计算网格是一种正在兴起的计算基础设施,它能协调地理上分布的各类资源为用户提供有效的一致访问,以满足虚拟组织VOs(Virtual Organizations)的需要。计算网格的巨大潜能正吸引者众多的研究者和工程人员研究其技术以支持跨域的协同工作。然而,网格系统呈现的性能因为资源竞争和任务不确定性等因素而高度动态变化,因此,网格资源调度和任务管理是计算网格中一个关键性的研究课题。在网格环境中,任务从提交给网格系统至任务结果处理过程完成,都一直处于网格任务管理系统的操控之下。由于网格的大规模、异构、动态、分布和自治等特性,使得任务管理变得更加复杂和难以有效实现。本研究以大规模科学和工程计算为背景,以计算网格为基础环境,对网格任务管理中的诸多问题进行了研究。文中所述研究皆得到了国家杰出青年基金项目(60225009)和国家863/CIMS主题资助项目(2002AA414070)的资助。 本文所提出的任务管理系统是MASSIVE(Multidisciplinary ApplicationS-oriented SImulation and Visualization Environment)工程的一部分,后者旨在构建面向多学科应用的模拟与可视化网格环境。任务管理系统共设置了8个功能模块,它们是任务创建、任务调度、任务执行、任务监视、性能预测、任务访问授权、任务管理授权和服务质量QoS(Quality of Service)管理。在整个任务管理体系结构设计中,充分考虑了其可用性和可扩展性。本研究主要是从任务调度、网格不确定性处理及QoS操纵、任务授权三方面展开的。 在任务调度的研究中,一个双组件双队列分布式调度模型D~3SM(a Dual-Component and Dual-Oueue Distributed Schedule Model)被提出,基于此模型,研究了两种调度策略以用来提高网格计算性能。它们分别是:任务与数据协同调度策略,传输与计算重叠策略。前者主要用来提高任务计算数据的命中率,后者通过迭合技术改善网络和计算资源的利用率。为了解决相依性任务的调度,XCIGS(An eXtended Communication-Inclusion Generational Scheduling)被设计,它利用DAG(Directed Acyclic Graph)图来分解相依性任务,在一个特定任务缓冲集BSI(a Buffer Set of Independent tasks)的辅助下,动态滞后相对独立性子任务的执行,且考虑了子任务间通讯开销,使得任务调度性能得到明显提高。针对无线网格环境,提出了一个关注资源间歇性和能耗的分层调度算法,它不仅能包容众多通用任务调度算法,而且通过建立含有能量消耗的调度目标函数而提高能量利用率,同时借助4条准则进行任务粗调度,减少了无线资源间歇性带来的性能影响。为了解决负载平衡和容错问题,基于D~3SM且运用了智能代理和冗余技术,使得调度器在实施任务调度的同时,能较好地胜任负载平衡和容错工作。 为了更好的应对网格环境的不确定性,对D~3SM调度模型进行了扩展以增加专门不确定性处理辅助部件。以扩展模型中各个模块的协作为基础,通过对全局调度器调度策略的修订来解决网络的不确定性;借助对次序调度策略实施调整而解决任务不确定性:依据控制已调度任务队列STQ(Scheduled Task Queue)的长度等3项措施来应对网格资源的不确定性。通过建模综合服务质量,设计了一个Qos驱动的可视化调度框架,同时,实施两种任务调度方法,对QoS进行可视化呈现/操控和建立适宜的后调度方案,达到了以用户为中心对网格服务质量进行有效管理的目的。浙江大学博士学位论文 任务授权是网格基础设施中的重要挑战。在考虑社区策略的前提下,提出了并行化子任务级授权服务PSAS(aP即傲llelized Subtask-level Authorization Serviee)体系结构以满足权限的最小化原则,同时给出了柔性任务管理和上下文感知的动态授权方法。通过解构可并行执行的任务、重新调整访问权限以实现权限的最小化。通过对资源使用和任务管理设置多值策略和借助上下文代理进行权限集转换,最终完成了动态授权。基于社区策略,实现了任务管理的社区属性。利用委托机制完成对任务管理的授权委托。 关键字:计算网格,任务管理,任务调度,网格不确定性,服务质量操纵,负载平衡,容错,任务授权,管理委托