[发明专利]一种云环境下的Max-D作业调度方法

说明书

技术领域

    本发明涉及云环境作业调度方法，尤其是一种云环境下的Max-D作业调度方法。 

技术背景

近年来，云计算模式发展迅速，IT产业的架构和运行方式也随之发生变革。云计算对计算机性能的要求降低，同时高度自动化的管理模式极少需要人工干预，大量节约了企业采购以及人工的成本。这也使得高性能计算机、高端存储器、高端服务器市场逐渐被低端设备的集群所挤占；传统的数据中心被成本低廉的云计算中心取代；大量软件应用以服务的方式在云平台上推出，甚至不少应用和游戏能够在“云”中运行。 

云计算所要处理的作业量和数据量是巨大的，系统几乎时刻都在处理海量的作业以及数据，因此如何对云资源进行合理的分配，对作业进行高效的调度，使得能够满足用户的使用需求，让用户提交的作业的处理时间较短、执行费用较小，同时系统的负载维持在一个相对均衡的状态是云计算中的重点和难点。正是由于云环境下需要最大程度的满足用户服务质量(Quality of Service，QOS)的需求，所以云环境下研究作业调度方法的意义重大。不恰当的作业调度策略会导致云资源的浪费，增加用户作业的执行时间和代价，严重时甚至使得系统阻塞无法继续提供服务；而适当的作业调度可以在满足用户的需求的前提下，将资源浪费尽量降低，达到用户和云服务提供商的预期。因此，研究一种可以满足用户及企业需求的云环境下的作业调度方法是非常有必要的。 

A. Vouk在《Cloud Computing-Issues, Research and Implementations》中提出了Min-Min作业调度方法。Min-Min调度方法估算每个未调度的作业最小完成时间得到最小完成时间集合，然后将所有作业的最小完成时间进行比较，选取集合中完成时间最少的作业分派给合适的计算节点。Min-Min方法能够使得单一作业的完成时间较少，但是会产生负载的不均衡，并且作业的平近完成时间较长。 

发明内容

本发明的目的是提供一种云环境下的作业调度方法，使得云环境下计算节点处理作业时能保持负载均衡，并且提高作业的平均完成时间。 

实现本发明目的的技术方案是：   

一种云环境下的Max-D作业调度方法，步骤如下：

第一步：确定云环境中所有计算资源以及空闲资源的集合。

第二步：对待分配作业按作业提交先后排序成队列，新提交的作业被加入该队列尾部。 

第三步：对排序后的作业进行调度，采用Max-D方法选择合适的资源进行执行。 

对于第三步的Max-D方法，其步骤如下： 

步骤3.1：对所有待分配作业，计算作业在所有计算资源上的平均估计运行时间；

步骤3.2：计算每个作业的平均估计运行时间以及其在单个空闲的计算资源上最少的运行时间之间的差值Di，并记录该计算资源；

步骤3.3：在所有作业中找到差值Di最大的作业，并将该Di记为D；

步骤3.4：若 ，则分派作业给记录的资源进行处理，同时将该资源从空闲资源集合中去除；若，则重新确定分配的资源和空闲资源集合，将完成其分配作业的资源加入到空闲资源集合中，然后返回步骤3.1。

步骤3.5：重复步骤3.2到步骤3.4直到为所有申请作业的资源分配了作业。 

步骤3.1中计算资源平均估计完成时间方法如下： 

假设云环境是由n个未分配作业和m个资源组成，每个资源同时只能对一个作业进行处理；资源中空闲的资源个数为k，记为，其中k<m；作业ti在资源rj上的估计运行时间为TCirj，则作业ti在所有资源上的平均运行时间为；

作业ti在资源rj上的完成时间，是正在rj上执行的作业的剩余完成时间以及作业ti在rj上的完成时间之和。

假设在云环境中，对于同一类作业，资源处理的速率与其处理的数据量成正比。作业i在资源r上的预计完成时间为正在资源r上运行作业的剩余完成时间以及作业i在资源r上执行时间之和： 

  （1）

其中，表示将资源rj处理作业ti所需的完成时间，表示前一个作业在资源rj上的预测完成时间；是运行该作业所需时间与运行单位作业所需时间的比值；表示前一个作业在rj上实际运行时间，表示前一个作业的完成比例，如果资源rj是空闲资源，即前一个作业已经执行完成，则，上述公式可以简化为

          （2）