基于云计算的资源延迟感知任务调度优化

针对网络任务调度不合理延迟率高的问题,笔者提出基于云计算的资源延迟感知任务调度优化研究,通过构建任务模型和资源消耗模型,建立云计算的资源延迟感知任务调度模型,将资源延迟感知任务调度集成到滚动优化,形成具有资源延迟感知能力的调度优化算法,对模型进行求解实现任务的合理调度。经实验证明,使用基于云计算的资源延迟感知任务调度优化方法,有效降低了网络延迟率。

基于资源延迟感知的云计算实时任务调度仿真

针对目前云计算实时任务调度方法资源利用率低、计算时间长等问题,提出基于资源延迟感知研究云计算实时任务调度方法。分析Map/Reduce编程模型运行机制工作原理,建立云计算实时任务资源调度模型,通过调度层、资源层、分析器和监控器来组成调度框架。根据到达时间、任务长度和截止时间分析主机调度能耗,建立能耗模型。根据建立的能耗模型计算主机活跃能耗与空闲能耗分析主机运行状态,设定调度方案,完成云计算实时任务调度。仿真结果表明,所提调度方法调度时间短,资源平衡能力强,为实时任务调度提供了有利科学依据。

基于Flink平台的资源感知任务调度策略

针对Flink平台下先来先服务任务调度算法忽略任务资源需求与节点可用资源之间的关系,导致不同节点任务负载不均,从而影响系统吞吐量的问题,提出了基于Flink流式计算环境下资源感知任务调度策略.首先,以GlobalState模块监测的资源数据为依据,考虑任务资源需求与节点可用资源间的匹配关系,提出一种任务选择算法与节点选择算法选取待执行任务与最佳调度节点;其次,通过资源感知调度策略把待执行任务调度至最佳调度节点;最后,通过实验验证算法的有效性.实验结果表明,相比Flink平台现有的调度算法,本文所提出的算法在大数据基准测试WordCount以及TeraSort下的吞吐量平均提高了约29.32%和35.86%.