1、云环境下基于贪心模型的作业调度算法研究与实现重庆大学硕士学位论文（学术学位）学生姓名：冯龙华 指导教师：李 季 博士 专业：计算机应用技术 学科门类：工 学重庆大学计算机学院二 O 一四年四月Research on job scheduling Algorithm and Implementation Based on Greedy model in Cloud EnvironmentA Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for theMasters Degree
2、 of EngineeringByFeng LongHuaSupervised by Dr. Li JiSpecialty: Computer Application TechnologyCollege of Computer Science of Chongqing University, Chongqing, ChinaApril, 2014摘 要云 计 算 是 新 兴 商 业 计 算 模 式 之 一 ， 是 并 行 计 算 、 分 布 式 计 算 和 网 格 计 算 的 发 展 。 云 计 算 充 分 利 用 成 熟 的 虚 拟 化 这 一 关 键 技 术 封 装 打 包 数 据 中 心
3、 的 资 源 ， 通 过 互 联 网 将 服 务 提 供 给 用 户 ， 以 满 足 用 户 的 多 样 性 需 求 。 云 计 算 特 有 的 商 业 性 ， 使 得 云 供 应 商 除 关 注 资 源 分 配 和 作 业 调 度 的 效 率 之 外 ， 更 要 关 注 用 户 对 服 务 质 量 的 满 意 度 。 云 环 境 下 的 资 源 分 配 和 作 业 调 度 两 个 关 键 技 术 ， 有 别 于 以 往 分 布 式 计 算 ， 具有商业性、面向服务和以用户为中心的特性。传 统 的 云 计 算 作 业 调 度 策 略 存 在 着 不 足 ： 注 重 效 率 却 忽 略 了 服
4、务 质 量 ， 注 重 公 平 性 却 降 低 了 效 率 。 本 文 系 统 研 究 了 云 计 算 技 术 、 贪 心 算 法 以 及 云 环 境 下 的 资 源 分 配 和 作 业 调 度 问 题 ， 系 统 研 究 了 多 种 作 业 调 度 算 法 ， 并 以 贪 心 算 法 的 问 题 分 解 思 想 为 基 础 ， 构 造 了 贪 心 模 型 ， 提 出 了 云 环 境 下 基 于 贪 心 模 型 的 作 业 调 度 策 略 。 该 算 法 区 别 于 传 统 的 注 重 效 率 的 作 业 调 度 算 法 ， 也 区 别 于 近 几 年 提 出 地 侧 重 用 户 服 务 质
5、量 的 作 业 调 度 算 法 ， 提 出 在 云 环 境 下 的 资 源 分 配 和 作 业 调 度 中 建 立 起 双 重 兼顾：兼顾效率和公平。第一重兼顾，将用户任务按照 QoS 偏好分类和描述，将用户任务分入不同的类 型 队 列 中 ； 每 个 队 列 中 定 义 公 平 性 评 判 J 函 数 ， 来 评 判 资 源 分 配 的 结 果 是 否 满 足 用户的多样性需求。第 二 重 兼 顾 ， 不 同 类 型 的 任 务 进 入 相 应 算 法 分 支 ， 根 据 队 列 的 不 同 特 点 ， 采 用 改 进 的 短 作 业 优 先 算 法 ， 进 行 资 源 的 快 速 分 配
6、， 实 现 每 个 算 法 分 支 中 的 分 配 最 优。最后， 扩展 CloudSim 云计算平台，在 Cloudlet 类中加入新成员变量和设定 和获取这些成员变量的方法，重载了 DatacenterBroker 类中的 bindCloudletToVM() 方 法 ， 重 编 译 了 CloudSim 源代码，实现了本文提出地基于贪心模型的作业调度策 略 。 经 结 果 分 析 ， 得 出 该 算 法 能 实 现 双 重 兼 顾 ， 有 效 的 执 行 用 户 任 务 ， 也 能 很 好 的满足用户对服务质量的要求。关键词：云计算，资源分配，作业调度，贪心算法，QoS 分类ABSTRA
