[发明专利]集群系统中业务与计算设备的匹配装置

说明书

技术领域

本发明涉及计算机技术，尤其涉及一种在集群系统中的对软硬件，即业务和计算设备进行匹配度计算的匹配装置。

背景技术

高性能计算一直是国内外科技界，甚至政府十分重视的高科技领域。它不仅同科学技术与国民经济的发展密切有关，而且还直接影响到国家的国防能力和国家安全。在近年来出现的支持高性能计算的计算机系统中，集群系统作为一种易扩充、性价比高的方案得到广泛采纳。应用程序的需求是无限的、不断变化的，集群系统可以有效地支持更广泛的工作负载。2007年11月在国外权威网站上公布的TOP500高性能计算机中，集群系统占据了81.20％。

在集群系统中，良好的调度可以高效利用集群资源，使集群中全部汇集起来的处理能力高效地在众多用户间分配。作业调度是一个很复杂的问题，调度算法是一个应用相关(Application-specific)的问题，具体应用的特性在很大程度上影响和决定着调度系统的性能。调度系统对于不同类型的应用应当采用不同的调度策略，只有在充分考虑作业及资源特性的基础上提出的调度算法才能够获得较高的系统性能。要想在并行化能力上有较大提高，则必须付出昂贵的硬件代价和设计出复杂的算法。

并行作业调度中最主要的两个算法是Backfilling算法和Gang调度算法。Backfilling算法是FCFS算法的改进，它允许调度器不按作业到达顺序运行，当资源无法满足前面大作业的运行要求时，它让一些小作业先运行在当前空闲的处理器上(称为回填)以提高资源利用率。后来很多算法在其基础上进行了改进，出现了EASY(Extensible Argonne Scheduling sYstem)Backfilling算法、保守Backfilling算法和基于Backfilling算法的“扩履适足”的改进算法。

Gang调度的思想是将作业作为一个整体进行调度。每台机器上为作业提供一个相同的环境，一个作业的所有进程一起运行。Gang调度算法是基于并行程序间会有频繁的同步而提出的，避免各并行进程由于运行步调不一致而等待所造成的等待时间。成对Gang调度算法、缓冲协同调度算法是对Gang调度算法的改进。

还有很多其他调度算法，如BestFit算法、自适应算法、遗传算法、基于经济学的资源调度算法和基于QOS的调度算法等，每个算法都有自己的优缺点，满足特定的应用需求。如此而言，上述算法的一个共同的缺点就是通用性不高，都仅局限在一个局部领域。

发明内容

本发明旨在提出一种测算软件与硬件匹配程度的装置，使得软件能够被最适合运行它的硬件来执行。

根据本发明，提出一种集群系统中业务与计算设备的匹配装置，包括：

硬件测试装置，测试集群系统中的计算设备的硬件指标，硬件指标包括处理器速度、存储器容量、内存容量、网络传输速度、网络安全等级、可靠性和附加硬件；

软件测试装置，测试集群系统接收的业务的软件指标，软件指标包括处理器速度指标、存储器指标、内存指标、网络传输指标、网络安全指标、可靠性指标和业务分类；

匹配度计算装置，比较硬件指标和软件指标，得到计算设备与业务的匹配度。

其中硬件测试装置执行下列的项目：测试计算设备的处理器速度；检测计算设备的存储器容量和内存容量；检测计算设备的网络传输速度和网络安全等级；测试计算设备的可靠性；检测计算设备的附加硬件。

硬件测试装置检测计算设备的附加硬件并将附加硬件划归到下述分类中的一种：大量运算设备、图形处理设备、高安全性设备、数据传输设备。

其中软件测试装置执行下列的项目：根据该业务的运算规模计算处理器速度指标和内存指标；根据该业务的数据规模计算存储器指标；根据该业务的运算分布性计算网络传输指标和网络安全指标；根据该业务的可靠性要求计算可靠性指标；根据该业务的种类确定业务分类。

软件测试装置将业务分类确定为下述分类中的一种：大量运算业务、图形处理业务、高安全性业务、数据传输业务。

匹配度计算装置将软件指标中的处理器速度指标、存储器指标、内存指标、网络传输指标、网络安全指标和可靠性指标分别与硬件指标中的处理器速度、存储器容量、内存容量、网络传输速度、网络安全等级和可靠性进行比较，计算每一项的偏差值并将偏差值累加得到总偏差值；匹配度计算装置将软件指标的业务分类与硬件指标中的附加硬件比较，得到倾向值；将总偏差值与倾向值相乘，得到计算设备与业务的匹配度。

匹配度计算装置基于下表计算倾向值：