[发明专利]能效云任务调度方法

说明书

公开了一种能效云任务调度方法。该方法可以包括步骤1：建立包含多个任务的有向无循环图，计算每个任务在所有资源的平均计算时间；步骤2：根据每个任务的平均计算时间，确定每个任务的优先级，获得每个任务的调度次序；步骤3：根据每个任务的调度次序，计算每个任务的最早完成时间的最小值或最小计算时间，获得初始调度方案；步骤4：计算初始调度方案的每个资源的能效值，删除能效值最小的资源，获得资源集合，针对资源集合重复步骤1‑3，获得最终调度方案。本发明对云任务进行合理高效调度，关闭低能效资源，在资源同质和异构情况下，不增加调度长度的同时，降低任务执行的总体能耗，节省资源的能源开销。

技术领域

本发明涉及云计算领域，更具体地，涉及一种能效云任务调度方法。

背景技术

近年来，快速发展的IT需求已经使得企业机构将其负载流转移至云数据中心执行，云数据中心中服务器的运行能耗也随之大幅度提升。举例来说，一个300W功率的高性能服务器大约每年会消耗2628kWh的能量，另包括约800kWh用于冷却服务器的能耗。另外，据报道，Amazon云数据中心的50％预算用于能源消耗及服务器的冷却，其总能耗则占世界总能耗的0.5％。除了能耗成本，数据中心能量消耗过程中还会向空气中排放对环境极其不利的二氧化碳，加重温室效应，带来大气污染加重。如何降低云数据中心能耗已经成为负载与任务调度执行中必须考虑的难题。

云任务通常是以有向无循环图模型表达，是科学计算中常用的应用模型，由多个并行任务组成，其调度问题是NP完全问题。求解这种具有数据依赖和顺序约束条件下的任务调度问题的实质是寻找各个任务与可用资源间的映射关系，并实现目标函数的最优化。目前的调度方法通常注重于从用户方提交的任务的角度进行调度效率的优化，即最小化任务的调度时间，如HEFT算法(Topcuouglu H,Hariri S,Wu M Y.Performance-Effectiveand Low-Complexity Task Scheduling for Heterogeneous Computing[J].IEEETransactions on ParallelDistributed Systems,2002,13(3):260-274)、ATBBR算法(Huang K C,Ying L T,Liu H C.Task ranking and allocation in list-basedworkflow scheduling on parallel computing platform[J].Journal ofSupercomputing,2015,71(1):217-240)、CPOP算法(Arabnejad V,Bubendorfer K,Ng B,etal.A Deadline Constrained Critical Path Heuristic for Cost-EffectivelyScheduling Workflows[J].International Journal of Software EngineeringKnowledge Engineering,2015,21(05):621-645)、IC-PCP算法(S.Abrishami,M.Naghibzadeh,and D.H.Epema,Deadline-constrained workflow schedulingalgorithms for infrastructure as a service clouds[J],Future GenerationComputer Systems,2013,29(1):158-169)等。该类算法通常以尽力降低所有任务的执行时间为目标，未考虑执行代价，这与云资源的实际使用特征相违背，由于云资源执行任务的代价大部分来源于数据中心的能耗。仅仅考虑执行效率而不考虑执行能耗不仅会导致云资源利用率的降低，更会导致资源能效的降低。因此，有必要开发一种能效云任务调度方法，能够同步考虑执行时间与执行能耗的优化。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容