云计算中一种带任务重复机制的任务划分策略

云计算中一种带任务重复机制的任务划分策略---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除------本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除------本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---摘要:提出了一种带任务重复的任务划分策略算法D-ITPS(ImprovedtaskpartitioningStrategywithduplication),该算法首先将DAG图中的一些满足归并条件的任务进行归并,然后将所有的任务按照划分策略划分为一个个包,将包按照Max-Min策略整体调度到处理器上执行,在完成---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---基本的映射后,检测每个染色体是否可以通过任务重复来减少通信时间,若可以则在处理器的空闲时间隙重复任务以减少总调度长度。关键词:云计算;复杂DAG图;调度算法;任务重复;调度长度:TP30:ADOI:10.3969/j.issn.1003-6970.2019.12.002本文著录格式:张银娟.云计算中一种带任务重复机制的任务划分策略[J].软件,2019,40(12):0612ATaskPartitioningStrategyWithTaskRepetitionMechanisminCloudComputingEnvironmentsZHANGYin-juan(GuanglingCollegeofYangzhouUniversity,YangZhou,激angsu,225000)【Abstract】:WepresentedanimprovedtaskpartitioningstrategywithduplicationD-ITPS,thealgorithmfirstlymergetasksinDAGwhichmeetmergingconditions,thenallofthetasksaredividedintosmallpackages,whicharescheduledtoprocessorsaccordingtoMax-Minalgorithm.Afterthecompletionofbasicmapping,detectingwhethereachchromosomecanreducecommunicationtimebyduplicatingtasks,ifpossible,duplicatethistaskintheidlegapofprocessortoreducethetotalschedulelength.【Keywords】:Cloudcomputing;ComplexDAG;Taskscheduling;Taskduplication;Makespan0引言云計算[1-3]环境下工作流的调度研究是一个NP完全问题,针对此问题提出许多算法,至今也有一些基于元启发式的算法用来解决NP问题,如:粒子群算法(PSO)[4]、禁忌搜索(TS)[5],模拟退火(SA)[6],遗传算法(GA)[7]等。相较之下,GA被认为是优化领域的一种好的方法且通过运用进化的原则在多项---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---式时间内从大量搜索空间和并行搜索中获得高质量的解决方案。它提供一些方法来估算有效参数。本文主要借助于遗传算法来求得调度的最优解,现有的一些基于遗传算法(GA)的算法,如文献[8-10]提出了应用于工作流调度的算法,但是它们均没有考虑到云计算中异构组件的特点,且并不适合云系统这样的异构分布式计算系统。基于GA的算法,有的通过随机选择来选择初始种群,有的在工作流的同一阶段用优化方法将任务排序,比如最先完成的任务,最小依赖的任务,最大依赖的任务,其中一些用具有至多两个输出节点的简单图来表示。文献[11]中考虑到云环境下异构的特性,但是该论文提出的算法中使用的是简单DAG图,而云环境下的工作流任务间的关系复杂,转换为DAG图后任务间的分层不明显,且每个任务的大小和其前后继任务都各不相同,显然简单的DAG图不能适用于云环境中。文献[12]提出了异构启发式算法(HSGA),它考虑到了异构环境下任务的复杂程度,采用复杂的DAG图对任务进行描述和调度,但是其交叉率和变异率均固定,易造成“早熟”的现象。通过以上对国内外研究现状的综述,可以看出针对云计算环境下的调度问题,目前学术界提出的方法策略非常多[13-14],大多数从优化调度长度来考虑,也有从节能和负载平衡方面来考虑的。大部分学者将云计算环境中的工作流转化成简单的DAG图来考虑,从云计算任务复杂的程度来看,简单DAG图显然是不适用于云环境中的。本文通过对云环境下工作流进行处理,将其转化为复杂的DAG图并对其进行调度,同时考虑负载和计算资源性能的基础上,尽可能减少调度长度。1D-ITPS算法1.1D-ITPS的简单抽象模型图1给出了本文提出算法的简单抽象模型。图1任务抽象模型Fig.1Taskabstractmodel---本文来源于网络,仅供...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?