负载调度策略的设计与实现

并行处理机系统中负载不平衡问题一直没有得到彻底地解决,国内外学者提出过多种解决办法,但都有不尽人意的地方。讨论了如何确定一个处理机的负载已达到阈值和如何选择任务要送到的结点等亟待解决的问题。一个处理机只要有任务在运行就不能算是空闲,由空闲的处理机申请任务可以决定任务要送到的结点,用这种方法调度并行处理机系统比其他方法有更高的效率。本方法在同构的计算机系统和异构的计算机系统中应用效果都很好。

基于请求负载的网格任务模糊控制调度策略

在面向大规模复杂应用的网格环境中,网格任务的优化调度变得越来越重要。文中首先提出了一种新的网格任务-服务映射算法,即基于任务负载和优先级的网格任务模糊控制调度策略。在考虑到外部网格任务请求负载和优先级的基础上,能够减少众多网格任务的平均完成时间,使得资源利用更加合理,同时还考虑到了网格服务的价格,即在满足任务负载影响和优先级的情况下,选择价格最小的服务。最后,开发了网格任务调度中间件,并在平台上给出了算法与其他几种常见的经典调度算法进行比较的试验结果。实验表明,算法明显优于已有的经典算法,具有较好应用情景。

基于粒子群算法的云计算联盟负载均衡调度策略

云供应商与云用户的激增使得现在单一云供应商服务的商业模式不再具有市场竞争力。为了获取更大经济效益,各云计算服务商(Cloud Computing Service Provider,CCSP)合作形成了云计算联盟(Cloud Computing Federation)。文中提到的云计算联盟具有分布式、分级管理、快速收敛,易于延展和容灾的特性。CCSP以整体联盟的形式面向市场与客户,客户提交请求交给CCF,CCF再转交给具备服务能力的CCSP。为使用户请求得到快速响应,也为了保障联盟内CCSP的利益,除了CCSP内部的负载均衡外,文章采用粒子群算法对CCF的负载均衡调度策略进行研究,实验表明粒子群算法能够快速帮助CCF负载达到一个相对平衡状态。