7、CTCloud computing is one of the newly-emerging business computing models and the development of parallel computing, distributed computing and grid computing, which can satisfy users diverse needs by the way where it make use of sophisticated virtualized technology to package resources in data center
8、 to provide services through the Internet to users. Two key technologies of cloud computing are resource allocation and job scheduling. Its unique business character urges cloud computing providers to pay more attention to customers satisfaction on the quality of services except concerning the effic
9、iency of resource allocation and job scheduling. Therefore, under the cloud environment, resource allocation and job scheduling are different from the previous distributed computing, and have commercial character, service-oriented and user-centric features.The traditional job scheduling strategy of
10、a cloud environment is inadequate: pay attention to efficiency while ignoring the quality of service, pay attention to fairness but efficiency is decreased. This paper systematically studied the cloud computing technology, greedy algorithm, and a cloud resource allocation and scheduling problem, a s
11、ystem research of job scheduling algorithm and based on greedy algorithm and greedy model structure, puts forward the job scheduling strategy based on greedy model under cloud environment. The algorithm is distinguished from the traditional job scheduling algorithm focusing on the efficiency and the
12、 recent-proposed one emphasizing service quality, which establishes dual balance in resource allocation and job scheduling during cloud environments for the first time, setting balance between efficiency and fairness.The first point is that it classifies users in accordance with the QoS preference,
13、by drawing description, to assign user tasks into different types of queues. Each queue has a fairness evaluation function to judge the fairness of resource allocation.The second point is that when different types of tasks into the corresponding algorithm branches, it will allocate resources accordi
