云边协同环境下基于局部关键路径的工作流应用调度策略

针对不确定性云边协同环境下工作流应用调度问题,考虑服务器的负载压力、网络拥塞等计算环境因素造成计算性能和传输带宽的不稳定性,采用三角模糊数表示模糊云边协同环境中服务器的计算性能和传输带宽.对于泊松到达的多工作流应用,提出一种基于局部关键路径的多工作流应用调度策略,将局部关键路径作为调度单元进行统一调度,充分避免任务之间的数据传输,旨在满足多工作流应用截止日期约束的前提下,降低其模糊执行代价.仿真结果表明,与其他基准策略相比,在不同的截止时间约束下,该策略都能获得多工作流应用最优的可行调度方案,同时实现了模糊执行代价的有效优化.

基于局部关键路径与截止期限分配的云工作流调度算法

为了解决云计算中截止期限约束下的工作流调度代价优化问题,提出一种基于局部关键路径和截止期限分配的工作流任务调度算法。为了满足期限约束,并最小化执行代价,算法将工作流任务的调度过程划分为两个阶段:期限分配阶段和调度资源选择阶段。期限分配阶段定义工作流的局部关键路径,并以递归的方式在局部关键路径上的任务间进行子期限分配;调度资源选择阶段在满足任务子期限的同时,为每个任务选择执行代价最低的资源进行任务调度,以实现调度代价优化。分析算法的时间复杂度,并通过一个算例对算法的实现思路进行了详细阐述。通过科学工作流结构的仿真实验,证明了算法不仅可以满足截止期限约束,而且可以降低工作流任务的执行代价。

一种新颖的多云环境下科学工作流调度算法

随着越来越多云服务提供商的出现,通过在多个云之间进行任务调度降低总执行时间,从而降低代价,使得云计算更高效和快速反应.为此,本文引入科学工作流的机制,在满足科学工作流的截止日期下,尽可能地减少总时间,即执行代价.首先,根据科学工作流自身的结构特点,尽可能地合并存在有向割边的任务,使所有符合这些条件的任务合并为一个任务,减少总的任务数,而这也就相当于减少了总时间.然后,不断把每个关键父任务作为下次的输入继续寻找关键父任务,直至所有路径覆盖全部任务,即排列好所有有前后关系的任务,使所有任务依次执行.最后,把每个局部关键路径分配到最适合的云上,并执行任务,获得每一个任务的实际结束时间.实验结果表明本文算法的有效性.