1.一种云计算中基于任务分类的多队列错峰调度模型的调度方法,其特征在于,调度模型包括任务管理器、本地资源管理器、全局资源管理器和调度器;
所述任务管理器负责管理用户提交的任务请求,并根据任务对资源的需求差异将任务划分;所述资源包括参数CPU、I/O和Mem存储器;
所述本地资源管理器负责本地资源节点的监测和管理,周期性的监测本地资源的负载情况,并将这些信息提交至所述全局资源管理器;所述本地资源的负载情况包括CPU利用率、I/O等待时间和Mem使用量;
所述全局资源管理器周期性的收集本地资源管理器的监测信息,并对资源使用量情况进行排序;
所述调度器根据划分后的任务和资源使用量情况进行任务资源的调度;
调度方法包括步骤:
1)资源和任务的定义描述:设当前云计算系统中有N个资源U={U1,U2,...,Ui,...UN}和K个任务T={T1,T2,...,Tj,...TK};
云资源定义:Ui=(Ci,Oi,Mi);其中,参数Ci,Oi,Mi分别代表CPU利用率、I/O等待时间和Mem使用量;
云任务定义:Tj=(Cj,Lj,Mj,Dj),其中,前三个参数Cj,Lj,Mj分别代表用户申请的CPU利用率、任务大小和Mem使用量,Dj为任务截止时间;
任务的I/O使用量定义为:
2)本地资源管理器定期读取本地虚拟机的CPU利用率、I/O等待时间和Mem使用量,并将这些信息提交至全局资源管理器;
3)全局资源管理器对所有资源分别按CPU利用率、I/O等待时间和Mem使用量三个参数从小到大排序,形成三个资源队列QC、QO和QM,表示如下:QC={U1,U2,...UiC,...UN} (1)
QO={U1,U2,...UiO,...UN} (2)
QM={U1,U2,...UiM,...UN} (3)
4)根据任务对资源的需求差异将任务划分:统计云计算系统的CPU利用率CS、I/O使用量OS和Mem使用量MS,然后对于每一个云任务Tj,计算其CPU利用率Cj,I/O使用量Oj和Mem使用量Mj与云计算系统的CS、OS和MS的比值C、O和M,取三个比值中最大的一个作为该任务的归属类别Tjh:根据任务的归属类别Tjh将K个任务划分为a个CPU密集型、b个I/O密集型和K-a-b个Mem密集型三个队列QTC、QTO和QTM,表示如下:QTC={T1,T2,...,TjC,...Ta} (5)QTO={Ta+1,Ta+2,...TjO,...Ta+b} (6)QTM={Ta+b+1,Ta+b+2,...,TjM,...,TK-a-b} (7)
5)基于步骤3)得到的资源队列和步骤4)建立的任务队列,调度器采用多队列错峰调度方法进行任务资源的调度。
2.根据权利要求1所述的一种云计算中基于任务分类的多队列错峰调度模型的调度方法,其特征是:所述资源为虚拟机资源。
3.根据权利要求1所述的一种云计算中基于任务分类的多队列错峰调度模型的调度方法,其特征是:所述多队列错峰调度方法为将CPU密集型任务调度至CPU利用率较低的资源,I/O密集型任务调度至I/O等待时间较短的资源,Mem密集型任务调度至Mem使用较少的资源。