14、ng to the characteristics of the different queues to achieve the optimal distribution of each branch.Finally, we extend CloudSim cloud computing platform, which we add some new members and methods of setting and getting these variables to join in the Cloudlet. In addition, we overload the method bin
15、dCloudletToVM() from the class DatacenterBroker,and recompile the CloudSim source code to achieve the proposed job scheduling strategy based on the greedy algorithm model. With the analysis of results, the algorithm can achieve double balance, implement user tasks effectively and also provide a good
16、 quality of service to meet the users requirements.Keywords: Cloud Computing, resource allocation, job scheduling, greedy algorithm, QoS classification.目 录中文摘要 .I英文摘要 .II1 引 言 .11.1 研究背景与研究意义 .11.2 云环境下的作业调度 .21.2.1 基于效率的调度算法 .31.2.2 基于公平的调度算法 .41.2.3 基于经济学理论的调度算法 .51.3 云 QOS 61.4 贪心算法综述 .61.4.1 贪心算
17、法的概念 61.4.2 贪心算法的特性 71.4.3 贪心算法的基本思路 71.5 本文主要工作和创新之处 .82 云计算的研究 102.1 云计算的概念 .102.2 云计算的体系结构 .112.3 云计算实现的相关技术及其分类 122.4 云计算的特点 .162.5 简介云计算服务 172.5.1 Google 云计算原理和应用及其开源实现 172.5.2 Amazon 云计算 AWS 以及开源实现 .202.5.3 微软云计算 Windows Azure 以及编程实现 232.5.4 VMvare 云计算 242.5.5 中国云计算 .242.6 云计算的发展现状和发展趋势 .262.7
18、 本章小结 273 云环境下基于贪心模型的作业调度算法的研究 .283.1 问题的提出 .283.2 任务的分类和描述 303.3 资源的描述 .303.4 J 函数计算 .313.4.1 J 函数的概念 313.4.2 J 函数计算的前期准备 323.4.3 J 函数的计算 333.5 基于贪心模型的作业调度算法 .343.5.1 算法思想简述 343.5.2 算法流程图 363.5.3 算法描述 373.6 本章小结 .404 基于贪心模型的作业调度算法仿真与结果分析 .414.1 CLOUDSIM 简介 414.2 CLOUDSIM 的环境配置及仿真流程 444.2.1 环境配置 444
19、.2.2 仿真流程 454.3 调度算法的实现 484.3.1 CloudSim 平台的扩展 .484.3.2 基于贪心模型的作业调度算法模拟流程 .494.3.3 CloudSim 平台的重编译 .504.4 调度算法的仿真 514.4.1 实验数据 514.5 实验结果与分析 .524.6 本章小结 .545 结论与展望 .555.1 工作总结 .555.2 展望 .56致 谢 57参考文献 58附 录 62A. 作者在攻读硕士学位期间发表的论文目录 62B. 作者在攻读硕士学位期间参加的科研项目情况 621 引 言云 计 算 是 新 兴 的 商 业 计 算 模 型 ， 具 有 极 高 的
