基于標準差任務分組及負載平衡的網(wǎng)格任務調(diào)度算法研究.pdf

1、網(wǎng)格屬于分布式計算平臺的一種，產(chǎn)生網(wǎng)格的目的是為了在更大的范圍內(nèi)實現(xiàn)資源的共享并提高相互協(xié)作的能力。網(wǎng)格任務調(diào)度算法的研究作為網(wǎng)格技術(shù)中的最主要的方面，需要投入更多的人力物力去關(guān)注。本文針對現(xiàn)有的調(diào)度算法完成時間長、負載不均衡以及資源利用率低等問題，對網(wǎng)格任務調(diào)度算法進行了分析和研究，最終得到完成時間、負載均衡以及資源利用率等性能相對已有算法有較高提升的改進算法。
　　首先，對Max-Min調(diào)度算法進行優(yōu)化。Max-Min調(diào)度算法

2、思想簡單、易于實現(xiàn)。Max-Min調(diào)度算法的主要思想是優(yōu)先考慮將資源分配給長任務。當任務集中長任務數(shù)量較多的情況下，由于優(yōu)先調(diào)度長任務，因此可能增大系統(tǒng)的Makespan。針對Max-Min算法負載不平衡、資源利用率低等不足，采用計算任務集標準差進行任務分組，將任務集分成長短任務組，最后采用二次分配的思想，將重負載上的任務分配給輕負載資源去執(zhí)行的調(diào)度策略，提出了基于任務分組及二次分配的啟發(fā)式網(wǎng)格任務調(diào)度算法GTSD算法。
　　再次

3、，結(jié)合任務集任務的分布情況，改進選擇調(diào)度算法。由于任務集合中長短任務的比例大小變化時，不同的調(diào)度策略會影響調(diào)度算法的性能，當長任務多于短任務時Min-Min算法取得較好的性能，反之，Max-Min算法有較好的性能。為了選擇一種具有最佳性能的算法，提出基于標準差及二次分配的啟發(fā)式網(wǎng)格任務調(diào)度算法Double-SD算法。利用預測機制，根據(jù)標準差預測任務集中的任務大小分布情況，再根據(jù)任務分布情況選擇一種最適合該任務集的調(diào)度算法，在選擇算法結(jié)束