论文部分内容阅读
虽然云计算的发展为企业和政府信息化建设以及互联网行业注入了新的活力,但是同时也遇到了一些挑战,例如：如何在保证高服务质量的前提下,缩短多实例工作流的执行时间。云工作流的出现为此问题提供了良好的解决方案,而云工作流调度问题又是云工作流中的核心问题。云工作流调度以传统工作流调度为基准,但同时也存在区别,因此带来了新的问题急需解决。例如：如何减少分配在不同执行资源上的任务间的通信时间?如何合理分配资源使得所有工作流实例的执行时间最短?针对上述问题,主要展开了以下工作：(1)为了减少工作流实例的任务间的通信时间,提出了基于层次聚类法的非中心化工作流的切片方法,并且通过仿真实验与相关切片方法进行了对比分析,结果表明,所提出的基于层次聚类法的非中心化工作流切片方法在响应时间和吞吐量方面均有一定程度的优势。(2)针对以所有工作流实例的执行时间最短为目标的云工作流调度问题,建立了合理的云工作流调度模型。然后,在优先级排序方面,改进了基于Bottom Rank (BR)值的排序法,提出了Deadline Based Bottom Rank(DDBR)。进而,采用批量调度模式。最后结合工作流切片结果,改进了遗传算法,提出了基于切片的遗传算法(FBGA),该方法在遗传算法初始化和变异时都考虑了切片结果,从而缩小了解空间的范围,提高了搜索效率,有助于取得更优的解。且通过模拟实验与相关工作流调度方法进行了比较,结果表明,在某些场景下,所提出的调度方法在所有工作流实例完成时间和优化效率方面有很好的提升。本文提出的工作流切片方法和云工作流调度方法,丰富和完善了业务流程管理的理论与方法,为云工作流调度提供了理论指导,同时也具有良好的实际应用前景。