论文部分内容阅读
云计算平台可以动态地配置资源，适合基于工作流的科学计算。当前云平台的资源调度研究更多考虑运行时长和成本的最优化，而较少提到鲁棒性。本文提出了一种基于马尔可夫决策过程理论的资源调度算法，对工作流任务进行分组，按照任务的计算量和依赖关系将任务期限分配给各个任务组，在满足工作流总期限的基础上，将异构环境中的云资源分配给工作流的各个任务，通过最大化每个任务组的容忍时间使得整个工作流的鲁棒性达到最优。实验结果表明：该调度算法在异构环境中可以在任务期限和开销内提高调度的鲁棒性。