论文部分内容阅读
网格计算是典型的分布式计算,网格系统是典型的分布式系统。近年来对于网格环境下各种技术的研究已经成为计算机领域的一个热点问题,其中的任务调度,任务协同以及资源协同等问题更是引起了中外学者的关注,并且产生了很多基于网格环境下的任务调度算法。目前存在的网格环境下的任务调度算法大部分都是静态的启发式算法。事实证明网格环境下的任务调度是NP完全问题(除极少数特殊情况外)。而任务调度的最直接的目标就是要对用户提交的任务实现最优调度,并设法提高网格系统的总体吞吐率。本文首先比较分析了网格计算和对等计算(P2P)的异同点,并在网格计算中应用P2P技术,提出了一种新的资源组织管理模型-P2P_Grid模型。该模型中的超级Peer将大型的网格系统划分为若干个小规模的子网格系统,每个超级Peer是其所属子网格系统的控制中心;而不同子网格系统间的超级Peer是对等的。这样每个超级Peer对于局部任务既可以完成集中式调度,又可以与其他空闲超级Peer协同工作完成分布式调度。接着,在该模型的基础上,改进了经典的Min_min任务调度算法,命名为P_G_Min算法。该算法利用了P2P_Grid模型既集中又分布的特点,对于用户所提交的任务总是在其所属的子网格系统内进行调度,而超级Peer也总是将局部网格系统的资源分配给待调度的任务,这样既降低了任务调度的完成时间,同时提高了系统资源的利用率。最后,我们在GridSim模拟器上对算法进行了仿真试验。我们首先在模拟网格平台上实现了Min_min算法,并对其进行了改进,提出了QOS-Min_min算法,进行了仿真试验,给出了试验数据和比较结果。最后对P_G_Min算法进行了仿真试验,与传统的Min_min算法和QOS-Min_min算法进行分析比较,分析发现P_G_Min算法较QOS-Min_min算法和Min_min算法在任务调度平均完成时间和系统资源利用率两个性能上都有很大的改善。