20、 商 业 价 值 ， 因 其 商 业 特 性 和 虚 拟 化 技 术 ， 拥 有 与 以 往 并 行 分 布 式 大 不 相 同 的 架 构 。 而 云 计 算 的 两 个 关 键 技 术 是 资 源 分 配 和 作 业 调 度 ， 也 呈 现 出 新 特 点 。 本 章 综 述 了 作 业 调 度 算 法 并 对 其 进 行 分 类 ， 简 要 介 绍 了 本 文 涉 及 地 基 础 理 论 贪 心 算 法 ， 最 后 ， 给 出 了 文 章 组 织 结 构 和 创 新之处。1.1 研究背景与研究意义当 前 ， 计 算 机 科 技 迅 猛 发 展 ， 商 业 模 型 极 速 转 变 ， 大
21、大 改 变 了 人 们 的 生 活 和 工作，也提高了人们对商业服务的质量要求。网格计算（Grid Computing）是计算 模 式 的 变 革 ， 它 最 初 的 设 计 思 想 便 是 将 网 络 中 大 量 的 闲 散 资 源 整 合 起 来 ， 通 过 网 络 协 作 实 现 动 态 、 自 治 、 异 构 环 境 下 的 资 源 共 享 。 网 格 计 算 具 有 较 好 的 设 计 理 念 ， 但 无 成 功 的 商 业 方 面 的 应 用 。 因 其 实 际 应 用 中 面 临 着 诸 如 信 息 安 全 、 资 源 虚 拟 化 等 许 多 难 以 突 破 的 难 题 ， 在
22、商 业 应 用 中 也 势 必 面 临 着 诸 多 限 制 。 因 此 网 格 计 算 将 不可避免地被新兴计算模式云计算所取代。2007 年底，新兴商业计算模式云计算受到了国内外各界的广泛关注和推 动 ， 并 得 以 迅 猛 发 展 。 云 计 算 是 近 些 年 的 研 究 热 点 ， 着 重 于 虚 拟 化 问 题 ， 它 将 数 据 分 布 到 由 大 量 远 程 计 算 机 所 构 成 地 资 源 池 上 ， 用 户 可 按 需 获 取 计 算 能 力 、 软 件 服 务 以 及 存 储 空 间 等 。 云 计 算 的 主 要 工 作 是 将 数 据 中 心 的 资 源 打 包 ，
23、以 服 务 形 式 通 过 互 联 网 提 供 给 用 户 ， 并 需 及 时 响 应 用 户 的 不 同 需 求 ， 提 供 快 速 服 务 。 有 了 云 计 算 ， 用 户 得 到 了 极 大 的 便 利 性 ： 如 可 按 需 从 一 个 虚 拟 的 没 有 限 制 的 资 源 池 中 租 用资源；只需遵循“先付费后使用”；用户会实现 IT 投资地极大优化，减少了基 础 设 施 、 软 硬 件 、 应 用 程 序 等 方 面 的 较 大 开 支 ； 租 用 服 务 的 可 用 性 和 可 伸 缩 性 能 也 得 到 了 极 大 提 高 。 云 计 算 允 许 有 市 场 领 域 专 业
24、 知 识 的 用 户 降 低 其 成 本 去 构 建 和 运 行 他 们 的 各 种 服 务 ， 并 不 需 要 管 理 任 何 硬 件 。 如 此 ， 便 降 低 了 服 务 的 复 杂 度 和 成本，加速了市场化，方便了用户。信 息 技 术 产 业 巨 头 和 现 有 的 业 界 较 有 实 力 的 云 供 应 商 们 ， 也 正 以 前 所 未 有 地 规 模 和 速 度 普 及 着 云 计 算 技 术 及 产 品 ， 并 且 有 些 服 务 和 产 品 已 非 常 成 熟 。 如 ： 谷 歌 公 司 的 云 计 算 原 理 和 应 用 （ GFS、 MapReduce、 Bigtabl
25、e 等 ） 及 其 开 源 实 现 Hadoop； 依赖电子商务起家地亚马逊公司推出地云计算平台 EC2 等；作为 PAAS 的主要供 应商之一的微软公司，提出地 Azure Services Platform，基于数据中心的云服务平 台 ， 可 提 供 实 时 操 作 系 统 和 一 系 列 的 应 用 程 序 开 发 ， 且 最 新 版 本 允 许 用 户 使 用 多 种编程语言及框架。IT 界和科研机构也加大了对云计算相关领域的研究力度，推广自家云计算相关的服务和产品。如我国推出了致力于向客户提供 PaaS 产品的八 百客企业管理软件等。除此之外，学术界也积极运作起来。云 计 算 的 商
