基于性能量化矩阵的网格作业调度问题研究

来源 :武汉理工大学 | 被引量 : 1次 | 上传用户:douche
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在过去的十多年中,大规模科学计算正从主机集中处理方式转移到分布式并行处理方式,近年来这一趋势更向着网格领域延伸。网格是分布式并行技术的一个重要发展方向,其目标是实现对地理上广泛分布的大量异构资源进行共享。由于网格中的资源具有分布性、共享性、自相似性、动态性、多样性、自治性与管理的多重性等特点,这就使得资源管理和作业调度技术成为网格系统的研究核心。提升网格系统调度效率的关键在于作业调度算法,如何综合各种因素使得调度策略更为全面是一个有挑战性的问题。在网格系统中,好的调度策略,可以减少作业的执行时间、降低用户的费用、提高服务质量、增加整个网格系统的吞吐量。本论文介绍了网格的基本概念、特点和应用领域以及网格资源管理技术,讨论了几种传统的网格作业调度算法,重点分析了Min-min作业调度算法。针对Min-min算法负载不均衡的问题,本文基于市场经济模型,通过估算网格资源的报价来达到作业调度时的负载均衡。考虑到网格系统的复杂性,在性能量化矩阵的构建过程中,本文充分考虑各种调度因素,分三类情况进行量化:网格资源处理能力、网格QoS,效益函数,最终把这些因素以具体的量化值呈现给网格作业调度系统。接下来通过求解几何平均值的数学方法整合三个矩阵,得出了综合各种调度因素的性能量化矩阵。然后以性能量化矩阵为调度基础,提出了Measured-Matrix作业调度算法。最后,在GridSim仿真平台下,对Measured-Matrix作业调度算法进行仿真实验,同时结合Optimise Cost和Optimise Time调度算法的实验仿真结果进行比较。通过对比,得出Measured-Matrix作业调度算法在运行时间、负载均衡等性能方面都有较大的改善,能较好的适应网格系统的动态性和可扩展性特点,提升了作业调度效率。
其他文献
云计算是当前国内外研究的热点问题,它带来了一种新的理念,其关键是依托于由第三方运营商提供的集中计算和存储资源进行实时交互,而不是依赖本地计算机资源。云计算实际是在电子
学位
能源在企业成本中占有相当大的比重。而有些企业能源利用效率低,单位产品能耗高,这就相应地增加了企业的成本,削弱了企业的市场竞争力,因此降低能源消耗是企业降低成本的重要
遥感图像通过远距离成像,提供关于客观场景的信息,是人们认识客观世界的重要手段,在自动目标识别、气象等众多领域有重要意义。由于单源遥感图像提供的信息往往不能达到需求的要求,综合图像信息的图像融合技术成为了研究的热点。目前,该领域的研究集中在融合算法的设计、融合效果的评估等方面,并取得了较多成果,但涉及到面向应用的融合源选择时,学术界缺乏系统的研究及令人信服的理论。本文针对此问题展开讨论。图像质量评价
人脸识别是生物特征识别领域中的一种基于生理特征的识别技术,通过相关算法提取的人脸特征进行身份验证。由于世界上不存在任何两张完全相同的人脸,所以人脸具有唯一性和不容易
集数据采集、处理和通信于一体的无线传感器网络以其低廉的价格、便利的部署方式得到越来越广泛的使用,对传感器网络各个方面的研究也日益成为学术界非常活跃的课题。报头压
随着网络的迅速发展,文本信息的数量也日益增加,文本分类成为处理和解决大量文本数据的关键技术。传统的文本分类,通过预先定义类别或者标记类别,对大量样本数据的训练构建合
对编译器的测试仍以手工设计、开发、执行测试用例方式为主,效率低下且易于出错。建立在文法测试理论基础之上的测试集合生成方法——规则覆盖算法等只考虑了对被测编译器语
由于数据库技术的发展和存储器等硬件技术的成熟,人们在收集信息方面的能力显著提升,通过信息收集积累了大量的数据。在这些海量数据的背后隐含着许多对人类生活和工作有用的、
关联规则挖掘是数据挖掘的一个重要研究方向,被广泛应用于市场营销、决策分析等领域,其主要目标就是发现数据库中一组对象之间某种有趣关联或相关联系。频繁项集挖掘是关联规则