[发明专利]一种云环境下基于优先级的虚拟机分组资源调度方法

说明书

本发明公开了一种云环境下基于优先级的虚拟机分组资源调度方法，包括：建立任务列表和虚拟机列表；根据虚拟机执行速度将虚拟机列表中的虚拟机资源分为若干组；根据任务长度将任务列表中的任务分为若干组，将任务组分别对应到虚拟机组，根据任务的初始长度和初始价值计算任务的价值密度；判断每组任务的价值密度分布是否集中；若集中，使用优先级调度算法，直到该任务组中的任务列表为空；若不集中，使用Max‑Min算法，直到该任务组中的任务列表为空。本发明的有益效果在于不仅保证了特殊任务优先执行，而且能够在原有普通分组的算法基础上大幅度提升任务完成成功率，提高资源利用率，实现负载均衡。

技术领域

本发明涉及计算机通信技术领域，尤其涉及一种云环境下基于优先级的虚拟机分组资源调度方法。

背景技术

云计算被称为动态服务的提供者，它具有非常大的可伸缩性和虚拟化资源。云计算可以定义为位于分布式数据中心上的计算和通信资源的集合，由许多不同的用户共享。目前的云计算相关研究中，广大研究者大多专注于大数据方面、虚拟机资源，包括本发明研究的资源调度与分配方面，还有云环境中的安全问题，其中云环境中任务调度是提高云计算效率的重要研究方法。

任务调度过程是将一个或多个时间间隔分配给一个或多个资源。在云计算中，调度是在一组计算资源上调度来自不同用户的一组已提交任务的问题，以最大程度地减少特定任务的完成时间或系统的完成时间。调度时需要考虑因素有很多，例如负载平衡，系统吞吐量，服务可靠性，服务成本，系统利用率等。通过对调度的全面研究，任务调度算法是一个关于分配和查找任务与资源之间最佳匹配的决策过程。所以资源调度问题其实是一个NP完全问题。

调度算法的作用是负责将输入负载映射到可用的云资源中，算法用于优化映射方案，目的是尽量能在云环境下用最少的时间处理更多的用户需求。目前的研究成果已经有很多，但是已经提出的调度算法各有侧重，多少都存在一定的局限性。比如Max-Min算法虽然提高了效率，但是容易导致负载均衡问题，蚁群算法虽然利用率高，但是时间复杂度大，已有调度算法大多着眼于资源利用率和减少成本，没有考虑到部分任务需要优先调度的情况，只有考虑优先级参数，才能进一步提高资源利用率和任务完成成功率。

发明内容

本发明的目的是提供一种云环境下基于优先级的虚拟机分组资源调度方法，解决了现有方法没有考虑到部分任务需要优先调度的问题，能够在原有普通分组的基础上大幅度提升任务完成成功率，提高资源利用率，实现负载均衡。

本发明为实现上述发明目的采用如下技术方案：

本发明提供了一种云环境下基于优先级的虚拟机分组资源调度方法，包括：

建立任务列表和虚拟机列表；

根据虚拟机执行速度将虚拟机列表中的虚拟机资源分为若干组；

根据任务长度将任务列表中的任务分为若干组，任务组与虚拟机组个数相同，将任务组分别对应到虚拟机组，根据任务的初始长度和初始价值计算任务的价值密度；

判断每组任务的价值密度分布是否集中：

若集中，使用优先级调度算法，直到该任务组中的任务列表为空；

若不集中，使用Max-Min算法，直到该任务组中的任务列表为空。

进一步地，所述述任务列表为T＝{T₁,T₂,T₃,...,T_m}，任务参数为T_i＝{T_id,T_length,T_value,T_vd,T_deadline}；