云计算中Hadoop平台上默认调度方式FIFO是以公平性为目标,然而考虑单一因素会使资源利用率低下以及任务完成时间过长。在公平性和完成时间的权衡中,运行时间指标更为重要。据此,建立云计算下多资源和应用程序任务以及调度的数学模型和...云计算中Hadoop平台上默认调度方式FIFO是以公平性为目标,然而考虑单一因素会使资源利用率低下以及任务完成时间过长。在公平性和完成时间的权衡中,运行时间指标更为重要。据此,建立云计算下多资源和应用程序任务以及调度的数学模型和其目标函数,运用归约方法和具有强大计算能力的工具MINI SAT SOLVER去求解问题。仿真实验结果表明,在不同的资源供给条件下,基于MINI SAT SOLVER的次优算法比YARN(Yet Another Resource Negotiator)中默认的调度算法FIFO缩短了任务的完工时间,优化比率最高可以达到30%。展开更多
随着云数据中心能耗问题的日益严峻,过去以时间优化为目标的BoT(Bag of Tasks)调度算法无法适应于当今的云计算环境.为了在保障用户执行体验的同时,有效降低数据中心的能耗开销,提出了一种两阶段能耗感知任务调度算法DH-CRO算法,以Makes...随着云数据中心能耗问题的日益严峻,过去以时间优化为目标的BoT(Bag of Tasks)调度算法无法适应于当今的云计算环境.为了在保障用户执行体验的同时,有效降低数据中心的能耗开销,提出了一种两阶段能耗感知任务调度算法DH-CRO算法,以Makespan作为主要优化目标,在此基础上基于动态电压频率调整技术调节能耗指标.实验表明,DH-CRO算法与遗传算法、Min-Min算法、化学反应优化算法相比,能够更有效地优化完成时间,与此同时还能在一定程度上降低系统的总能耗,可以作为云环境的任务调度策略.展开更多
文摘云计算中Hadoop平台上默认调度方式FIFO是以公平性为目标,然而考虑单一因素会使资源利用率低下以及任务完成时间过长。在公平性和完成时间的权衡中,运行时间指标更为重要。据此,建立云计算下多资源和应用程序任务以及调度的数学模型和其目标函数,运用归约方法和具有强大计算能力的工具MINI SAT SOLVER去求解问题。仿真实验结果表明,在不同的资源供给条件下,基于MINI SAT SOLVER的次优算法比YARN(Yet Another Resource Negotiator)中默认的调度算法FIFO缩短了任务的完工时间,优化比率最高可以达到30%。
文摘随着云数据中心能耗问题的日益严峻,过去以时间优化为目标的BoT(Bag of Tasks)调度算法无法适应于当今的云计算环境.为了在保障用户执行体验的同时,有效降低数据中心的能耗开销,提出了一种两阶段能耗感知任务调度算法DH-CRO算法,以Makespan作为主要优化目标,在此基础上基于动态电压频率调整技术调节能耗指标.实验表明,DH-CRO算法与遗传算法、Min-Min算法、化学反应优化算法相比,能够更有效地优化完成时间,与此同时还能在一定程度上降低系统的总能耗,可以作为云环境的任务调度策略.