26、 业 特 性 、 用 户 对 服 务 的 多 样 性 需 求 ， 提 高 了 云 环 境 下 的 作 业 调 度 和 资 源 分 配 问 题 的 重 要 性 和 复 杂 性 ， 云 环 境 下 的 这 两 个 关 键 技 术 也 日 趋 得 到 了 各 界的广泛关注和重点研究。目 前 云 环 境 下 的 作 业 调 度 和 资 源 分 配 算 法 ， 投 入 地 研 究 力 度 较 大 ， 也 出 现 部 分 较 成 熟 的 方 法 ， 但 依 然 存 在 不 足 ： （ 1） 传 统 的 作 业 调 度 注 重 于 效 率 。 仅 以 用 户 任 务 需 求 和 资 源 最 大 利 用 率
27、已 不 能 满 足 用 户 ， 用 户 的 多 样 性 需 求 逐 渐 成 为 云 供 应 商 需 要 考 虑 地 重 点 之 一 。 （ 2） 近 几 年 来 ， 业 内 也 逐 渐 开 始 考 虑 公 平 性 因 素 ， 但 侧 重公平性的算法往往效率不高。本文综合考虑了公平和效率因素，将用户的多样性需求按照 QoS 分类，将复 杂 的 作 业 问 题 简 单 化 ， 引 入 了 贪 心 算 法 的 分 解 思 想 ， 将 其 局 部 最 优 选 择 原 理 很 好 的契合在每个子类下的资源选择分配过程中。1.2 云环境下的作业调度作 业 调 度 和 资 源 分 配 问 题 在 网 格 计
28、 算 、 分 布 式 计 算 和 并 行 计 算 中 已 被 广 泛 研 究 ， 而 云 计 算 是 前 三 者 的 发 展 ， 因 此 作 业 调 度 和 资 源 分 配 问 题 在 新 兴 云 计 算 中 也 逐渐成为热点之一。我 们 将 云 计 算 与 网 格 计 算 作 一 个 比 较 ： （ 1） 云 计 算 是 资 源 集 中 的 大 型 数 据 中 心 ， 网 格 计 算 是 需 要 整 合 的 、 零 散 的 资 源 ； （ 2） 云 计 算 更 商 业 化 ， 面 向 用 户 ， 提 供 多 样 化 服 务 来 满 足 用 户 需 求 ， 而 网 格 计 算 面 向 地 领
29、域 比 较 单 一 ， 诸 如 科 学 计 算 等 方 面 的 专 用 领 域 ； （ 3） 与 网 格 计 算 关 键 技 术 方 面 不 同 的 是 ， 云 计 算 所 需 地 虚 拟 化 技 术 更 加 成 熟 ， 打 包 资 源 以 虚 拟 机 形 式 共 享 给 用 户 ； （ 4） 云 计 算 只 需 上 网 、 可 快 速 入 门 、 低 成 本 ， 使 用 灵 活 。 经 以 上 四 方 面 的 比 较 ， 云 计 算 呈 现 出 了 不 同 于 以 往计算模式的新特点。云 计 算 需 研 究 和 关 注 地 问 题 众 多 ， 其 中 作 业 调 度 和 资 源 分 配 问
30、题 是 云 计 算 研 究 地 重 点 和 关 键 问 题 。 云 环 境 的 异 构 隐 藏 性 ， 资 源 的 集 中 式 分 布 ， 其 浓 重 的 商 业 化特点，使用的便捷性，决定了云环境下的作业调度算法的多样性。通 过 大 量 研 究 云 计 算 的 作 业 调 度 算 法 ， 可 从 效 率 、 公 平 性 、 经 济 学 三 个 方 面 分 类 ： 基 于 效 率 的 调 度 算 法 ， 以 追 求 最 小 化 执 行 时 间 为 目 标 ， 往 往 忽 略 了 其 他 因 素 ； 基 于 公 平 性 的 调 度 算 法 ， 以 满 足 用 户 满 意 度 为 目 的 ， 往
31、往 忽 略 对 效 率 的 追 求 ； 基 于 经 济 学 的 作 业 调 度 算 法 ， 实 现 起 来 较 复 杂 ， 但 为 云 计 算 中 的 作 业 调 度 问 题 提 供了新思路。1.2.1 基于效率的调度算法（1）传统的调度算法简洁，但并不高效，可扩展性也很差。 如 ： 轮 询 调 度 算 法 ， 是 一 种 简 洁 的 无 状 态 的 调 度 方 法 ， 原 理 是 收 集 用 户 的 请求 ， 将 请 求 轮 流 分 给 服 务 器 ， 内 部 服 务 器 编 号 1-N， 然 后 循 环 继 续 分 配 ； 最 小 连 接 调 度 算 法 及 改 进 算 法 ， 如 加 权
