混合云中基于截止时间和费用约束的调度模型及方法
【技术领域】
[0001] 本发明涉及云计算领域，具体涉及一种混合云中基于截止时间和费用约束的调度 模型及方法。
【背景技术】
[0002] 目前随着企业应用的扩展和数据量的倍增，尤其是高峰时段，企业现有集群无法 满足全部需求，因此需要大量增加硬件设施投入。但是除高峰时段外，大部分设备利用率不 高，造成了大量硬件设备的浪费和操作成本的增加。因此为了减少硬件投入和维护成本，越 来越多的企业选择混合云作为企业应用部署平台。混合云中除了有企业自己的本地私有 云，在私有云的计算能力等不能满足要求时可以直接访问计算能力更高的公有云，如一些 需要更强计算能力和存储能力的应用，或在高峰时段私有云资源过载，不能同时处理更多 的应用任务。对此很多学者提出了一些解决方案，如对负载进行管理，或对数据进行划分优 化等，但是无论是针对资源负载还是数据应用，调度问题都成为其中非常关键的一环：哪些 应用需调度到公有云？哪些可以在本地私有云完成？如何尽可能最大化私有云利用率和 最小化公有云的租用费用？如何保证时间与费用这两个目标？
[0003] 目前关于混合云调度的研究主要从以下三个方面进行描述。
[0004] 1)单一云的调度：
[0005] 关于混合云调度问题的研究，现有一些研究的调度定位与本文的有一定差别， 它们是在混合云中分别研究公有云和私有云的调度问题，而不是在混合云中如何将任务 调度至公有云或私有云的问题。如文献[l]Bossche V D B, Vanmechelen K, Broeckhove J.Cost-efficient scheduling heuristics for deadline constrained workloads on hybrid clouds,2011 IEEE Third International Conference on Cloud Computing Technology and Science公开了一种调度方法，针对混合云中的工作负载提出一种截止时 间约束的费用优化调度方法。文献[2]Qiu X，Yeow W L，Wu C，Lau F C. Cost-minimizing preemptive scheduling of mapreduce workloads on hybrid clouds,2013IEEE/ACM 21st International Symposium on Quality of Service，为最小化费用提出了一种混合云中 的抢占式调度方法，考虑了 QoS约束，但是它同样是分别研究私有云和外包费用。文献[3] Van D B Rj Vanmechelen Kj Broeckhove J. Cost-optimal scheduling in hybrid iaas clouds for deadline constrained workloads，Cloud Computing (CLOUD)，2010 IEEE 3rd International Conference on.也是针对公有云和私有云分别制定的工作流调度方法。
[0006] 2)侧重费用：
[0007] 现有研究中有一部分是侧重于讨论在截止时间约束下的费用优化问题。如文 献[4]Chopra Nj Singh S.Deadline and cost based workflow scheduling in hybrid cloud，2013 International Conference on Advances in Computing,Communications and InfOTmatics(ICACCI)，从云用户的角度出发提出了一个外包调度模型，来最小化 费用，但是它侧重于讨论公有云中的费用优化问题，而且它对解决问题的规模有一定 限制。文献[5]Hoseinyfarahabady M R, Samani H R D, Leslie L M, et al. Handling Uncertainty:Pareto-Efficient BoT Scheduling on Hybrid Clouds,201342nd International Conference on Parallel Processing(ICPP),应用部分关键路径提出了 一种费用驱动的工作流调度方法。文献[6]Genez T A L, Bittencourt L F, Madeira E R M. On the Performance-Cost Tradeoff for Workflow Scheduling in Hybrid Clouds, Proceedings of the 2013 IEEE/ACM 6th International Conference on Utility and Cloud Computing提出了两种基于混合云架构的调度优化策略，但它主要侧重于费用的分 析。
[0008] 3)费用与性能平衡：
[0009] 更多的研究是讨论性能与费用的平衡问题。如文献[7]Abrishami S, Naghibzadeh M, Epema D H. Cost-driven scheduling of grid workflows using partial critical paths针对混合云中的不确定因素，提出了一种动态资源分配方法，应用帕累托优化方法， 同时考虑了费用和截止时间约束问题，但它的时间复杂度较高，两个算法都大于等于〇(n 2) (η为任务个数）。文献[8]
[0010] Shifrin M1Atar R1Cidon 1.0 ptimal scheduling in the hybrid-cloud,2013 IFIP/IEEE International Symposium on Integrated Network Management(IM 2013)公 开了一个自适应启发式工作流调度方法，它考虑了费用和截止时间约束问题，但它只是针 对混合云中的数据分析工作流进行调度。文献[9]Duan R, Prodan R, Li X. Multi-Objective Game Theoretic Scheduling of Bag-of-Tasks Workflows on Hybrid Clouds, IEEE TRANSACTIONS ON CLOUD COMPUTING, 2014. 2 (I)公开了一个多目标的调度优化方法。它 将执行时间和成本作为优化目标，带宽和存储作为约束条件。文献[l0]Rahman M，Li X, Palit H. Hybrid heuristic for scheduling data analytics workflow applications in hybrid cloud environment,2011 IEEE International Symposium on Parallel and Distributed Processing Workshops and Phd Forum(IFlDPSW)公开了一种混合云调度方 法，侧重于提高私有云的利用率，以期取得性能与费用的平衡。文献[ll]Javadi B，Abawajy J1Buyya R. Failure-aware resource provisioning for hybrid Cloud infrastructure, Journal of parallel and distributed computing, 2012, 72 (10)公开的研究成果主要研 究了在混合云中，当资源请求失败时，应将任务调度至公有云还是私有云的调度问题。文献
[12]Zuo X, Zhang G, Tan ff. Self-Adaptive Learning PSO-Based Deadline Constrained Task Scheduling for Hybrid IaaS Cloud, IEEE Transactions on Automation Science and Engineering, 2014, 11 (2)公开了一个基于粒子群算法的自适应混合云调度算法,它将 公有云和私有云资源作为一个集合，讨论了截止时间的优化和IaaS提供方的收益，但该方 法仅考虑了云提供方的收益，没有考虑用户的花费问题。
[0011] 综上所述，现有研究主要存在以下问题：
[0012] (1)现有关于混合云调度的研究方法中很多是侧重于混合云中单一云的调度问 题，如侧