云计算工作流系统优化技术研究

设置图6-1　的云计算工作流管理结构。

图6-1　云计算工作流管理结构图

当云计算系统中具有大量的工作流任务时，如果没有整体调度策略来保障，将会严重影响整个系统的性能，无法满足任务的QoS要求。同时，针对云计算面向市场机制服务的特征，云计算环境中的工作流系统应当根据当前的资源分配情况、系统负载情况进行流程处理，以提高资源利用率，由此在该结构设置中：

（1）云成员将能提供相同服务的资源逻辑上分配在一起，成为一个服务云。服务云中的成员间是相互独立的，任何一种可利用的服务资源都可以根据其自身能提供的服务选择加入云成员，成员具有服务流程的创建、实例建立、执行等功能。(www.xing528.com)

（2）云服务目录中包含了用户可以请求的一系列服务的列表，如云成员的服务节点将某个时刻的工作状态、所具有的QoS信息记录在内，云成员可以通过服务目录查询到可用服务资源信息，从而给出能提供用户所需服务的云成员。

（3）管理节点具有成员调度、QoS管理、流程管理功能。成员调度查询到同步任务，并按照其要求分配到合适的云成员；QoS管理为负责的同步合作服务提供相应的QoS管理；流程管理负责将工作流中任务分配到各个服务节点。将管理节点设置在云成员中，可以将云工作流服务整合为一个整体，保证了高效的服务质量。

（4）服务节点得到服务请求，执行服务，并处理相关数据，最后输出结果，由云成员独立管理和控制。

在上述云工作流结构基础上，后续小节首先依据工作流内各个任务之间的依赖关系，利用DAG建立关联任务模型，并建立云工作流、任务调度模型，然后在此基础上将调度分为两个阶段，第一个阶段考虑服务质量中时间、价格的约束，给出根据此约束设定的问题目标函数，采取粒子群算法的优化思想，降低优化问题求解的复杂性，根据问题目标函数确定的适应度函数对粒子性能的优劣加以判断，并结合Pareto最优理论获得最优解。第二阶段根据资源在主机上的分配情况和系统的负载情况，提出具有负载感知的调度优化策略，依据该策略，设置负载可感知调度算法，提高任务的执行效率。