一种基于拟序的关联备份任务调度算法

为了减少存储备份任务的执行时间和提高整个存储系统的效率,提出了一种新的SAN体系结构——基于集群技术的SAN体系结构,并在其结构上提出并实现了关联备份任务的数学模型和实现该模型的核心调度算法。该算法的基本思想是对投入的关联备份任务找到一个最优的执行顺序,以便提高整个系统的性能。实验数据表明,对于关联备份任务的调度与执行,该算法可以有效提高整个系统的效率。

基于任务备份的云计算容错调度算法

云计算所提供的服务面向庞大的用户群,随着节点规模的扩大、任务执行时间的增长,云计算的故障率越来越高。为此,提出基于任务备份的云计算容错调度算法。将任务映射到含有该任务输入数据且负载最小的节点,根据云计算的安全等级将任务进行备份,并重新调度失败任务。仿真实验结果表明,该算法具有较好的容错性,任务调度成功率达到99%。

异构环境下调度任务备份的改进算法

针对异构环境下LATE算法任务备份选择不当和执行时间过长的问题,提出一个基于LATE的任务备份调度的改进算法(BTIS)。通过分析节点执行任务的历史记录找出最需要备份的慢任务,并将备份放在高成功/负载比的节点上执行,从而缩短作业的完成时间。实验与分析结果表明,该算法可减少作业完成时间约26%,有实际应用价值。

基于节点识别的慢任务调度算法

为了降低大数据处理集群在执行任务过程中的慢任务对作业执行效率的影响,提出了一种识别慢任务、备份慢任务、减少慢任务相结合的调度算法——TQST算法。首先,通过判断节点能力和任务执行时间,建立慢节点、非常慢节点和慢任务队列;其次,根据预判备份执行价值确定如何启动慢任务的备份任务,提高了备份执行的作用;然后,在节点识别的基础上,规避为非常慢节点分配任务,从根本上减少慢任务的产生,提高作业执行效率。实验结果表明,TQST算法在作业响应时间等方面优于已有的慢任务调度算法。