[发明专利]基于数据密集型科学工作流的任务调度与虚拟机整合方法

权利要求书

1.一种基于数据密集型科学工作流的任务调度与虚拟机整合方法，其特征在于包括以下步骤：

步骤1、读取数据密集型科学工作流，构造以任务为节点、任务间的数据依赖关系为边的有向无环图DAG；

步骤2、确定工作流虚拟机：通过获取每个任务执行的确切处理时间选择出该工作流相对最适合的虚拟机，并用CPLEX方法进行虚拟机类型的求解；

步骤3、工作流截止期划分：首先将工作流按照数据量大小相似和虚拟机类型相同的任务进行聚类形成n个任务包，然后采用基于浮动区间的方法求得工作流截止期；

步骤4：初始化任务调度：在工作流截止期划分的基础上，采用基于深度的任务调度顺序方法；

步骤5、虚拟机租赁成本优化：采用加权融合新租赁时间片预期利用率的PHD方法进行任务调度。

2.根据权利要求1所述的基于数据密集型科学工作流的任务调度与虚拟机整合方法，其特征在于：所述步骤2的具体实现方法为：

设α_k(k＝1,2,...,N)和分别表示任务选取了第K种虚拟机以及该虚拟机的价格在截止期划分阶段，虚拟机采用的计费方式为精确计费而非按区间进行计费，E表示的是采用区间计费模式时虚拟机服务的计费区间的长度，执行任务v_i在虚拟机类型α上所需要的总处理时间为T_i,α，此时任务v_i在虚拟机类型α上的成本计算方式为P_i,α，Ω_i,α＝1代表任务v_i选择的虚拟机类型α，反之Ω_i,α＝0，E_i表示的是执行任务v_i完毕的结束时间，上述的整数规划模型表示如下：

该式表示最小化虚拟机总租赁成本；

∑_α∈NΩ_i,α＝1,1≤i≤N，该式表示每个任务只选择一种类型的虚拟机；

E_i≤E_j-∑_α∈NtT_i,αΩ_j,α,该式表示任务间的偏序约束关系；

E₀≥∑_α∈NT_0,αΩ_0,α，该式表示任务间的偏序约束关系；

Ω_i,α∈{0,1},α∈M，该式表示任务是否选择某个类型的虚拟机；

E_N≤D，该式表示保证工作流总执行时间满足截止期约束；

用CPLEX方法进行虚拟机类型的求解法为：设定特定比例avigap＝0.25％，如果某一时刻该任务的最优解和分支限界法的下界之间的差值小于avigap，CPLEX则立刻停止执行，那么此时的最好解将被取为CPLEX的近似解并用符号θ表示，θ_vi表示的是任务v_i在解θ中选择虚拟机的类型。