论文部分内容阅读
摘 要：在今天这样的大数据时代，云计算显得十分重要。目前云计算被应用到各行各业中，因而提高云计算系统的整体性能，提高云计算的服务质量成为了研究的热点。本文详细的介绍了云环境下任务调度的特点和调度目标，总结了启发式智能算法在云环境下任务调度策略研究中的应用，明确了多目标约束条件是云环境下任务调度研究的重点，为更深入的研究提出了方向。
关键词：云计算；任务调度；智能算法
今年是云计算概念提出来的十周年，云计算作为一种商业计算模型，先是商业巨头Google首席执行官埃里克·施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）首次提出来的。随后在互联网巨头的推动下迅速发展，时至今日，已经被应用的十分广泛，与各行各业结合起来。云计算概念的提出并不是空中楼阁，而是在并行计算、分布式计算、和网格计算的基础上发展而来。云计算是一种通过网络来为用户提供各种服务的计算模型。在云环境下各种软件和硬件都被看做是资源，把各种资源虚拟化后放在一个虚拟的资源池里，用户只要按自己的需求去付费使用。在给用户提供服务时，如何高效的为用户服务成为了云计算的关键。在如何满足用户的需求的同时，还要考虑云服务提供商的利益需求。如何高效的解决这些问题，主要可以从硬件和软件两个方面解决，硬件来说既是基础设施的加强和改善，软件方面就是如何提高云计算的计算效率。云计算的效率问题主要就是资源与任务的匹配问题，即任务的调度问题。因此如何高效的进行任务的调度是提高云计算效率的关键问题，也是为云服务提供商提高利益，为用户提高服务质量的关键问题。因此，对云计算的任务调度问题进行深入的研究既具有使用价值更具有学术研究的理论意义。
1 云环境下任务调度模型
云计算任务调度是将云环境下用户提交的任务请求与多个计算资源进行匹配。在匹配的过程中重点考虑任务的执行时间效率和资源利用的效率，同时还的满足用户的要求。也就是要同时满足多个目标要求。云环境下任务调度模型如下图1。
在任务调度过程中，任务的执行时间、负载均衡、经济成本、用户满意度、能耗和带宽等都需要权衡，使多个目标相互协调。
2 云环境下任务调度的特点
在云平台中，任务调度负责把用户提交的任务按一定的策略分配到各个资源中进行计算，由于云计算系统具有的动态可扩展性和异构性、用户提交的任务的复杂性、计算资源之间的差别性等特性，因此云环境下任務调度具有以下特点：1）系统本身的差异性，由于云平台是由分布在各地的各种资源组合而成的，包括高性能的主机、工作站、普通PC机、磁盘等，它们之间具有很大的差异性，因此云环境下任务调度具有系统本身的差异性。2）调度任务的复杂性，由于各类用户提供的任务各不相同，而且类型各异。导致云环境下任务调度的调度任务具有复杂性。3）调度具有灵活性，由于用户数量的动态性，导致系统要随时动态的调整，随时增加或者减少系统的计算资源，因而就要求云环境下任务调度策略调度具有灵活性。4）调度的安全性，由于用户提交的任务类型、数量和大小等不同，在执行过程中能否安全的完成任务，就显得特别重要。因而云环境下任务调度被要求具有可靠的安全性。
3 云环境下任务调度的调度目标
云环境下任务调度的目标总的来说[ 4 ]，就是把用户提交的任务高效的完成，并且达到最小成本化。具体就是完成时间的可接受性、负载均衡、服务质量和成本原则。
1）完成时间的可接受性，用户把任务提交了，如果在用户可接受的时间内没有完成任务，那么，这就是系统的失败。因此能够在用户可接受的时间内完成任务是很关键的。2）负载均衡，由于云环境下处理的任务千差万别，各个类型之间的差别很大。因此，能使得系统达到负载均衡是一个很关键的问题。3）服务质量，云计算是广泛的使用在各行各业，用户千差万别，要使各类用户都有一个满意的用户体验，这时一个困难的事。4）成本原则，云计算系统的使用是由各个部分组成的，各种花费比较多。因此成本原则是云平台必须重点衡量的标准。
