推荐星级：

云计算中资源延迟感知的实时任务调度方法

更新时间：2019-12-25 11:26:23 大小：2M 上传用户：zhiyao6 查看TA发布的资源 标签：云计算 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

绿色云计算已经成为一个研究焦点,动态整合虚拟机和关闭空闲主机是极具潜力的途径可降低云计算数据中心的能耗.当云平台的负载迅速增加时,系统需要启动更多的主机和创建更多的虚拟机来扩展可用资源.然而,启动主机和创建虚拟机需要一定的时间开销,使得紧急任务难以及时开始,从而延误了截止期.为了解决以上问题,首先提出具有机器启动时间感知的虚拟机扩展策略,以缓解机器启动时间冲击实时任务的时效性要求.基于该策略,设计算法STARS来调度实时任务和资源,以在保障任务时效性与节能2方面进行权横.最后,使用Google的负载数据进行模拟实验,比较算法STARS与其他2个算法的性能.实验结果表明,在保障任务时效性、节能和资源利用率方面,算法STARS优于对比算法.

部分文件列表

文件名	大小
云计算中资源延迟感知的实时任务调度方法.pdf	2M

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

DOI: 10． 7544issn1000-1239． 2017． 20151123

54( 2) : 446 － 456，2017

计算机研究与发展

Journal of Computer Research and Development

云计算中资源延迟感知的实时任务调度方法

陈黄科祝江汉朱晓敏马满好张振仕

(

410073)

国防科学技术大学信息系统工程重点实验室长沙

( hkchen@ nudt． edu． cn)

Resource-Delay-Aware Scheduling for Real-Time Tasks in Clouds

Chen Huangke，Zhu Jianghan，Zhu Xiaomin，Ma Manhao，and Zhang Zhenshi

( Science and Technology on Information Systems Engineering Laboratory，National University of Defense Technology，Changsha

410073)

Abstract Green cloud computing has become a central issue，and dynamical consolidation of virtual

machines ( VMs) and turning off the idle hosts show promising ways to reduce the energy consumption for

cloud data centers． When the workload of the cloud platform increases rapidly，more hosts will be started on

and more VMs will be deployed to provide more available resources． However，the time overheads of turning

on hosts and starting VMs will delay the start time of tasks，which may violate the deadlines of real-time tasks．

To address this issue，three novel startup-time-aware policies are developed to mitigate the impact of machine

startup time on timing requirements of real-time tasks． Based on the startup-time-aware policies，we propose

an algorithm called STARS to schedule real-time tasks and resources，such making a good trade-off between

the schedulibility of real-time tasks and energy saving． Lastly，we conduct simulation experiments to compare

STARS with two existing algorithms in the context of Google's workload trace，and the experimental results

show that STARS outperforms those algorithms with respect to guarantee ratio，energy saving and resource

utilization．

Key words cloud computing; virtualization; scheduling; real-time tasks; energy-efficient; startup time

，

要

绿色云计算已经成为一个研究焦点动态整合虚拟机和关闭空闲主机是极具潜力的途径可降低

摘

．，

云计算数据中心的能耗当云平台的负载迅速增加时系统需要启动更多的主机和创建更多的虚拟机来

．，，，

扩展可用资源然而启动主机和创建虚拟机需要一定的时间开销使得紧急任务难以及时开始从而延

．，，

误了截止期为了解决以上问题首先提出具有机器启动时间感知的虚拟机扩展策略以缓解机器启动

．，

时间冲击实时任务的时效性要求基于该策略设计算法

STARS

，

来调度实时任务和资源以在保障任务

2 ．，

时效性与节能方面进行权横最后使用

Google

，

的负载数据进行模拟实验比较算法

STARS

与其他个

．，、，

算法的性能实验结果表明在保障任务时效性节能和资源利用率方面算法

STARS

．

优于对比算法

; ; ; ; ;

关键词云计算虚拟化调度实时任务节能机器启动时间

TP393

中图法分类号

，

为了迎接急剧增长的计算服务需求云计算数

，．

些主机云服务系统需要消耗大量的电能据统计

，

．

据中心部署的主机规模急剧增长一个数据中心的

2005—2010

56% ，

年全球数据中心的能耗提高

从

［1］

［2］

，

主机数量就高达几万台甚至几十万台

．

1． 5%

．，

对企业而言高能耗就意

运行这

占全球总能耗的

－－

: 2015 12 21;

－－

: 2016 09 06

收稿日期

修回日期

( 61572511，71271213) ;

( ZK16-03-09)

