【技術實現步驟摘要】
本專利技術涉及工作流數據調度，尤其涉及在多云環境下基于任務復制技術且考慮工作流應用截止日期的情況下針對多用戶提交的科學工作流執行代價優化的任務調度方法。
技術介紹
1、科學工作流應用結構通常由多種任務構成，任務之間具有復雜優先級關系。對于由計算密集型任務組成的應用計算，一般需要高性能以及大存儲的計算平臺執行計算。云計算作為一種提供計算服務的分布式計算技術，近年來備受關注。由于云環境的彈性和異構特性，客戶能夠動態地按需請求服務，而不必在本地購買和維護服務實例。因此，大量的科學工作流被部署到云平臺上執行。其中，由第三方管理的各種商業云可以提供具有不同計算能力和配置的虛擬機，云服務提供商amazon?ec2采用粗粒度的小時計費機制，按整小時向客戶收取租賃時長的費用；云服務提供商microsoft?azure提供按分鐘計費的服務。由于多云環境的計算資源異構性高，并且工作流應用中各任務之間存在復雜的數據依賴，如何優化多云環境下具有多種計費機制的系統執行代價仍然存在重大挑戰。
2、不同云服務提供商提供的虛擬機配備了獨立的硬件和軟件的管理方案，在處理包含各種具有嚴格優先級約束的任務時，容易受到各種故障的影響，如硬件故障、資源丟失故障、網絡故障等。這些任務通常被調度到多個云上，虛擬機之間以協作的方式執行應用程序，若任意一個任務在執行過程中遭遇故障都會影響整個應用程序的完成。因此，在多云環境下為工作流的執行提供高可靠性的計算服務至關重要。
3、針對可預見的故障因素，采用任務復制方案提高任務執行過程的可靠性。該方案是一種有效
技術實現思路
1、本專利技術的目的在于提供一種面向代價和可靠性多目標優化的工作流應用調度方法，在滿足工作流應用截止日期約束的前提下，充分考慮工作流子任務計算代價和應用程序的高可靠性。
2、本專利技術采用的技術方案是：
3、一種面向代價和可靠性多目標優化的工作流應用調度方法，其包括以下步驟：
4、步驟1，構建工作流模型并設定工作流應用相關參數；
5、步驟2，輸入數據初始化，獲取用戶端提交的工作流數據，并在資源調度模塊初始化，輸入數據包括編碼粒子x和初始化資源池rini；
6、步驟3，遍歷計算任務在不同云上執行代價ce(task，vmk，l)，基于貪心思想選擇最低執行代價的虛擬機-任務對；
7、
8、其中，tstart(vmk，l)和tend(vmk，l)分別為虛擬機vmk，l的執行開始時間和執行結束時間，λp為云服務提供商sp提供服務而設定的特定要價單位時；
9、步驟4，計算任務在對應虛擬機上執行的可靠性；
10、
11、其中，et(vj，vmk，l)表示任務vj在虛擬機vmk，l上的執行時間，由式(3)給出；
12、
13、其中，w(vi)表示任務vi的數據量，w(vmk，l)表示虛擬機vmk，l的處理能力；
14、步驟5，在確定初始映射方案后，計算不同粒子的總執行可靠性rtotal以及總執行代價ctotal；
15、
16、
17、步驟6，對初始種群以執行代價和執行可靠性為比較目標，進行多目標快速非支配排序，，使用多目標快速非支配排序對初始生成種群進行篩選，生成相應非支配個體解集；
18、步驟7，在排序完成后計算不同粒子的適應度值f(p)以及任務執行風險率h(vj，vmk，l)；使用目標函數對非支配解集中所有個體的適應度值進行求解，獲取最優的個體解并遍歷計算每個任務的執行風險率；
19、
20、
21、其中，cmax和cmin分別為所有映射方案中系統執行代價的最大值和最小值，參數α和β為工作流應用執行代價和可靠性權重；數據邊ei，j的風險性h(ei，j)運算法則如下式所示；
22、
23、步驟8，執行可靠性判斷，對執行風險率高的任務實施備份復制方案，并分配到對應的虛擬機執行，確保任務執行過程成功；
24、步驟9，更新全局最優個體的執行代價和執行可靠性，并作為目標結果輸出。
25、進一步地，步驟1具體包括以下步驟：
26、步驟1-1，構建工作流模型，使用有向無環圖表示g＝<v(v)，e(e)>，其中，v(v)表示為包含了n個任務{v1，v2，...，vn}的工作流，e(e)表示不同任務之間存在的數據依賴關系{e1，2，e1，3，....，ei，j}；每條數據依賴邊ei，j表示任務vi和任務vj之間存在數據傳遞關系，即任務vi和任務vj之間具有優先級約束關系；
27、步驟1-2，設定工作流應用程序的輸入參數：多個異構iaas云服務提供數表示為ψ＝vm1，1，vm1，2，...，vmn，kn；設定虛擬機(vmk，l)的單位租賃價格為c(vmk，l)；云服務提供商k中的通信帶寬相同，表示為bd(vmk)；不同的云提供商通過商業通信網絡相互連接，表示為bd(vmk，vmz)。
28、進一步地，步驟4的具體步驟如下：
29、步驟4-1，設定虛擬機分布參數為γ，同時通信網絡的分布參數為φ，分別由式9和式10給出；
30、
31、
32、其中，λ和k分別為虛擬機節點和通信網絡的分布參數，
33、步驟4-2，計算獲取任務vj在虛擬機vmk，l上的執行風險性h(vj，vmk，l)，具體表達式如下：
34、
35、步驟4-3，計算獲取數據邊ei，j的可靠性r(ei，j)，具體表達式如下：
36、
37、其中，wt(vmk)表示云服務提供商已提供服務時長。
38、步驟4-4，計算獲取任務vj在虛擬機vmk，l上的執行可靠性r(vj，vmk，l)，具體表達式如下：
39、
40、其中，pred(vj)表示任務vj的先驅任務集合。
41、進一步地，步驟7中設置α大于β。
42、本專利技術采用以上技術方案，針對多云環境下同時考慮任務執行故障和截止日期約束下的工作流應用調度問題，提出一種面向代價和可靠性的多目標快速非支配排序調度策略(rnsga-ii)，目的是在滿足工作流截止日期的前提下，降低任務執行代價的同時提高系統執行的可靠性。該算法考慮受資源節點故障、網絡擁塞等環境因素造成的任務執行失敗問題，利用韋布爾分布對任務執行可靠性進行分析，并復制執行危險率較高的任務，將其分配至執行代價最低的服務實例上。通過考慮硬件故障、網絡波動等干擾因素下的仿真實驗結果表明，該調度策略在降本文檔來自技高網...
【技術保護點】
1.一種面向代價和可靠性多目標優化的工作流應用調度方法，其特征在于：其包括以下步驟：
2.根據權利要求1所述的一種面向代價和可靠性多目標優化的工作流應用調度方法，其特征在于：步驟1具體包括以下步驟：
3.根據權利要求1所述的一種面向代價和可靠性多目標優化的工作流應用調度方法，其特征在于：步驟4的具體步驟如下：
4.根據權利要求1所述的一種面向代價和可靠性多目標優化的工作流應用調度方法，其特征在于：步驟7中設置α大于β。
【技術特征摘要】
1.一種面向代價和可靠性多目標優化的工作流應用調度方法，其特征在于：其包括以下步驟：
2.根據權利要求1所述的一種面向代價和可靠性多目標優化的工作流應用調度方法，其特征在于：步驟1具體包括以下步驟：
3.根...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。