发明名称 | 一种基于非均匀粒度分类的云环境任务调度方法 | ||
摘要 | 本发明公开了一种基于非均匀粒度分类的云环境任务调度方法,该方法包括:对云系统中的资源向量进行分类预处理,建立资源向量的初始样本矩阵;对样本矩阵作极差标准化处理;以样本间欧式距离为相似性测度函数,对得到的样本矩阵执行聚类操作,得到聚类谱系图;通过选择合适的分类阈值T,最终得到三个资源分类:计算型、带宽型、存储型;计算各分类资源总的综合性能C<sub>rGPi</sub>,对各分类中的资源按性能从高到低进行排序;对系统中调度的任务,计算任务资源期望t<sub>GP、</sub>任务偏好系数t<sub>RP</sub>,根据t<sub>RP,</sub>在相应分类类别中优先选择负载较轻,且资源综合性能最优的资源,调度器将该资源分配给此任务;计算用户满意度Usatisfy,衡量用户实际获得的资源与期望要求的符合程度。 | ||
申请公布号 | CN104657217A | 申请公布日期 | 2015.05.27 |
申请号 | CN201510059566.6 | 申请日期 | 2015.02.04 |
申请人 | 南京理工大学紫金学院 | 发明人 | 邵雯娟;金仙力;陈晶晶 |
分类号 | G06F9/50(2006.01)I | 主分类号 | G06F9/50(2006.01)I |
代理机构 | 南京知识律师事务所 32207 | 代理人 | 汪旭东 |
主权项 | 一种基于非均匀粒度分类的云环境任务调度方法,其特征在于,所述方法包括如下步骤:步骤1:对云系统中的资源向量进行分类预处理,建立资源向量的初始样本矩阵;步骤2:对样本矩阵作标准极差化处理,确保样本矩阵中的样本值在0‑1之间;步骤3:以样本间欧式距离为相似性测度函数,对得到的样本矩阵执行聚类操作,得到聚类谱系图;逐渐减小阈值T,切割聚类谱系图,最终得到三个资源分类:计算型资源分类,带宽型资源分类,以及存储型资源分类;步骤4:对不同分类中的资源按性能从高到低进行排序:对计算型分类中的资源按照计算能力的优劣,进行排序,对带宽型资源分类按照传输性能的高低,进行排序,对存储型分类资源按照存储能力的大小,进行排序;步骤5:分别计算各分类资源总的综合性能C<sub>rGP</sub>;计算型分类资源的综合性能C<sub>rGP</sub>、带宽型分类资源的综合性能C<sub>rGP</sub>和存储型分类资源的综合性能C<sub>rGP</sub>;步骤6:对系统中调度的任务,计算任务资源期望t<sub>GP</sub>;步骤7:任务根据用户偏好在相应分类类别中优先选择负载较轻,且资源综合性能最优的资源,调度器将该资源分配给此任务;步骤8:计算用户满意度Usatisfy,完成云环境任务调度。 | ||
地址 | 210046 江苏省南京市栖霞区文澜路89号 |