面向云计算的任务优化调度技术研究

在多数据中心工作流系统中，不同的数据中心的异构特征以及用户对任务执行的效率的服务需求，使得在任务执行的密集期，出现大量任务对资源竞争的情况，这样会导致冲突发生，严重影响多数据中心的整体性能，直接损害用户和服务提供商的利益。在多数据中心云工作流系统的第一阶段提出了任务优化调度策略，对任务调度进行了优化设计，本阶段提出面向负载感知的多数据中心云工作流调度策略。策略执行过程中，将资源规划到各个服务任务中，作为云服务的功能性要求输出，利用延迟调度机制，在任务完成时间最少的情况下能够对资源的闲置时间进行尽可能的利用，同时，根据系统中机器的负载情况，选择合适时机将应用任务调度到机器上执行，调度步骤：

（1）通过监控中心，获得系统的负载信息；

（2）计算调度所消耗的通信量；

（3）按照调度消耗的通信量，确定调度时机；

（4）处理冲突；

（5）继续监控任务调度。

经过整个调度过程，完成对于任务的优化调度、资源的合理分配，提高多数据中心的CPU、内存、磁盘利用率。

首先根据多数据中心的系统负载相关性，进行如下定义。

定义6.3　设Op为CPU负载率，Om为内存负载率，则系统资源负载率O：

相应地，任务a发出请求等待时的资源负载率为Owait=OpwaitOmwait，任务a开始执行时的资源负载率为Ostart=OpstartOmstart。

定义6.4　任务的等待时间：

其中，E'为任务执行时实际的资源消耗，U为资源利用率，α'为协调因子。

定义6.5　任务的开始时间间隔：(www.xing528.com)

其中，θ为系统延迟率，，Tfinish为任务a执行完成的时间值，Tdelay为任务a的最晚完成的时间值。

根据以上定义，第二阶段调度算法执行步骤：

步骤1：根据任务列表，搜索工作流中需要执行的任务；

步骤2：搜索处于预备状态的服务资源；

步骤3：根据任务开始时间和等待时间，计算任务的时间消耗差值ΔT=Twait-Tstart；

步骤4：判断ΔT，如果ΔT≥0，则等待系统延迟，转到步骤5，否则转到步骤6；

步骤5：当任务执行时，比较每个任务的ΔT与执行任务的ΔT的平均值的大小，优先安排ΔT较大的任务执行；

步骤6：没有延迟，则继续执行，同时将任务的资源负载率Ostart以及资源利用率U计入监控中心；

步骤7：执行工作流中所有待执行任务；

步骤8：更新第二阶段调度结果；

步骤9：将第一阶段调度结果和第二阶段调度结果同时计入监控中心。

由以上执行过程可知，调度策略在第一阶段调度的基础上，待执行的任务在请求执行时，根据求解的时间消耗差值ΔT，判断是否启动云计算工作流系统中的调度器进行调度优化，直到工作流中的任务全部执行完毕为止。