基于負(fù)載均衡的任務(wù)調(diào)度算法研究


2.56萬(wàn)字 62頁(yè) 包括外文翻譯，原創(chuàng)作品，通過(guò)查重系統(tǒng)


摘 要
任務(wù)調(diào)度是云計(jì)算研究的關(guān)鍵問(wèn)題之一，然而云計(jì)算平臺(tái)上應(yīng)用的多樣性和在分配任務(wù)時(shí)候服務(wù)器節(jié)點(diǎn)資源的異構(gòu)性會(huì)導(dǎo)致節(jié)點(diǎn)之間負(fù)載不均衡，從而極大的影響了云計(jì)算系統(tǒng)整體的性能。因此如何通過(guò)任務(wù)調(diào)度算法來(lái)更加優(yōu)化的分配任務(wù)給各虛擬機(jī)成為該領(lǐng)域需要迫切解決的問(wèn)題。論文針對(duì)云計(jì)算環(huán)境下的基于任務(wù)調(diào)度的算法，并與老算法進(jìn)行比較分析優(yōu)劣。
為實(shí)現(xiàn)更優(yōu)的任務(wù)調(diào)度的算法，論文在原有的蟻群算法的基礎(chǔ)上，針對(duì)任務(wù)隊(duì)列進(jìn)行了優(yōu)先級(jí)分組，例如根據(jù)任務(wù)完成時(shí)間，計(jì)算能力，帶寬偏好等，這樣依據(jù)任務(wù)具有的這些的優(yōu)先級(jí)，把他們分配到適用于或者更善于解決該類任務(wù)的虛擬機(jī)上，能夠使得虛擬機(jī)發(fā)揮到最大的優(yōu)勢(shì)，去解決自己最擅長(zhǎng)的任務(wù)。從而縮短了所需的時(shí)間和提高了效率。
本文提出的算法也有一定的局限性，一是蟻群算法自身的局限性，即在算法進(jìn)行過(guò)程中，由于唯一評(píng)判優(yōu)劣指標(biāo)就是信號(hào)強(qiáng)度，所以易產(chǎn)生局部最優(yōu)解；是在算法初期，比較混亂，不能很快的高效的找到所要的路徑。二是在給任務(wù)重新排列優(yōu)先級(jí)的過(guò)程，也就是增大了任務(wù)工作量，適用于大量的繁瑣而簡(jiǎn)單的任務(wù)，不適用與少量的簡(jiǎn)便的任務(wù)，如果是少量的，這樣分級(jí)無(wú)形中增加了很多等待時(shí)間，影響了用戶的體驗(yàn)和任務(wù)進(jìn)度。



關(guān)鍵詞：云計(jì)算；負(fù)載均衡；任務(wù)調(diào)度；蟻群算法。