面向動(dòng)態(tài)環(huán)境的網(wǎng)格工作流自適應(yīng)調(diào)度機(jī)制研究.pdf

1、網(wǎng)格計(jì)算的主要目的為整合互聯(lián)網(wǎng)上廣域的、異構(gòu)的網(wǎng)絡(luò)資源，實(shí)現(xiàn)跨域的協(xié)同工作和資源共享，為用戶提供透明的計(jì)算能力。為了有效利用網(wǎng)格環(huán)境中的海量資源使得在盡量短的時(shí)間內(nèi)正確且高效地完成相應(yīng)的應(yīng)用，任務(wù)調(diào)度成為網(wǎng)格系統(tǒng)中的關(guān)鍵問題之一。
　　 當(dāng)前網(wǎng)格應(yīng)用正從面向獨(dú)立任務(wù)的模式向更加復(fù)雜的模式轉(zhuǎn)變。一個(gè)復(fù)雜的網(wǎng)格應(yīng)用往往包含多種類型的計(jì)算任務(wù)，并通過一定的邏輯關(guān)系進(jìn)行協(xié)同交互，可表示為網(wǎng)格工作流應(yīng)用（如AMS海量數(shù)據(jù)處理應(yīng)用等）。通常

2、情況下網(wǎng)格工作流應(yīng)用采用有向無環(huán)圖(DAG)進(jìn)行建模，此時(shí)針對(duì)網(wǎng)格工作流應(yīng)用的調(diào)度問題即可轉(zhuǎn)化為網(wǎng)格環(huán)境中DAG任務(wù)圖的調(diào)度問題。目前已有相關(guān)調(diào)度算法大多假設(shè)相關(guān)調(diào)度參數(shù)（如任務(wù)執(zhí)行時(shí)間等）都預(yù)先可知且始終保持不變。然而由于網(wǎng)格環(huán)境通常具有動(dòng)態(tài)性與自治性，任務(wù)執(zhí)行時(shí)間等參數(shù)可能隨著時(shí)間推移動(dòng)態(tài)變化，因此以上假設(shè)并非始終成立，此時(shí)已有相關(guān)算法無法有效保證應(yīng)用的實(shí)際調(diào)度與執(zhí)行性能。
　　 基于此，為了有效適應(yīng)網(wǎng)格環(huán)境的動(dòng)態(tài)性，本博士

3、論文針對(duì)動(dòng)態(tài)環(huán)境下網(wǎng)格工作流應(yīng)用的自適應(yīng)調(diào)度機(jī)制展開研究，從造成網(wǎng)格性能動(dòng)態(tài)性的本質(zhì)出發(fā)，將任務(wù)實(shí)際執(zhí)行時(shí)間的動(dòng)態(tài)變化同資源本地負(fù)載相聯(lián)系，面向不同網(wǎng)格環(huán)境（是否提供資源提前預(yù)留機(jī)制）分別提出相應(yīng)的網(wǎng)格工作流應(yīng)用（DAG任務(wù)圖）自適應(yīng)調(diào)度機(jī)制，以獲得理想的調(diào)度與執(zhí)行結(jié)果。根據(jù)以上思路，本博士論文的主要研究?jī)?nèi)容具體包含以下五個(gè)方面：
　　 1)基于支持資源預(yù)留的網(wǎng)格DAG任務(wù)圖調(diào)度算法：針對(duì)支持資源預(yù)留機(jī)制的網(wǎng)格環(huán)境，在分析已有調(diào)

4、度算法存在的不足的基礎(chǔ)上，研究如何更有效地對(duì)DAG任務(wù)圖中各任務(wù)設(shè)置合適的優(yōu)先級(jí)以及如何制定高效的任務(wù)復(fù)制與資源選擇策略，以獲得更優(yōu)的調(diào)度性能。
　　 2)網(wǎng)格計(jì)算資源本地負(fù)載自適應(yīng)預(yù)測(cè)：針對(duì)不提供資源預(yù)留機(jī)制的網(wǎng)格環(huán)境中計(jì)算資源的特點(diǎn)，研究如何根據(jù)資源本地負(fù)載歷史數(shù)據(jù)建立自適應(yīng)預(yù)測(cè)模型，通過對(duì)模型相關(guān)參數(shù)進(jìn)行動(dòng)態(tài)調(diào)整，實(shí)現(xiàn)對(duì)該資源將來時(shí)刻負(fù)載值的有效預(yù)測(cè)，為任務(wù)調(diào)度提供有力支持。
　　 3)基于負(fù)載預(yù)測(cè)的網(wǎng)格DAG任務(wù)

