[发明专利]基于改进向日葵算法的虚拟机资源调度方法及装置

说明书

本发明公开了一种基于改进向日葵算法的虚拟机资源调度方法，包括：初始化各向日葵的资源调度状态，以及，基于计算获得的总能量，确定初始状态下太阳位置所在的向日葵；确定该向日葵吸收的能量；确定总任务最大完成时间以及CPU的利用率；以总任务最大完成时间最小以及总资源消耗对CPU利用率最高为目标，基于向日葵的全局状态更新以及局部状态更新进行授粉产生新向日葵，并对向日葵进行位置更新；基于更新后的各向日葵，更新太阳的位置所在的向日葵。本申请的方法通过改进的授粉策略，实现了在算法开始迭代初期更多的进行全局搜索，在接近结束时更多的进行本地搜索，既能一定程度防止进入局部最优解，同时也可以在接近结束时加快收敛速度。

技术领域

本发明涉及云计算技术领域，尤其涉及一种基于改进向日葵算法的虚拟机资源调度方法及装置。

背景技术

云计算作为分布式计算的一个重要分支，允许用户通过互联网访问按需提供的计算服务，如存储、服务器、数据库、软件等资源。云任务调度的目标是对共享资源上的任务进行划分，以减少消耗的资源使服务器利用率最大化。任务调度问题是一个NP-hard问题，通常采用基于博弈论的方法、基于动力学的方法以及基于启发式算法的方法这三大类方法解决这类问题，通常启发式的算法在解决特定问题时有着更好的效果。为了实现上述需求，达到更加理想的分配结果，需要应用启发式的资源调度算法。

启发式算法通常将问题表述为一类优化问题，以寻找最优解的形式来解决问题。用户在申请使用这些资源时，需要向任务管理器模块提交他们的请求，之后调度器从任务管理器中获取请求并在资源信息服务器的帮助下分析所有资源请求。但目前启发式算法效率较低，准确率也无法满足要求。

发明内容

本发明实施例提供一种基于改进向日葵算法的虚拟机资源调度方法及装置，实现以更快的效率和更高的准确率解决云资源调度的问题。

本发明实施例提供一种基于改进向日葵算法的虚拟机资源调度方法，应用于包括M个任务，N台虚拟机以及Z个向日葵的资源调度环境，该向日葵包括M个子项，该子项用于定义该任务在对应的虚拟机上执行的资源调度状态，所述虚拟机资源调度方法包括：

初始化各向日葵的资源调度状态，以及，基于计算获得的总能量，确定初始状态下太阳位置所在的向日葵；

确定该向日葵吸收的能量，其中该向日葵吸收的能量被定义为按照最大完成时间最小以及CPU利用率最高来确定；

确定总任务最大完成时间以及CPU的利用率；

以总任务最大完成时间最小以及总资源消耗对CPU利用率最高为目标，基于向日葵的全局状态更新以及局部状态更新进行授粉产生新向日葵，并对向日葵进行位置更新；

基于更新后的各向日葵，更新太阳的位置所在的向日葵；

判断迭代是否满足条件，在满足条件的情况下，基于输出的太阳的位置所在的向日葵执行资源调度。

在一些实施例中，该向日葵包括M个子项，且各子项均为整数，初始化各向日葵的资源调度状态包括：

在机器能取到编号的上下界范围内，利用包含随机参数的公式生成各向日葵的初始状态。

在一些实施例中，总任务最大完成时间是通过如下方式确定的：

计算第j个任务在第i台虚拟机上的处理时间，乘以，判断任务j是否可在虚拟机i上执行的布尔值；

对M个任务在一台虚拟机上的处理结果求和；

取得N台虚拟机中所得时间的最大值作为总任务最大完成时间。

在一些实施例中，总资源消耗对CPU利用率是通过如下方式确定的：

对M个任务在N台虚拟机上逐一执行的能耗求和；