[发明专利]一种基于能量优化的网格调度方法

说明书

技术领域

本发明属于一种网格调度方法，特别是一种基于能量优化的网格调度方法。

背景技术

网格计算是近年来逐渐兴起的一种Internet计算模式，其目的是为了在分布、异构、自治的网络资源环境上构造动态的虚拟组织，并在其内部实现跨自治域的资源共享和资源协作，有效的满足面向互联网的复杂应用对大规模计算能力和海量数据处理的需求。因此，网格资源具有分布性和异构性这一特点，常见的网格资源有：计算资源、存储资源、网络资源、能量资源等。近年来随着Ad Hoc网络以及无线传感器网络(WSN)的快速发展和其在网格中的应用，能量资源在网格异构环境中越来越普遍。比如，在Ad Hoc网格中，各资源节点的能量储量都是有限的，在实现资源调度过程中，能量约束是一个不可忽视的因素。另外，近年来数据密集型网格应用不断增多，比如高性能物理研究、天体研究、天气预报等，这些应用都是建立在高性能数据网格之上的。高性能数据网格具有计算时间长，能量消耗大等特点，能量因素是在进行高性能计算中不得不考虑的一个问题。当前，随着人们对环境问题关注力度的不断增大，能量优化问题已经成为了各种领域内急需解决的一个问题。因此，在网格调度研究中考虑能量约束，实现调度的能量最优也将成为网格计算研究领域内的一个热点。

网格计算的资源调度是个NP完全问题。由于NP问题目前还找不到有效的解决方案，人们提出了一些启发式方法来寻求它的次优解，如遗传算法，蚁群算法，Min-Min，禁忌搜索，神经网络，模拟退火等算法。现阶段，对启发式调度算法的研究主要分为两个方面：静态调度算法和动态调度算法。静态算法是指所有的任务-资源映射策略在调度前已经确定，而动态调度算法是指部分任务-资源映射策略是在调度期间根据实际情况确定。因此静态调度算法相对比较简单，运行开销小，对数据依赖小，但静态调度算法对于网格环境中资源的分布性以及异构性支持力度不够。而动态调度算法很好的解决异构性分布性带来的负载平衡问题、效应测定问题、任务迁徙问题。动态调度算法可分为联机模式(onlinemodel)和批模式(batch model)。这两种方法各有优缺点，对于联机在线模式，由于当任务到达时就考虑分配，尽可能及时地将任务进行调度，因此反应快、任务的延迟时间短，但是可能导致资源的分配不够优化，因为没有考虑前后任务的特点，可能导致要求低的任务占用处理能力强的节点，而要求高的任务分配到处理弱的节点或者处于等待状态。而批处理方式则能够考虑更多的请求和资源状况，潜在地能得到更有效的网格资源利用率，但对于单个任务来说，延迟时间可能较长，对于某些服务质量没有办法实施。

网格应用的不断发展，尤其是服务网格的出现，促进和加速了对于网格服务质量(QoS)的研究。各种基于QoS的调度算法也逐渐出现，这些调度算法都是在原有经典调度算法的基础上加入各种QoS约束条件演化而成。一般研究的QoS约束主要集中在：网络带宽、网络延时、代价、时间、生存性、信任度等方面。相应的改进算法也能很好的解决很多调度过程中的核心问题：完成时间优化、调度效率优化、经济开销优化等。但由于涉及的网格资源类型比较单一和QoS约束条件本身的局限性，对于调度过程中的能量优化问题很少有涉及。

发明内容

本发明的目的是提供一种将能量资源引入到网格资源调度中，综合考虑能量约束以及时间约束的基于能量优化的网格调度方法。

为了实现上述目的，本发明的技术方案如下：

1、将能量资源作为调度的研究重点，引入能量初始值，网络带宽等因素。

2、实现能量优化，使资源调度中的能量消耗值最小，网格资源调度中的能量消耗主要分为计算消耗和网络通信消耗。

3、考虑时间跨度优化(Makespan)，达到能量优化过程中的资源负载均衡。

4、提出一个综合考虑能量约束以及时间约束的基于能量优化的网格调度方法。

考虑到网格资源调度过程中网格任务以及网格资源都具有分布性以及异构性，本发明的网格调度模型不能对真实的网格环境进行完全模拟，因此做出如下设定：

(1)各网格任务都是独立存在的，任务之间无数据依赖或通信。

(2)在调度模型中的能量资源能实现任务计算，任务执行等功能，与狭义上的只提供能源供应的能量资源有区别。

(3)每个资源只能同时执行一个网格任务。

(4)网格调度中的能量消耗只限于任务执行消耗和网络通信消耗，而网络通信消耗主要指任务与资源数据通信时的能量消耗，资源间通信的能量消耗忽略。

(5)网络通信时间为网络带宽的倒数，忽略网络延时等其他网络因素。