科学网格中运行HPC工作负载的虚拟机的动态调度

采用虚拟化的主要动机是资源隔离、容量管理和资源定制，这使得资源提供商能够将其资源整合到虚拟机中。已有多种方法将虚拟化集成到科学网格中，特别是在高性能计算（HPC）领域，以便在虚拟机中运行网格作业，从而更好地配置底层资源并在运行时定制执行环境。尽管有这些优势，虚拟化层也会带来性能开销，并且目前尚不清楚这种开销将如何影响具有严格截止期限的作业调度系统的性能。由于这种开销随工作负载类型（内存密集型、CPU密集型或网络I/O密集型）而变化，可能导致系统中正在运行的作业的截止期限估计变得不可预测。在我们的研究中，我们尝试通过开发一种智能的虚拟机调度技术来解决这个问题，该技术监控工作负载类型和截止期限，并实时计算系统开销，以最大化在约定截止期限内完成的作业数量。