基于资源权重最大资源利用率的动态资源调度算法.pdf

第3卷第5期
计算机应用研
Vol 33 No 5
2016年5月
pplication Researeh of Com puters
May 2016
基于资源权重最大资源利用率的动态资源调度算法
薛涛,马腾
(西安工程大学计算机科学学院,西安710048)
摘要:对于在云环境下虚拟机放置问题,资源调度管理是其中一项关键技术,提出了一种基于最大综合利用
卒为标准的动态资源调度算法。该算法充分考虑云系统中计算资源权重比,利用基于权重的最大资源利用率的
算法进行虚拟机配置。仿真实验结果证明,该算法可以实现有效负載均衡,并能有效提高系统的综合利用卒。
关键词:云计算;资源调度:资源权重;最大综合资源利用率;负载均衡
中图分类号:TP301.6文献标志码
文章编号:1001-3695(2016)05-1374-05
dloi:10.3969/i.issn.1001-3695.2016.05.022
Dynamic resource scheduling algorithm based on maximum resource utilization
College of Computer Science, Xi'an Polytechnic lniversity, i an 710048, hin
)ynamic resource scheduling is one of the key technology. To solve the virtual machine placement problem in cloud
computing environment, this paper proposed an algorithm, which was a dynamic resource scheduling based on weighted maxi-
mize intcgrated resourcc utilization cfficicncy. With considcration of wights of different computing resourcc, it used an al o
rill based on weighted maximize integrated resouree utilization lo confi urt virual machines. Simulalion experimenl indent i
ies thal Lhis algorith is able Lo realize efficient load balancing and improve the iulegraled utilization emlicicucy of cloud com-
puting system
Key words: cloud compuling; resourec scheduling; rc ource weights; maximi% integrale d resoure uilization cllicieney;
load balancing
作为求解函数最优解的标准,没有岩虑系统的负载均衡题
0引言
文献[7中对系统资源进行实时监控,并计算当前资源利用
云计算是一种服务模式,是对基于网络的、可配管的共率,将用广任务分比到资源利加率最低的物理机上。该算法能
享计算资源池(包括网络、物理机存储、应用和服务等),能够够为用户提供一个较好的Qos,但是系统资源利用卒不高。文
方便,随需访问的一种模式。云计算平台的出现,使计算资源献[8]提出了基」蚁群算法的物埋机负载均衡方法,该算法采
像水和电一样,被普通加户使加,这种技术的出现尤疑会给广用肩发式的算法实现复尔度很高,影响用户的等待时回,算法
大企业带来巨大的收益。现在已经有诈多公可推出了商用的收敛速度过慢。文献『9提出了?种基」j分配最大资源、最小
云计算平台,如亚马逃的FC22、谷歌的 A Dp Eugine3,还有微资源以及共资源特性的拟机资源分配算法。何是该算法主
软的Aare等、但是云计算平台中存在着计算资源的利用率要针对吖个物理机进行资源分配,没有很好地对云系统中他
不是很高、资源浪费等题,导徴云计算资源提供商成本増大。物理机的资源进行合埋分配,不近合数据中心集群调度坏境。
因此,如何有效提高云系统中的资源利川率问题,已经成为
文献[10]中,聚焦系统中资源分配问,针对物埋机中席
个学术热点问题。
拟机分配提出了一种调度算法 Myopic Maxweight。该算法是非
近年来,国内外许多学者都将研究聚焦在云平合中虚拟机抢占式的,保证任务平均时延很低的前提条件下,尽快处理用
放置问题:,适当的拟机放置方法可以提高资源的利川率,户的资源请求任务。然而,该算法在选择物理机部署席拟机
提升系统的可靠性和川户休验,节约资源。文献[5]中引入了时,使加的算法要求所有物理机是相同配的,这与云环境ド
多日标优化模燜,提出了种基」知矩阵变换的算法,有效控制异构网络坏境不符,而且该算法进行虛拟机配置时,将等待队
了完成任务所需物理机数量,同时提高了资源的利用率。但是列长度与可放入任务数量的乘积作为整体考虑,没有考虑其中
该算法的优化模型只关注了将个资源池中多维资源的闲置情单一变量对资源利用率的影响
况,而没有考虑个物理机屮资源的利用率情况,幣个算法对
山此可知,当前国内外针对云系统中拟机VM的配置进
各物理的负载均衡情况没有加以考虑,因而数据中心运行可靠行研究,提出了许多高效的算法,何是人多数算法还是有明显
性会降低。文献[61提出了一种基下粒了群算法的虚拟机放不足之处,有待继续改进。本文在对 Myopic Maxwcigl算法研
旹策略,冇效提高了户任务请求响应时间,提高了个系统究基础之上,对该算法进行了部分改进。首先,在云系统调度
的任务处理速度。但是该算法单·地将CPU?数据处埋吋延中心缓存用户的资源请求:然后利用负载均衡调度算法,调度
收稿日期:2015-01-08;修回日期:2015-03-12基金项目:国家发改委高科技产业化项目(陕发放高技[2009]1365号)
作者简介:薛(1973-),男,陕西西安人,副教授,博士,主要研究方向为云计算、大数据、发布订阅系统(x73の163.com);马腾(1989-),罗,湖
北广水人,硕士,主要研究方向为云计算.