论文部分内容阅读
从计算机诞生之日起,资源的稀缺性便一直困扰着计算机专家们,资源分配问题亟待解决。传统的资源分配方法大多采用工程控制手段,通过进行全局的计算,将资源分配到最适合的地方,不过这种分配方法在单系统中虽然行之有效,应用在分布式系统中便略显不足,由于分布式环境中的资源分配问题属于NP完全问题,其计算规模随着系统规模的增大而剧增,简单的将方法引入是不可行的。虽然也提出了一些智能优化算法,不过由于很难得到最优解因而效果不佳;基于市场经济学的方法的引入,虽然一定程度上显示了其优越性,不过由于周期过长,难以保证实时性,因此现存方法都无法达到预期效果。本文应用新兴古典经济学的原理,通过超边际分析的方法来研究一个分布式系统环境下的资源分配问题。这种分析方法重点关注如何提高整个系统的性能,使得客户得到的整体效用最大。有效的资源分配方案将是达到这一目标的重要手段。考虑到分布式环境中各节点之间网络带宽的不同,导致各个节点之间交换效率的不同,有着不同的交换系数。而各个节点对不同服务的执行能力不同,决定了任意两种服务在两个节点之间存在不同的比较优势,首先确定各节点的唯一具有比较优势的服务。然后根据各节点间的交换系数确定每两节点之间的关于这两种服务的分配结构,综合各个节点之间的分配结构信息确定模型整体分配策略。根据客观条件的不断变化,采用不同的分配方案进行计算,从而得出了请求在各节点之间的分配量,进而使所有的服务均衡地分配到各节点之上通过上述过程,每种请求都分配到最具有比较优势的服务节点上,每个服务器节点都最大化提供其具有比较优势的服务,使得系统的整体性最优。其中,对各节点服务网中请求的分配包含在专业化分工之内。这种思想将资源分配问题转化成专业化分工问题,然后应用超边际分析,求出分配方案的最优解。本文的模型适用于分布式环境,多个计算节点分别执行多种服务的情况,而且可以对突然改变的条件进行响应,当然根据不同条件的改变会采取不同的响应策略,并对分配策略进行调整以便达到资源利用率最大。