4 云环境下任务调度策略研究现状
目前，由于各个公司都具有自家的云平台，有各自的调度算法。因此，云计算任务调度策略的研究呈现出了“百花齐放百家争鸣”的景象。云计算任务调度问题是一个NP完全问题。启发式智能算法在求解NP类问题相比传统的算法具有很大的优势。因此有大量的基于启发式智能算法的优秀的学术论文，其中应用最多的启发式智能算法有粒子群算法、遗传算法、蚂蚁群算法。在基于这些启发式智能算法的云环境下的任务调度策略的应用中，大家都是以云环境下任务调度的特点和调度目标为研究目标进行研究。文献[1]就以总完成时间和总完成成本为约束条件，进行实验研究，提出了基于改进粒子群的任务调度策略。文献[2]以总完成时间、负载均衡和经济成本三个目标为约束函数，提出了一种调度策略。文献[3]以服务质量、负载均衡、总完成时间和经济成本为目标约束函数，提出了基于蚂蚁群的云计算任务调度策略。
5 结语
在云计算系统中，任务调度影响系统的整体性能，而任务调度策略又是任务调度的关键。本文详细介绍了云环境下任务调度的特点以及调度目标，介绍了启发式智能算法在任务调度策略研究中的应用，得到考虑多目标问题对云环境下任务调度是任务调度研究的一个额待解决的问题。只有在考虑多个目标约束的情况下才可以提高云计算系统的整体性能。
参考文献：
[1] 封良良，张陶，贾振红，等.云计算环境下基于改进粒子群的任务调度算法[J].计算机工程，2013，39（5）：183-186.
[2] 张照胜，李蜀瑜.云计算环境下基于改进粒子群算法的任务调度[J].电子设计工程，2016，24（15）：5-8.
[3] 李坤.云环境下的任务调度算法研究与实现[D].吉林大学，2012.
[4] 史恒亮.云计算任务调度研究[D].南京理工大学，2012.
关键词：云计算；任务调度；智能算法
今年是云计算概念提出来的十周年，云计算作为一种商业计算模型，先是商业巨头Google首席执行官埃里克·施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）首次提出来的。随后在互联网巨头的推动下迅速发展，时至今日，已经被应用的十分广泛，与各行各业结合起来。云计算概念的提出并不是空中楼阁，而是在并行计算、分布式计算、和网格计算的基础上发展而来。云计算是一种通过网络来为用户提供各种服务的计算模型。在云环境下各种软件和硬件都被看做是资源，把各种资源虚拟化后放在一个虚拟的资源池里，用户只要按自己的需求去付费使用。在给用户提供服务时，如何高效的为用户服务成为了云计算的关键。在如何满足用户的需求的同时，还要考虑云服务提供商的利益需求。如何高效的解决这些问题，主要可以从硬件和软件两个方面解决，硬件来说既是基础设施的加强和改善，软件方面就是如何提高云计算的计算效率。云计算的效率问题主要就是资源与任务的匹配问题，即任务的调度问题。因此如何高效的进行任务的调度是提高云计算效率的关键问题，也是为云服务提供商提高利益，为用户提高服务质量的关键问题。因此，对云计算的任务调度问题进行深入的研究既具有使用价值更具有学术研究的理论意义。
1 云环境下任务调度模型
云计算任务调度是将云环境下用户提交的任务请求与多个计算资源进行匹配。在匹配的过程中重点考虑任务的执行时间效率和资源利用的效率，同时还的满足用户的要求。也就是要同时满足多个目标要求。云环境下任务调度模型如下图1。
