[发明专利]一种动态反馈调度方法

权利要求书

1.一种动态反馈调度方法，其特征在于，运行于调度模型，所述调度模型包括系统软件组件群组和业务软件组件群组；所述系统软件组件群组包括调度引擎、解析引擎、系统数据对象映射组件、全局数据对象映射组件、功能管理组件、分析组件、监视组件、系统内存数据库、系统数据库及系统资源管理组件、组件管理组件；所述业务软件组件群组包括业务组件、业务内存数据对象映射组件、业务内存数据库；包括：监视组件实时采集节点资源的使用情况及与响应时间相关的数据，计算每个节点的剩余负载能力，并将每个节点的剩余负载能力以及其它影响调度的因素存入决策知识库中，通过调度引擎计算权重，建立哈希映射关系，确定任务的分派。

2.根据权利要求1所述的一种动态反馈调度方法，其特征在于，计算每个节点的剩余负载能力，包括：

(1)设在云环境中有n台虚拟机，每台虚拟机即为一个虚拟节点，表示为V＝{V₁,V₂,…V_i…V_n}，i＝1,2,…,n，每台虚拟机为一个虚拟节点，任一虚拟节点i的负载Load(V_i)的计算公式如式(Ⅰ)所示：

式(Ⅰ)中，load(cpu_i),load(mem_i),load(io_i),load(bw_i),load(t_i),load(x_i)分别表示虚拟节点i当前的CPU、线程/进程占用率、内存、磁盘I/O、带宽及其它影响因素；k表示其它影响因素的项数；

(2)任一虚拟节点i的剩余负载能力Weight(V_i)的计算公式如式(Ⅱ)所示：

式(Ⅱ)中，Weight(V_i)∈(0,1)，Weight(V_i)越大，说明该节点的剩余负载能力越强；Weight(V_i)越小，说明该节点的剩余负载能力越弱；

(3)判断虚拟节点i是否超载：设定负载阀值λ，λ∈[0,1]，如果Weight(V_i)≥λ，则虚拟节点i没有超载，否则，虚拟节点i超载，不再给该虚拟节点i分派任务。

3.根据权利要求2所述的一种动态反馈调度方法，其特征在于，λ＝0.1。

4.根据权利要求2所述的一种动态反馈调度方法，其特征在于，通过调度引擎计算节点权重Weight(V_i)，建立哈希映射关系，建立哈希映射关系即构造一个0～K_max哈希空间τ，K_max是指τ的最大取值；包括：

按节点权重划分τ，则虚拟节点i在哈希空间τ的位置point(i)计算如式(Ⅲ)所示：

用P(Vi)表示节点区间，设P(V_i)＝(point(i-1),point(i)]，则按式(Ⅳ)设置哈希函数的值：

H(j)＝V_i j∈P(V_i) (Ⅳ)

式(Ⅳ)中，H(j)是指哈希函数。

5.根据权利要求4所述的一种动态反馈调度方法，其特征在于，确定任务的分派，包括：

(4)将每一个请求任务都赋一个随机生的序列号seq，使seq∈τ；

(5)将seq代入式(Ⅳ)，即得到V_i，将该任务请求分派到虚拟节点V_i执行。

6.根据权利要求2所述的一种动态反馈调度方法，其特征在于，采用均方差法来对当前负载情况进行评估，并适时做出调整。

7.根据权利要求6所述的一种动态反馈调度方法，其特征在于，采用均方差法来对当前负载情况进行评估，并适时做出调整，包括：

(6)通过式(Ⅴ)求取平均负载lavg，通过式(Ⅵ)求取云计算环境下的负载均衡度量值C：

式(Ⅴ)、式(Ⅵ)中，n是节点数量；

C表示负载均衡程度，C越大，负载均衡程度越小；

(7)设定阈值C0，C0∈(0,1)，当C＞C0时，将负载最大的节点上的占用资源最多的请求任务迁移到负载最小的节点上。