wù)作業(yè)調(diào)度算法[J].小型微型計(jì)算機(jī)系統(tǒng),2015,36(4):797-800.

        [13]張臘,劉淑芬,韓璐.基于負(fù)載均衡的作業(yè)調(diào)度算法[J].吉林大學(xué)學(xué)報(bào)(理學(xué)版),2014,52(4):769-773.

        [14]朱曉敏,陸佩忠.異構(gòu)集群系統(tǒng)中安全關(guān)鍵實(shí)時(shí)應(yīng)用調(diào)度研究[J].計(jì)算機(jī)學(xué)報(bào),2010,33(12):2364-2377.

        久久国产A√无码专区亚洲| 亚洲精品中文字幕乱码二区 | 久久午夜夜伦鲁鲁片免费无码| 亚洲AV日韩AV永久无码电影| 国产精品青草视频免费播放| 91亚洲欧洲日产国码精品| 久久久精品国产视频在线| 亚洲码无人客一区二区三区 | 久久久久亚洲AV无码去区首| 天天躁日日操狠狠操欧美老妇| av一区二区三区亚洲| 国产精品亚洲av网站| 黄色大片国产精品久久| 日本高级黄色一区二区三区| av中文字幕一区不卡| 久久99精品久久久久久秒播| 国产真实露脸4p视频| 久久久精品国产亚洲av网不卡| 永久中文字幕av在线免费| 日韩精品在线免费视频| 中文字幕丰满伦子无码| 精品熟女日韩中文十区| āV第三区亚洲狠狠婷婷综合久久| 日本少妇比比中文字幕| 国产av剧情精品麻豆| 真实夫妻露脸自拍视频在线播放| 麻豆免费观看高清完整视频| 亚洲av无码资源在线观看 | 亚洲一区二区成人在线视频| 亚洲伊人av天堂有码在线| 国产激情一区二区三区| 亚洲av成人综合网| 亚欧免费无码AⅤ在线观看| 亚洲一区二区三区国产| 草色噜噜噜av在线观看香蕉| 狠狠躁夜夜躁人人爽天天天天97| 日韩中文在线视频| 日本高清中文一区二区三区| 国产一区二区三区内射| 亚洲成aⅴ人片久青草影院| 人妻忍着娇喘被中进中出视频|