在任务调度过程中，任务的执行时间、负载均衡、经济成本、用户满意度、能耗和带宽等都需要权衡，使多个目标相互协调。
2 云环境下任务调度的特点
在云平台中，任务调度负责把用户提交的任务按一定的策略分配到各个资源中进行计算，由于云计算系统具有的动态可扩展性和异构性、用户提交的任务的复杂性、计算资源之间的差别性等特性，因此云环境下任務调度具有以下特点：1）系统本身的差异性，由于云平台是由分布在各地的各种资源组合而成的，包括高性能的主机、工作站、普通PC机、磁盘等，它们之间具有很大的差异性，因此云环境下任务调度具有系统本身的差异性。2）调度任务的复杂性，由于各类用户提供的任务各不相同，而且类型各异。导致云环境下任务调度的调度任务具有复杂性。3）调度具有灵活性，由于用户数量的动态性，导致系统要随时动态的调整，随时增加或者减少系统的计算资源，因而就要求云环境下任务调度策略调度具有灵活性。4）调度的安全性，由于用户提交的任务类型、数量和大小等不同，在执行过程中能否安全的完成任务，就显得特别重要。因而云环境下任务调度被要求具有可靠的安全性。
3 云环境下任务调度的调度目标
云环境下任务调度的目标总的来说[ 4 ]，就是把用户提交的任务高效的完成，并且达到最小成本化。具体就是完成时间的可接受性、负载均衡、服务质量和成本原则。
1）完成时间的可接受性，用户把任务提交了，如果在用户可接受的时间内没有完成任务，那么，这就是系统的失败。因此能够在用户可接受的时间内完成任务是很关键的。2）负载均衡，由于云环境下处理的任务千差万别，各个类型之间的差别很大。因此，能使得系统达到负载均衡是一个很关键的问题。3）服务质量，云计算是广泛的使用在各行各业，用户千差万别，要使各类用户都有一个满意的用户体验，这时一个困难的事。4）成本原则，云计算系统的使用是由各个部分组成的，各种花费比较多。因此成本原则是云平台必须重点衡量的标准。
4 云环境下任务调度策略研究现状
目前，由于各个公司都具有自家的云平台，有各自的调度算法。因此，云计算任务调度策略的研究呈现出了“百花齐放百家争鸣”的景象。云计算任务调度问题是一个NP完全问题。启发式智能算法在求解NP类问题相比传统的算法具有很大的优势。因此有大量的基于启发式智能算法的优秀的学术论文，其中应用最多的启发式智能算法有粒子群算法、遗传算法、蚂蚁群算法。在基于这些启发式智能算法的云环境下的任务调度策略的应用中，大家都是以云环境下任务调度的特点和调度目标为研究目标进行研究。文献[1]就以总完成时间和总完成成本为约束条件，进行实验研究，提出了基于改进粒子群的任务调度策略。文献[2]以总完成时间、负载均衡和经济成本三个目标为约束函数，提出了一种调度策略。文献[3]以服务质量、负载均衡、总完成时间和经济成本为目标约束函数，提出了基于蚂蚁群的云计算任务调度策略。
5 结语
在云计算系统中，任务调度影响系统的整体性能，而任务调度策略又是任务调度的关键。本文详细介绍了云环境下任务调度的特点以及调度目标，介绍了启发式智能算法在任务调度策略研究中的应用，得到考虑多目标问题对云环境下任务调度是任务调度研究的一个额待解决的问题。只有在考虑多个目标约束的情况下才可以提高云计算系统的整体性能。
参考文献：
[1] 封良良，张陶，贾振红，等.云计算环境下基于改进粒子群的任务调度算法[J].计算机工程，2013，39（5）：183-186.
[2] 张照胜，李蜀瑜.云计算环境下基于改进粒子群算法的任务调度[J].电子设计工程，2016，24（15）：5-8.
[3] 李坤.云环境下的任务调度算法研究与实现[D].吉林大学，2012.
[4] 史恒亮.云计算任务调度研究[D].南京理工大学，2012.