網(wǎng)格任務(wù)調(diào)度算法研究及校園計算網(wǎng)格建設(shè).pdf

1、網(wǎng)絡(luò)的高速發(fā)展使得組建網(wǎng)格成為可能。網(wǎng)格是通過Internet將分散的計算機虛擬成一個超級計算機，將網(wǎng)絡(luò)中閑置的資源（包括計算資源、存儲資源以及科學(xué)儀器等）有效地管理利用，方便地提供給網(wǎng)格用戶使用。隨著網(wǎng)格技術(shù)的發(fā)展，以整合計算資源為目標(biāo)的計算網(wǎng)格在國內(nèi)外迅速發(fā)展。 網(wǎng)格任務(wù)調(diào)度即如何將網(wǎng)格任務(wù)映射到網(wǎng)格資源上運行，以達到最佳的調(diào)度策略。但由于網(wǎng)格資源具有異構(gòu)性、動態(tài)性、自治性以及分布性等特點，網(wǎng)格環(huán)境下進行任務(wù)調(diào)度是一個很具挑

2、戰(zhàn)性的問題。網(wǎng)格任務(wù)調(diào)度算法直接關(guān)系到調(diào)度的速度、質(zhì)量等方面，在網(wǎng)格技術(shù)的研究中，起著舉足輕重的作用。在現(xiàn)有網(wǎng)格調(diào)度算法的基礎(chǔ)上對其進行改進，盡可能好地滿足不同的調(diào)度目標(biāo)，也具有重要意義。 本文從網(wǎng)格體系結(jié)構(gòu)入手，分析了GT4的協(xié)議層次結(jié)構(gòu)，并對網(wǎng)格環(huán)境下資源的特點進行了研究，對比了網(wǎng)格調(diào)度與本地調(diào)度之間以及和分布式調(diào)度之間的不同之處，著重討論了網(wǎng)格調(diào)度系統(tǒng)結(jié)構(gòu)以及評價指標(biāo)，建立起網(wǎng)格任務(wù)調(diào)度模型。 本文對比了幾種已有經(jīng)

3、典網(wǎng)格調(diào)度算法，特別是深入研究了MIN-MIN算法，針對MIN-MIN算法的不足，從幾個方面提出了幾種改進算法：由于MIN-MIN算法存在著資源利用率低和執(zhí)行時間較長的缺陷，本文引入分段思想，提出了SEG-MIN-MIN算法，SEG-MIN-MIN算法把待調(diào)度任務(wù)按任務(wù)長度分為幾個隊列，先對長任隊列進行調(diào)度，可以節(jié)省總的執(zhí)行時間。綜合考慮執(zhí)行時間、執(zhí)行費用以及網(wǎng)格用戶優(yōu)先等級三方面因素，提出了基于優(yōu)先級的調(diào)度算法MMPRI算法,在其它條

4、件相同時使用MMPRI算法，用戶優(yōu)先等級高的任務(wù)將會先被執(zhí)行，由于考慮了執(zhí)行費用對調(diào)度的影響，在一定程度上達到了總的執(zhí)行時間和執(zhí)行費用之間的平衡。由于MIN-MIN算法可能出現(xiàn)負載不均衡的現(xiàn)象，結(jié)合MAX-MIN算法，提出了循環(huán)調(diào)度算法RMM算法。RMM算法根據(jù)系統(tǒng)當(dāng)前的負載均衡性動態(tài)地選擇使用MIN-MIN算法或MAX-MIN算法進行任務(wù)調(diào)度，能有效地改進系統(tǒng)的負載均衡性。 為了網(wǎng)格檢驗任務(wù)調(diào)度算法的有效性和優(yōu)越性，需要在不同情

5、況下對其進行測試，如任務(wù)的數(shù)量、資源的數(shù)量、用戶的需求。此外，在網(wǎng)格任務(wù)調(diào)度算法的研究和實驗中，我們需要的是一個可以重復(fù)實驗，并且可以控制的環(huán)境。由于使用真實的網(wǎng)格環(huán)境來驗證調(diào)度算法的有效性和性能是比較困難的，因此采用網(wǎng)格模擬器完成這一算法實驗工作。本文詳細對比了幾種常用的網(wǎng)格模擬器，重點研究了GridSim，探索出了使用GridSim進行任務(wù)調(diào)度算法的仿真技術(shù)和調(diào)試分析方法。利用Java編程技術(shù)在GridSim上實現(xiàn)了MIN-MIN算