32、 最 小 连 接 调 度 是 最 小 连 接 调 度 的 超 集 ， 处 理 性 能 用 服务器的权值表示；加权轮询调度算法，即轮询调度算法中加入了权值。（ 2） 启 发 式 调 度 算 法 是 较 成 熟 的 NP 完 全 问 题 ， 其 目 的 是 寻 找 问 题 的 最 优 解 。 将 启 发 式 智 能 调 度 算 法 引 入 到 资 源 分 配 和 作 业 调 度 中 ， 具 有 有 效 的 自 适 应 的 求 优 性能，但最优解的寻求过程比较复杂。如：遗传算法（Genetic Algorithm） 1-3，源于生物进化论思想，是 Holland 于 1975 年 受 到 启 发 提
33、 出 地 ， 其 显 著 特 点 是 ： 能 并 行 处 理 ； 为 防 止 局 部 最 优 局 面 出 现 ， 进 行 全 局 解 空 间 的 搜 索 ； 常 与 神 经 网 络 、 启 发 式 调 度 等 技 术 结 合 ， 结 合 方 案 较 简 单 ， 且 性 能 更 优 。 缺 点 是 ： 搜 索 效 率 不 高 ， 且 收 敛 过 早 。 遗 传 算 法 结 合 了 两 种 方 案 ： 过 去 搜 索 中 的 最 佳 解 决 方 案 和 探 索 解 空 间 新 区 域 。 常 用 单 独 的 染 色 体 来 表 示 一 个 解 ， 并 且 染 色 体 以 代 进 化 ， 加 入 了
34、 适 应 值 来 代 表 同 人 口 中 其 他 染 色 体 相 比 的 适应程度。对 遗 传 算 法 描 述 如 下 ： 先 创 建 初 始 入 口 ， 对 随 机 产 生 的 解 进 行 统 一 随 机 分 配 ， 随 后 进 行 逐 个 选 择 、 交 叉 、 变 异 ， 来 产 生 新 后 代 。 最 后 对 人 口 中 的 个 体 适 应 值 评 价 ， 且 选 择 最 优 个 体 遗 传 给 下 一 代 。 重 复 直 到 结 束 。 通 常 ， 遗 传 算 法 的 结 束 条 件 是迭代到一定数量或者适应值已经达到了一定水平。蚁群算法 4，源于自然界中的蚂蚁觅食行为，是 M.Do
35、rigo, V.Maniezzo 等意大 利 学 者 于 二 十 世 纪 九 十 年 代 初 提 出 地 。 蚂 蚁 通 常 能 成 功 找 到 蚁 穴 和 食 物 源 间 的 最 短 通 向 道 路 来 节 约 觅 食 时 间 ， 还 在 最 短 通 向 性 觅 食 道 路 间 释 放 特 有 的 信 息 素 ， 以 吸 引 同 伴 进 行 协 作 寻 找 和 搬 运 食 物 。 蚂 蚁 觅 食 的 原 理 被 应 用 到 云 环 境 下 的 作 业 调 度 中 ， 利 用 “信 息 素 ”寻 找 作 业 与 资 源 间 的 最 短 路 径 ， 即 最 优 分 配 结 果 。 其 显 著 特
36、 点 是 ： 通 过 信 息 素 的 反 馈 ， 分 布 式 地 协 作 能 实 现 作 业 和 资 源 间 的 最 优 路 径 的 选 择。混 合 启 发 式 算 法 5， 使 用 有 向 无 环 图 在 异 构 系 统 中 调 度 ， 结 合 了 依 赖 模 式 和 批 处 理 模 式 。 具 体 过 程 描 述 如 下 ： 实 际 应 用 中 ， 用 户 任 务 常 常 存 在 高 低 等 级 ， 首 先 计 算 任 务 的 等 级 值 ； 按 任 务 等 级 值 排 序 （ 此 算 法 为 降 序 ） ， 创 建 n 组独立的任务； 为 保 证 每 个 组 内 的 任 务 独 立 性
37、， 要 求 在 每 个 组 内 筛 除 存 在 依 赖 关 系 的 任 务 ， 直 至 同 组 内 均 为 独 立 任 务 ； 最 终 以 存 在 独 立 任 务 的 组 为 单 位 ， 以 批 处 理 模 式 进 行 任 务 的混合启发式调度。模 拟 退 火 算 法 6， 利 用 通 用 概 率 ， 在 大 搜 寻 空 间 中 寻 找 最 优 解 ， 以 物 理 系 统 中的 退 火 过 程 作 为 思 想 基 础 ， 构 建 出 局 部 最 优 的 搜 索 方 法 。 模 拟 退 火 算 法 的 过 程 可 分 为 ： 首 先 建 立 模 拟 退 火 算 法 的 一 个 初 始 解 ， 该
