[发明专利]基于响应时间最优化的云计算任务调度方法

说明书

技术领域

本发明涉及云计算领域，特别涉及一种基于响应时间最优化的云计算任务调度方法。

背景技术

云计算是从分布式计算、并行计算和网格计算基础上进一步发展而来的基于互联网的计算模式。云计算任务调度的目标就是对用户提交的任务实现最优调度，并设法提高云计算系统的总体吞吐率。

目前，国内外对云计算任务调度算法的研究主要针对的目标包括最早完成时间、服务质量、负载均衡、经济原则等。在任务的均衡调度方面，易侃等人针对m×n型的网格环境建模，以每个调度节点调度任务分片的平均完成时间为优化目标，提出了该任务调度的Nash均衡问题；Subrata等以任务处理时间作为目标，给出了一种基于博弈的任务调度模型，并把基于任务处理时间的作业分配问题建模为一个非合作博弈，给出了纳什讨价还价解的结构。以上任务调度研究工作，采用了不同的思路，利用了不同的数学工具，取得了较好的研究成果，但存在一个共同点：任务调度以处理时间为依据，任务分解成任务分片以后在处理器上的执行是并行的，但是相关工作却隐含了任务分片串行执行的假设，显然任务分片的并行执行更符合云计算提供强大并行处理能力的本质和特征。

发明内容

针对以往以处理时间为目标建立的模型中，独立任务的任务分片以串行方式执行的问题，本发明从任务分片的并行执行出发，提出一种基于响应时间最优化的任务调度方法。该方法将任务的各个任务分片处理最长的时间作为该任务的响应时间，每个调度器在对任务进行分解调度时，总是以其任务的响应时间最小为目标，确定云计算系统中各个调度器的任务分片方案。

本发明云计算任务调度系统模型简略图如附图1所示。图1中调度方案计算器通过调度器和计算节点传递的信息依据该发明中的调度算法计算出调度器的任务分片方案，并将其传送给相应的调度器，调度器依据该任务分片方案将任务分发给相应的计算节点执行，由此构成整个云计算系统。图2是图1中多个用户向某个调度器发送任务请求及调度器依据该发明中的任务分片方案分发任务的示意图。

本发明基于以下两点假设：

（1）目前任务一次运行的代价通常较大，如执行时间较长。此外，云系统覆盖的地理范围可能较大，任务分片在网络上的传输时间较长。所以，可忽略调度器的内部处理代价，将任务执行代价看作只由任务分片执行代价和任务分片在网络上的传输代价两部分组成。

（2）调度器对任务进行分解以后得到任务分片，假定云计算系统中的节点都具备任务分片的执行能力。

为实现上述目的，本发明采用如下技术方案：首先，在云计算系统模型基础上，调度器将任务分解成任务分片，各任务分片的执行时间包括调度器到相应计算节点的传输时间和计算节点上处理时间两个方面；其次，调度器将任务分解成任务分片，各个任务分片在计算节点上并行执行，以任务分片执行的最长时间作为该任务的响应时间，各个调度器均以其任务的响应时间最小为目标，建立任务调度的数学模型，通过一种改进的极大熵法求解，以此为基础得到各调度器的任务分片方案。调度器得到一个新的任务后就可以依据此调度方案将任务分配到计算节点上执行。

基于响应时间最优化的云计算任务调度方法，包括以下步骤：

步骤1，构造一个基于响应时间最优化的云计算系统。

所述基于响应时间最优化的云计算系统由用户、面向各用户的各调度器i以及面向各调度器i的计算节点j以及调度方案计算器组成，其中i＝1,2,...,n，n为所述系统中调度器的数量，j＝1,2,...,m，m为系统中所有计算节点的数目。

在忽略调度器内部处理代价前提下，假设任务分片的执行代价和任务分片在网络上的传输代价是任务执行代价的关键。所述调度器在进行任务分片时的条件如下：

各个调度器从各用户接受任务，各个调度器发出任务的平均速率λ_i的加和应该小于所述系统所有计算节点对任务的平均执行速率u_j的加和，速率的单位是单位时间内的任务数，即：

各个调度器发到第j个计算节点上任务分片的速率的加和应该小于第j个计算节点对任务分片的平均执行速率u_j，称为计算能力，即：

步骤2，计算任务分片a_ij的传输时间L_ij：