国防科学技术大学科研计划项目

基金项目国家自然科学基金项目

This work was supported by the National Natural Science Foundation of China ( 61572511，71271213) and the Scientific Research Project

of National University of Defense Technology ( ZK16-03-09) ．

陈黄科等云计算中资源延迟感知的实时任务调度方法

447

．，

味着高成本另外高能耗对生态环境产生较大的负

，

任务的平均运行时间进行调度很难同时最小化任

，

面影响因为使用煤矿发电会向空气中释放大量的

，

务的完成时间和能耗的不足建立了随机任务的运

［3］

．

，

行时间和能耗模型并提出一个能耗感知的调度算

废气

云计算数据中心的高能耗问题已经引起各

［8］

，

界的极大关注并成为学术界研究的热点

．

． Mei

法等人针对异构系统中基于任务复制的调

［4-6］

，

表明在云计算数据中心提高活

，

大量的研究

度算法过度复制任务造成资源浪费的问题提出了

一个新的能耗感知调度算法来最小化任务的复制

． Ma

跃主机的资源利用效率和减少电能消耗的有效途径

: ，

是在云计算数据中心负载下降时动态整合虚拟机

，

量从而最小化应用的完成时间和能量消耗

等

［9］

，，

到尽可能少的主机上然后关闭空闲的主机以减少

，

针对异构系统的高能耗问题为带截止期的独

人

．，

能量消耗由于主机处于完全空闲的状态功耗仍然

． Beloglazov

立任务设计了能量高效的调度算法等

［6］

50%

，

关闭空闲的主机就意

，

提出基于双阈值的虚拟机动态配置策略根据

是它最大功耗的

以上

人

．

，

主机的实时资源利用率对虚拟机进行整合并将空

味着节约大量的电能消耗

［4］

，

但是这类资源整合方法带来了另一个挑战性

． Zhu

闲节点转入睡眠模式

任务的节能调度算法

等人提出了一种实时

: ，

问题当云计算数据中心的负载突增时伸展虚拟机

EARH，

同时提出了资源动态

［10］

，

的过程中创建新虚拟机或者先开启关闭的主机然

． Xiao

增加与缩减策略

等人设计了一个资源管理

［4］

，

后再创建虚拟机都需要一定的时间开销使得某

，，

方法借助虚拟化技术动态分配数据中心的资源同

，．

些任务不能及时开始从而延误了它们的截止期例

，．

时优化使用主机的数量以支持绿色计算马艳等

［11］

，

如一个在

0 s ， 5 s，

到达的新任务它的执行时间是

，

提出了网格依赖任务的能耗有效调度算法来

人

［12］

5 (

假设它的截止期是执行时间的倍即

25 s) ．

启动

．

优化应用完成时间的同时降低能耗魏亮等人

设

30 s， 1

创建台虚拟机的时间近

主机的时间大概为

计一种面向云计算基础设施基于工作负载预测的整

，

似于启动一个操作系统的时间大概也是

30 s．

当该

，、

合调度算法以减少主机使用量虚拟机迁移次数和

［13］

，，

任务到达后再创建新虚拟机很明显该任务的截止

．

资源利用率何炎祥等人为提高资源和能源的有

．

期将被延误

，

效利用率提出了一种迭代式多目标分配优化方法

，

为了解决以上问题本文首先提出了具有机器

2 ，

从能源消耗和资源的均衡使用度个方面出发利

，

启动时间感知的虚拟机扩展策略该策略在每台活

，

用可交换类指令重排优化和寄存器重分配优化对

［14］

1 ，

跃主机上放置台应急虚拟机然后借助虚拟机

． Hsu

总线和存储系统的绿色指标进行改进

等人

CPU

，

资源可以动态伸缩的能力当某些实时任务的

CPU

提出一个能耗感知的任务整合方法来限制

的

，

截止期得不到满足时动态扩大应急虚拟机的

CPU

，

资源利用率低于预设的阈值以最小化系统的能量

［15］

，，

能力来服务这些任务当这些任务完成以后应急虚

．，

消耗周景才等人基于用户行为特征动态调整

［16］

CPU

，．，

资源以减少能耗另外本文将以

拟机将释放

． Corradi

云计算系统的资源分配策略

等人提出一

，

上策略集成到滚动优化中形成调度算法

STARS，

该

， 3 :

种云管理平台以优化虚拟机整合的个性能功

［17］

，

算法在每个新任务到达时为云计算数据中心生成

、．

耗主机和网络资源丁有伟等人针对异构集群

．，

新的任务和虚拟机调度方案最后通过仿真实验对

IO

，

密集型的大数据处理任务提出一种新的能

下

．

本文的调度算法的有效性进行验证

，

量高效算法以减少各个节点因为等待而造成的能

［18］

．

量浪费李强等人使用多目标遗传算法来求解虚

［19］

．

拟机的放置方案殷小龙等人改进

NSGA II

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

云计算中资源延迟感知的实时任务调度方法

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页