38、 初 始 解 并 不 是 问 题 的 最 优 解 ； 其 次 评 价 新 方 案 ， 即 判 断 作 业 和 资 源 的 分 配 是 否 为 最 优 方 案 ， 判 断 其 是 否 可 代 替 初 始 解 ； 最 后 继 续 上 一 过 程 ， 直 至 将 所 有 方 案 遍 历 结 束 ， 可 得 到 最 终 的 局 部 最 优 方 案 。 模 拟 退 火 算 法 在 理 论 上 是 全 局 最 优 ， 但 实 际 上 收 敛 速 度 过 慢 ， 导 致 了 实 际 运 行时间过长，影响了算法的整体效率。贪 婪 随 机 自 适 应 搜 索 过 程 （ GRASP） 7， 核 心 在 于 迭
39、代 过 程 ， 每 个 迭 代 过 程 分 为 两 个 阶 段 ： 构 造 阶 段 ， 创 建 未 映 射 就 绪 的 任 务 候 选 列 表 （ RCL） ， 该 列 表 记 录 了 任 务 执 行 的 最 佳 候 选 者 ， 但 未 必 是 最 佳 资 源 ； 局 部 搜 索 阶 段 ， 搜 索 当 前 解 附 近 ， 生 成 新 解 。 若 构 造 阶 段 的 新 解 完 成 时 间 等 方 面 的 性 能 更 优 ， 则 选 取 新 解 取 代 目 前 解，继续迭代过程，直至满足某些条件。自 适 应 调 度 算 法 （ ASA） 8， 采 用 多 级 分 布 算 法 ， 降 低 调 度
40、 问 题 的 复 杂 度 ， 为 工 作 流 活 动 寻 找 执 行 顺 序 ， 并 考 虑 资 源 分 配 的 限 制 条 件 和 动 态 拓 扑 ， 来 应 付 网 络 的 动 态 变 化 。 其 核 心 思 想 是 ： 逻 辑 分 割 ， 将 工 作 流 活 动 按 照 相 似 属 性 值 进 行 分 割 ； 物理分配，使用某些约束及规划对上步中的分割进行资源的指派。另外，ASA 考 虑了网络的变化情况，更具健壮性和自适应性。自 适 应 工 作 流 分 裂 算 法 （ AWS） 9， 调 度 器 先 遍 历 DAG 作业图计算资源群集 数 和 计 算 成 本 对 通 信 成 本 的 平
41、均 比 例 （ CCR） 。 其 中 ， CCR 值高表明是计算密集型 任务图。调度器据自身知识选取 N 个集群，进行迭代检查图中的剩余节点。遍历 任 务 节 点 采 用 堆 栈 方 式 ， 若 边 不 能 约 束 ， 则 将 负 责 节 点 标 记 出 ， 即 为 新 子 图 的 创 建。重复以上步骤，直至图中所有节点均得到资源集群的分配。自适应广义调度算法（AGS） 10，用 gapTime 向量实现保留文件功能，该向 量的初始化表明所有计算节点均可用于作业调度，GapTime 向量包含节点的时期 预 留 等 信 息 。 为 每 个 任 务 定 义 开 始 时 间 ， 并 标 识 被 处
42、理 的 计 算 节 点 ， 其 后 更 新 开 始 时 间 ， 计 算 任 务 处 理 结 束 时 间 。 其 中 开 始 时 间 取 决 于 最 后 一 个 父 任 务 的 处 理 结 束 时 间 ； 更 新 开 始 时 间 ， 是 数 据 从 其 他 父 节 点 传 输 到 该 节 点 的 时 间 ； 任 务 处 理 结 束 时 间 ， 即 为 更 新 后 的 任 务 开 始 时 间 直 至 任 务 结 束 时 间 。 任 务 被 映 射 后 ， 更 新 gapTime 向量。启 发 式 作 业 调 度 算 法 性 能 优 ， 能 够 自 适 应 ， 但 求 解 过 程 复 杂 ， 且 未
43、 考 虑 用 户 满意度，不符合云计算的商业特性。1.2.2 基于公平的调度算法由 于 云 计 算 的 商 业 特 性 ， 云 计 算 以 用 户 为 中 心 并 面 向 服 务 ， 决 定 了 其 作 业 调 度 这 个 关 键 问 题 需 要 考 虑 用 户 的 需 求 ， 也 即 公 平 性 。 目 前 部 分 作 业 调 度 算 法 侧 重 于 公 平 性 ， 基 于 QoS 等 多 种 约 束 ， 其 参 数 多 种 多 样 ， 包 括 带 宽 、 完 成 时 间 、 成 本 、可靠性等。基于公平性的调度算法有： 基 于 回 溯 算 法 的 调 度 11， 给 可 获 取 任 务 （
44、 未 被 调 度 且 父 任 务 已 被 调 度 的 任 务 ）分配最廉价的计算资源。若可获取任务数量大于 1， 则 回 溯 算 法 给 计 算 量 需 求 最 大 的 任 务 分 配 最 快 的 资 源 。 不 断 进 行 启 发 ， 重 复 至 所 有 任 务 均 被 分 配 了 相 应 的 资 源 。 计 算 每 一 迭 代 步 骤 后 的 当 前 任 务 的 执 行 时 间 。 若 执 行 时 间 较 时 间 约 束 长 ， 则 回 溯 到 前 一 步 ， 去 除 最 廉 价 的 资 源 ， 若 此 时 资 源 列 表 不 为 空 ， 则 在 最 新 的 资 源 列 表 中 重 新 分
