[发明专利]一种CSP下的资源调度与优化方法

权利要求书

1.一种CSP下的资源调度与优化方法，其特征在于，首先，每个应用程序的子调度是并行生成的，并组装到预调度集中；在预调度集中将每个预调度作为根处理，并行执行GMaP，最终产生多个调度结果，选择最好的调度结果作为解决方案；GMAP主要解决能量问题但需符合截止期；如果所有的截止期都符合，则GMaP只关注能耗，除非出现新的截止期；在GMaP框架下，调度策略会变得过于耗电或耗时，但GMaP的资源请求和运行时间能基于目标云环境的功率组合进行两个方面调整：

1)根的数量能根据任意自然数进行调整；

2)每个搜索树的大小能单独调整；

阶段1：生成子调度

用户a的子调度是基于U^a的G_a调度，假设针对每个请求的VM类型实例化一个VM；同时所有的虚拟机都映射到单个虚拟服务器；不管哪种调度算法，子调度算法都能在所有的应用程序中并行生成；

阶段2：应用特征

此阶段中，每个应用程序有不同的特征参数；第一个特征参数是Ga的子调度长度，记为第二个参数是截止期模糊参数模糊应用程序能更好地处理CSP能量成本；

最后，假设VM资源无穷大，用遗传算法的时序长度减去PARa，根据这些参数按升序产生三个排序的应用程序列表：L_seed[↑]，PAR[↑]和SLACK[↑]；

阶段3：初步调度生成

通过将子调度覆盖至服务器上生成预调度集；

阶段4：优化

GMaP的核心是定向搜索的程序优化；此阶段会将任务从一个虚拟机迁移到另一个虚拟机，以满足截止期和能效最大化；GMaP利用进化算法实现全局最优；每次迭代优化都经过两步，迁移和整合；

migrate()的功能是将当前位于源服务器D_x上的类型g虚拟机迁移到另一个目的服务器D_y上的同一类型虚拟机；源服务器和目标服务器位于同一个服务器群中。

2.根据权利要求1所述的CSP下的资源调度与优化方法，其特征在于，每次迁移尝试都会做出三个重要决策，共同决定解决方案质量，即：

1)应该选择哪个用户迁移；

2)应该选择哪个任务迁移；

3)该任务应该迁移到哪个服务器。