[发明专利]基于调度目标空间的云计算资源调度方法

说明书

技术领域

本发明涉及云计算资源的调度方法领域，尤其涉及一种基于调度目标空间的云计算资源调度方法。

背景技术

各种分布式的高性能计算系统，如集群、网格以及云计算系统，已经成为目前高效的动态计算服务平台。而云计算作为可用性最高的计算模式之一，利用虚拟化技术将服务器、存储器及网络设备等资源通过整合与分割，实现资源的动态按需分配与部署^[1]。云计算动态、分布、面向服务、虚拟化及商业性的特点，使其调度存在一些新的特性：（1）资源环境：云计算环境下，云提供商对资源的配置差异较大，包括各种高性能集群，服务器，以及基于虚拟化技术的虚拟机环境，而且资源的计算能力、存储能力、带宽等因素具有较大差异。因此，云计算资源具有大规模性和异构性等特征。同时，由于资源可能来自不同的云提供商，因此云计算环境下的调度问题就变得异常复杂。（2）约束条件：云计算环境中，云服务提供商提供资源服务，用户“按需付费”。因此，任务执行的成本是云环境中的调度问题必须考虑的约束。此外，还需要考虑任务完成时间期限（deadline）、用户费用等重要约束条件。（3）优化目标：传统分布式环境中，系统性能如系统吞吐量、CPU 利用率等是调度优化的主要目标，而较少考虑用户需求对于调度的需求。云计算环境中不仅注重资源利用率及系统性能的提高，而且重视保证用户的需求，以实现资源供给与资源消费的双赢局面。

由于云计算调度问题以上的这些特性，云中的调度问题也出现了新挑战。如何采用高效的调度机制提高云计算中的资源利用率是云计算服务提供商需要解决的问题。此外，云计算服务的用户众多，如何在保证资源利用率的前提下，满足用户的多种需求，对任务进行高效的调度也需要解决的重要问题。目前，关于云计算调度问题的研究已有了一些成果。李建锋等人针对云计算的编程模型框架，提出了一种具有双适应度的遗传算法。Zaharia等人在Max-Min 公平调度算法的基础上设计了延迟调度（delay scheduling）算法，以达到较高的数据本地性。但是在等待开销较大的情况下，延迟策略会影响作业完成时间。为了折衷数据本地性和作业公平性，Isard等设计了基于最小代价流的调度模型，并应用于Microsoft 的Azure 平台。闰英辉提出了一种调度机制，根据各个计算节点资源的占用情况及服务的当前运行状态，结合待调度服务的QoS要求及当前云环境的整体性能，构建一个灵活的调度机制及策略为待调度服务选择合适的资源。William K.Cheung等人提出了基于市场的调度算法，将云环境下的资源供求关系与市场经济模型进行类比，资源的买卖双方则是通过基于市场机制的调度策略来完成交易，资源的竞争和分配可利用价格来调节，从而优化系统和提高效率。此外，还有基于拍卖机制的调度算法模型，均是由市场经济模型演化而来。Fujimoto N等人提出了基于信任机制的服务调度策略，它是针对节点所提供服务是否真实可靠而提出的。通过将信任机制引入调度机制，将信任关系作为QoS调度的重要指标来综合考虑，可以同时满足用户的性能QoS要求和信任QoS要求，且有利于提高调度的成功率。目前，云计算环境中调度策略的相关研究不多，而云计算厂商主要关注于资源管理、任务调度和负载均衡等关键性问题。IBM的蓝云架构采用 Tivoli 系列产品来完成云计算的资源监测、分配、作业调度和系统负载均衡控制。很多IT厂商提出的云环境中的编程模式都是基于Map-Reduce的思想，它不仅是编程模型，同时也是一种高效的任务调度模型。为了达到全局优化，Fischer等人为Map-Reduce任务调度建立数学模型，并提出了HTA（Hadoop task assignment）问题。目标是将任务分配到计算节点，并使各计算节点负载均衡。Eucalyptus专门用于支持云计算研究和基础设施的开发，它基于基础设施即服务的思想，为学术研究提供了一个模块化的开发研究和试验平台，可允许研究者对云计算的安全性、可扩展性、资源调度及接口实现进行测试，Eucalyptus的主要构件包括节点控制器、集群控制器和云控制器。

在目前已有的研究工作中，所涉及到的大多数调度模型中所有的客户的调度目标都是一致的，而实际情况并非如此。如果将所有用户应用程序的资源调度都置于相同的框架之下，所产生的调度结果对用户来说通常将并不最优。比如，某些用户需要将其应用程序运行在更加可靠的节点资源上，而其他用户更加关注于预算。因此，需要从用户角度出发，实现用户对调度的个性化需求。

发明内容