45、 配 资 源 ； 若 去 除 廉 价 资 源 后 的 资 源 列 表 为 空 ， 回 溯 到 先 前 步 ， 减 少 资 源 列 表数。基于改进的遗传算法的调度 12，对带有成本约束的资源分配过程进行优化， 使 得 工 作 流 活 动 的 平 均 吞 吐 时 间 最 小 化 。 具 体 过 程 如 下 ： 初 始 化 种 群 规 模 参 数 ； 创 建 一 个 初 始 化 的 种 群 ， 并 获 取 贪 心 解 ； 判 断 当 前 世 代 数 与 最 大 世 代 数 的 大 小 ， 若 等 于 ， 则 停 止 算 法 ， 否 则 继 续 ； 计 算 个 体 的 适 应 情 况 ， 用 一 个
46、值 来 表 示 ， 评 价 整 个 种 群 中 的 个 体 情 况 ； 选 择 ， 交 叉 并 改 进 ， 变 异 、 修 补 与 改 进 ， 再 转 至 继 续 判 断世代数。基于伯格模型的作业调度算法 13，以社会学分配理论为基础，在云环境下的 作 业 调 度 过 程 中 建 立 起 双 重 约 束 。 伯 格 模 型 ， 社 会 学 中 关 于 分 配 性 正 义 的 分 配 理 论 ， 该 理 论 中 的 人 元 模 型 、 期 待 状 态 轮 、 关 于 分 配 性 正 义 的 伯 格 模 型 以 及 均 衡 论 均 被 借 鉴 修 正 至 作 业 调 度 过 程 中 来 。 建 立
47、 起 了 基 于 公 平 性 的 两 个 约 束 ： 将 任 务 按 照 QoS 分类，并借鉴人元模型描述任务，定义任务的一般期待表约束资源选择过 程 ； 定 义 实 际 分 配 结 果 与 期 待 分 配 结 果 的 比 值 函 数 来 评 判 资 源 分 配 结 果 的 公 平 性 。基 于 用 户 满 意 度 即 公 平 性 的 作 业 调 度 算 法 侧 重 于 考 虑 用 户 需 求 ， 效 率 方 面 并 不太理想。1.2.3 基于经济学理论的调度算法经 研 究 ， 云 计 算 中 的 资 源 分 配 与 供 求 关 系 ， 与 经 济 学 领 域 的 某 些 模 型 有 相 似
48、性 ： 资 源 供 应 者 类 似 于 经 济 学 中 的 商 品 供 应 者 ， 资 源 使 用 者 即 用 户 相 当 于 经 济 学 中 的 商 品 使 用 者 ， 用 户 需 为 使 用 资 源 付 费 。 基 于 伯 格 模 型 的 作 业 调 度 算 法 13的 基 本 思 想 是 在 资 源 的 使 用 者 和 供 应 者 双 方 建 立 起 双 重 约 束 的 伯 格 模 型 ， 利 用 一 般 期 待 表 约 束 资 源 选 择 过 程 的 公 平 性 和 公 平 性 评 判 函 数 约 束 系 统 的 公 平 性 的 双 重 机 制 来 调 节 用 户 所 需 资 源 和
49、资 源 的 分 配 ， 优 化 用 户 的 公 平 性 ； 基 于 经 济 学 模 型 的 作 业 调度 14，它的中心思想是建立了一个市场机制，来约束资源供应者和用户间的行 为 ， 建 立 起 价 格 杠 杆 ， 来 调 度 用 户 需 求 与 资 源 问 题 ， 最 终 作 业 调 度 和 资 源 分 配 问 题得到了优化、效率得到了提高；此外，还有基于拍卖理论的模型。基 于 经 济 学 理 论 的 作 业 调 度 算 法 ， 来 源 于 经 济 领 域 的 与 云 环 境 下 的 作 业 调 度 思 想 相 契 合 的 模 型 ， 调 度 过 程 一 般 比 较 复 杂 ， 但 为 云 计 算 作 业 调 度 和 资 源 分 配 提供了新思路。1.3 云 QoS由 于 商 业 云 计 算 的 付 费 使 用 特 点 ， 除 执 行 时 间 即 效 率 外 ， 服 务 质 量 也 是 作 业 调度中的重要因素。服务质量（QoS Quality of Service）是描述互联网性能的一种参数，也是互联 网 的 安 全 机 制 。 云 环 境 下 ， 用 户 使 用 云 服 务 的 满 意 度 参 数 非 常 重 要 ， 该 参 数 可 用 QoS 来 衡 量 。 不 同 于 传 统 服 务 的 评 价
