基于异构型结点的任务均衡调度研究

该文以实现时间最短为目标，全面考虑影响任务集实现开销的各种因素，建立了异构型结点集中带偏序关系的任务集的均衡调度模型及其随机搜索算法。调度模型将任务集实现过程分成：执行、传递和等待，强调执行和传递的并行性，降低因等待而发生的费用。算法在统计意义下为多项式时间复杂度。这一模型在工作时限要求较高的领域应用前景广泛。

基于均衡任务调度的网络工程实训管理系统优化设计

各高校中现存在网络工程实训管理系统资金投入大、系统结构复杂并且实训与理论教学平衡力不强的问题,导致系统产生了较多的错误编码,并且对实训项目的增益程度不强。为了解决该问题,以低成本为前提,对基于均衡任务调度的网络工程实训管理系统进行优化设计。所设计的系统通过分析网络工程实训效果影响因素,以实训项目为任务节点,构建均衡任务调度模型,对网络工程的实训流程进行优化。并使用B/S模式设计系统功能模块,实现系统对网络工程的实训项目内容的合理调整。实验结果表明,与各高校现存的系统相比,所设计的优化系统拥有误码率低、实训项目增益率高的特点。

面向Flink的负载均衡任务调度算法的研究与实现

Apache Flink是现在主流的大数据分布式计算引擎之一,其中任务调度问题是分布式计算系统中的关键问题。由于集群的异构性以及不同算子复杂度不同,大数据计算系统Flink中不可避免地会出现负载不均的情况,针对这种问题,提出了基于资源反馈的负载均衡任务调度算法RFTS。通过实时资源监控、区域划分和基于人工萤火虫优化的任务调度算法3个模块,把负载过重的机器中处于等待状态的任务分配给负载较轻的机器,来实现集群的负载均衡,提高系统集群利用率和执行效率。最后通过基于TPC-C和TPC-H数据集的实验结果表明,RFTS算法从执行时间和吞吐量2个方面有效提升了Apache Flink计算系统的性能。