5、圖隨機(jī)調(diào)度機(jī)制：在資源負(fù)載預(yù)測(cè)結(jié)果的基礎(chǔ)上，研究如何對(duì)網(wǎng)格任務(wù)實(shí)際執(zhí)行時(shí)間的概率分布進(jìn)行有效估算，并在此基礎(chǔ)上提出一種基于負(fù)載預(yù)測(cè)信息的網(wǎng)格DAG任務(wù)圖隨機(jī)1調(diào)度算法，使其能夠根據(jù)資源動(dòng)態(tài)性能變化自適應(yīng)地進(jìn)行調(diào)度，以保證動(dòng)態(tài)環(huán)境下網(wǎng)格工作流應(yīng)用的調(diào)度性能。
　　 4)網(wǎng)格DAG任務(wù)圖動(dòng)態(tài)自適應(yīng)重調(diào)度機(jī)制：針對(duì)網(wǎng)格資源負(fù)載變化規(guī)律較為復(fù)雜的情況，研究由于預(yù)測(cè)誤差導(dǎo)致的對(duì)DAG任務(wù)圖的調(diào)度執(zhí)行性能的影響，并提出一種運(yùn)行時(shí)自適應(yīng)動(dòng)態(tài)重

6、調(diào)度機(jī)制，使得應(yīng)用運(yùn)行過程中能夠根據(jù)最新系統(tǒng)負(fù)載預(yù)測(cè)信息自適應(yīng)實(shí)時(shí)地對(duì)調(diào)度方案進(jìn)行動(dòng)態(tài)調(diào)整，以進(jìn)一步保證網(wǎng)格應(yīng)用的執(zhí)行性能。
　　 5)SEU-GJMS的設(shè)計(jì)與實(shí)現(xiàn)：在原有東南大學(xué)校園網(wǎng)格平臺(tái)SEUGrid的基礎(chǔ)上，研究如何設(shè)計(jì)并開發(fā)支持網(wǎng)格工作流應(yīng)用的作業(yè)管理與調(diào)度模塊(SEU-GJMS)，并將相關(guān)理論研究結(jié)果部署其中。通過設(shè)計(jì)相應(yīng)實(shí)驗(yàn)并運(yùn)行預(yù)設(shè)的AMS海量數(shù)據(jù)處理應(yīng)用實(shí)例以驗(yàn)證相
　　 關(guān)理論研究成果在實(shí)際網(wǎng)格環(huán)境中

7、的有效性。
　　 通過以上五個(gè)方面的創(chuàng)新性研究工作，我們對(duì)動(dòng)態(tài)環(huán)境下網(wǎng)格DAG任務(wù)圖的自適應(yīng)調(diào)度機(jī)制進(jìn)行了深入地研究，通過一系列仿真實(shí)驗(yàn)以及在實(shí)際網(wǎng)格環(huán)境中的運(yùn)行結(jié)果表明，本博士論文所提出的相關(guān)調(diào)度算法與機(jī)制能夠在網(wǎng)格工作流應(yīng)用的調(diào)度過程中有效解決由網(wǎng)格環(huán)境動(dòng)態(tài)性所造成的影響，并能夠獲得較優(yōu)的調(diào)度與執(zhí)行性能，同時(shí)能夠?yàn)锳MS海量數(shù)據(jù)處理應(yīng)用的有效執(zhí)行提供有力保證，并為今后更多面向科學(xué)計(jì)算的網(wǎng)格工作流應(yīng)用在實(shí)際網(wǎng)格環(huán)境上的成功運(yùn)行