一种基于队列的异构资源多目标调度策略的制作方法
【技术领域】
[0001] 本发明属于云计算IaaS领域，具体涉及一种在异构云数据中心进行资源调度的 策略。
【背景技术】
[0002] 云计算IaaS层的资源调度是实现云计算应用的关键技术，云数据中心由大量的 异构服务器（PM)组成，普遍存在异构性，包括资源异构、任务异构以及虚拟机异构，异构性 会直接影响调度策略的性能，从而影响整个云数据中心的服务质量。因此，针对异构性进行 研宄与调度能够更合理地利用资源，保证云提供商的利益。
[0003] 多目标调度是在一种资源调度策略中同时实现多个目标值，利用多目标优化的思 想解决资源调度问题。早期的策略主要为分解多目标优化，其思想核心是将多目标问题转 化为单目标问题，普遍采用线性加权求和方法。但是，这种方法严重受制于权值的设置与目 标给定的次序，同时，公共函数与限制条件可能是不可微或非线性的，这也给线性加权求解 的思路加大了难度。
[0004] 当前的多目标调度策略主要集中于同构资源的研宄，虽然近年来陆续有学者开始 对异构资源下的多目标调度进行研宄，但这方面研宄仍处于起步阶段，提出的相关策略存 在资源利用率低、能耗高等问题。因此，需要有一个有效的策略针对云数据中心的异构性进 行合理的资源调度。
【发明内容】
[0005] 为了解决上述问题，本发明公开了一种基于队列的异构资源多目标调度策略，针 对云数据中心资源异构的特点，本文借助分层优化多目标的思想处理资源利用率、Q〇S、负 载均衡以及能耗等多目标。在保证服务质量（QoS)与能耗的情况下，提高资源利用率，并实 现一定的负载均衡。本发明的目的是通过以下技术方案实现的：
[0006]a.利用HPAC算法处理任务分配
[0007] 数据中心的资源调度一般分为任务分配与任务调度两个阶段，在任务分配阶段， 本发明利用提出的HPAC算法将用户提交的云任务分配到指定PM，HPAC的主要思想是：根据PM的计算能力（由能力因子决定）将任务相对均匀的分配到各个PM，以期达到各个PM的 负载均衡。
[0008] 1)计算PM能力因子。考虑资源异构性，计算数据中心各个PM的能力因子a。首 先，在所有PM中选择配置最小的一个PM，索引为j，将PMj的a设置为1，利用以下公式计 算其他PM的能力因子。
【主权项】
1. 一种基于队列的异构资源多目标调度策略，包括以下步骤： a. 利用HPAC算法处理任务分配 数据中心的资源调度一般分为任务分配与任务调度两个阶段，在任务分配阶段，本发 明利用提出的HPAC算法将用户提交的云任务分配到指定PM，HPAC的主要思想是：根据PM 的计算能力（由能力因子决定）将任务相对均匀的分配到各个PM，以期达到各个PM的负载 均衡。 1) 考虑资源异构性，计算数据中心各个PM的能力因子α。首先，在所有PM中选择配 置最小的一个PM，索引为j，将PM^ α设置为1，利用以下公式计算其他PM的能力因子。
其中，K为资源种类，Cik为PM啲k资源数量。 2) 对于t时刻到达的任务集合W(t)，依次处理W(t)中的第m类任务（m= 1，2,3. ..，M， 假定有M种任务）。若第一次处理m类任务，则随机选择一个PMi,将t时刻所有的m类任务 分配到PMi (每一个PM拥有m个队列，分别缓存第m类任务），并保存Γ= i ;若已处理过m 类任务，则首先随机选择一个PMi,然后利用以下公式进行PM选择，将选择的结果保存到Γ。
其中，表示m队列的长度，即PM# m类任务的等待数量，W(t)表示t时刻到达的 任务集合。 b. 利用MIUS算法处理任务调度 在任务调度阶段，本发明利用提出的MIUS算法进行VM的选择、创建并执行任务。随 着各个PM的运行，PM的剩余资源是动态变化的，因此，需要首先确定PM能够容纳任务的种 类与数量（由可用配置集决定）。接着，根据队列中等待任务的情况（由各个队列的长度 G"(〇, m = 1，2, ...，M决定）与各个任务对利用率的影响（由影响因子决定）选择最终的 VM配置，并根据7b创建VM并执行任务。 1) 随着PM执行任务，PM的可用资源是变化的。利用当前PM的可用资源可以计算出PM 当前的可用配置集Λ (t)。
其中，amk表示任务m对资源k的需求量，C ik表示PM冲k资源数量，Nm表示m类任务 可放入的数量。例如，某数据中心有1个PM，该PM的CPU与内存配置分别为3GHz，3GB，假 设任务有两种：一种需要CPU与内存为1GHz，1GB，另一种需要2GHz，2GB。则利用以上公式 可以计算出该PM的当前可用配置集Λ⑴={(1，1)，（1，0)，（2, 0)，（3, 0)，（0, 1)}。 2) 计算任务对利用率的影响因子，其中Umi表示PM冲m类任务对资源利用率的影响。
3) -个PM拥有m个队列，分别缓存第m类任务，利用以下公式可以计算当前时刻最佳 的配置
4)按照最佳配置创建虚拟机，执行任务。
【专利摘要】本发明涉及一种在异构云数据中心进行资源调度的策略，策略基于排队理论，能够充分考虑资源的异构性，提高资源利用率、保证任务的服务质量(QoS)以及云数据中心的负载均衡，同时，大幅降低云数据中心的能耗。策略包含以下步骤：一、利用队列模型，为数据中心建立两级调度框架，将所有任务的执行分为任务分配与任务调度两个阶段；二、在任务分配阶段，考虑资源异构性，利用HPAC算法将到达的分类任务集W(t)均衡地分配到各个服务器(PM)；三、在任务调度阶段，考虑资源利用率与QoS，利用MIUS算法为PM队列中的任务创建虚拟机，执行任务。
【IPC分类】H04L29-08, H04L12-851, H04L12-863, H04L12-803
【公开号】CN104852860
【申请号】CN201510219479
【发明人】彭舰, 肖逸飞, 黎红友, 其他发明人请求不公开姓名
【申请人】四川大学
【公开日】2015年8月19日
【申请日】2015年5月4日