一种云计算平台环境下的动态任务调度方法及装置

摘要

本发明公开了一种云计算平台环境下的动态任务调度方法，首先利用排队论对任务进行排队处理，然后利用人工免疫理论中的免疫克隆选择策略搜索出为集群中各节点上的不同虚拟机分配计算资源的近似最优配置，从而对集群中的计算资源进行合理配置，再利用负载均衡调整抗体基因，从而使得集群资源的配置更加满足任务处理的需要。本发明公开了一种云计算平台环境下的动态任务调度装置，包括亲和度计算模块、判断模块、确定模块和抗体相关模块。本发明所述云计算平台环境下的动态任务调度方法及装置，能够适应云平台的动态变化和虚拟化的环境，快速搜索出最优配置，提高集群资源利用率。

主权项

一种云计算平台环境下的动态任务调度方法，其特征在于，预先确定各节点单独对各类任务的最大平均响应次数、各节点分配给虚拟机的资源比例，并且，通过排队论确定云计算平台对各类任务的期望平均服务率，所述方法包括：(a)初始化抗体种群，得到抗体种群Aⁿ＝[A₁A₂…A_t]，并记录迭代次数n为0，其中，抗体种群Aⁿ中的每个抗体代表一种配置方案，每个抗体被编码为多个等位基因，每个等位基因对应一个节点，每个等位基因由多个子段组成，每个子段对应一种虚拟机；(b)基于所述云计算平台对各类任务的期望平均服务率、各节点单独对各类任务的最大平均响应次数、各节点分配给虚拟机的资源比例计算抗体种群Aⁿ中各个抗体的抗体‑抗原亲和度；(c)判断是否存在抗体‑抗原亲和度大于预设值的抗体，如果是，则确定该抗体为最优抗体，以使云计算平台基于所述最优抗体进行任务调度；否则转入步骤(d)；(d)对抗体种群Aⁿ中的每个抗体进行克隆操作，得到包括t个抗体子群的抗体种群；(e)对所述抗体种群的t个抗体子群中的抗体按设定规则进行重组，得到包括t个重组抗体子群的抗体种群；(f)对所述抗体种群中每个抗体的编码中指定的等位基因进行变异操作，得到包括t个变异抗体子群的抗体种群；(g)将抗体种群Aⁿ中的t个抗体分别并入所述抗体种群中对应的变异抗体子群中，得到包括t个组合抗体子群的抗体种群，将该抗体种群中每个组合抗体子群中亲和度最大的抗体进行组合，得到新一代抗体种群Aⁿ⁺¹，并将迭代次数n更新为n+1，然后转入步骤(b)；所述通过排队论确定云计算平台对各类任务的期望平均服务率的过程包括：用排队论对任务输入流进行建模，确定各类任务的到达率；基于确定出的所述各类任务的到达率，通过排队模型M/M/1/∞确定满足云计算平台对各类任务平均响应时间分别小于T_i和总任务平均响应时间小于T₀情况下最小的各类任务期望平均服务率，其中，T_i为云计算平台对于第i类任务的响应时间上限，其中，T₀表示云计算平台对所有m类任务的平均响应时间上限。