基于动态资源选择策略的微服务工作流调度算法

为解决现有云中工作流调度算法在面对大量微服务任务组成的工作流时出现整体调度成本偏高的问题,提出一种基于动态资源选择策略(dynamic resource selection strategy, DRSS)的微服务工作流调度算法——DRSS调度算法。利用任务在工作流中的位置确定任务的子截止期以及调度优先级,采用动态资源选择策略对任务进行调度,获得任务执行的最优资源,在此基础上更新任务状态以及虚拟机实例的资源向量。实验结果表明,该算法在调度成功率与成本方面上较同类算法更优。

基于状态预测的网格工作流资源选择策略

考虑到网格中存在着大量功能相同但可靠性各不相同的资源,针对执行时间限制严格类型的网格工作流提出了一种新的基于状态预测的资源选择策略。该策略以工作流DAG图中的关键路径上的前驱任务资源收到输入转移数据而被触发执行的时刻作为预测时刻,利用Markov过程计算出后继任务的各侯选资源在前驱任务结束时刻处于"闲状态"的概率大小,然后选择这一概率较大的资源作为此后继任务的执行资源,从而了保证了工作流关键路径任务执行时间的要求。最后通过实验验证了该策略的有效性。

学习设计背景下数学学习资源的选择策略

数学教材提供的学习材料,只是承载学习主题的一个范本,很多时候不能体现当前学生的学习基础,也不能很好地满足他们独具个性的、差别化的学习需要,实现个人更高层次的发展。教师应根据学生的学习基础与需要,整合学习主题,研制学习目标,设计学习任务,选择合适的学习资源,以满足小学生的数学学习需要。

虚拟计算环境中的多机群协同调度算法

基于虚拟计算环境的核心机理,提出由自主调度单元、域调度共同体、元调度执行体为核心的多机群协同系统框架.剖析多机群任务并发运行性能模型,设计了多机群协同调度算法框架,提出最大空闲节点优先、最小网络拥塞优先、最小异构因子优先与最小异构空闲节点优先4种启发式资源选择策略.实验验证了协同调度模型与算法在任务集完成时间与系统平均利用率的测度上的有效性.

云计算系统中基于边缘节点和容量的延迟分析

内容云系统的检索延迟取决于边缘节点内容的可用性,而节点内容的可用性又取决于边缘节点的缓存机制。对同时考虑边缘节点、服务器缓存及检索容量情况下的检索延迟最小化问题进行分析。在随机选择和最短队列选择两种策略以及利己型、集体型和自适应型等三种缓存机制场景下考察内容检索延迟。该分析能够对缓存与检索容量对性能的关联影响进行量化,也能够探究相应的设计空间。仿真实验结果表明,自适应缓存机制与最短队列选择策略结合在一起能够很好地支持各种网络配置,并能适应负载变化。