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。