IaaS 云中满足科学工作流成本与截止期约束的资源供给与调度算法
分布式、并行与集群计算
2018-06-08 v1
摘要
云计算的基础设施即服务（IaaS）模式是执行受成本与截止期约束的工作流应用的理想平台，因为云计算的弹性允许大规模复杂科学工作流应用根据其截止期需求动态伸缩。然而，在分布式计算环境中调度这些多任务工作流作业是一个计算困难的多目标组合优化问题。关键挑战在于调度工作流任务的同时满足用户服务质量（QoS）要求与应用截止期。现有研究不仅未能应对该挑战，亦未纳入云环境中计算资源的弹性与异构性基本原理。本文提出一种资源供给与调度算法，在 IaaS 云上调度工作流应用以满足应用截止期约束，同时优化执行成本。所提算法基于受自然启发的群体智能水滴（IWD）优化算法。在 CloudSim 仿真环境中以四种真实工作流应用的实验结果表明，IWD 算法能在指定截止期内以优化成本调度工作流任务，且 IWD 算法可快速收敛至近优解。
引用
@article{arxiv.1806.02397,
title = {Resource Provisioning and Scheduling Algorithm for Meeting Cost and Deadline-Constraints of Scientific Workflows in IaaS Clouds},
author = {Amit Gajbhiye and Shailendra Singh},
journal= {arXiv preprint arXiv:1806.02397},
year = {2018}
}
备注
15 pages, 8 figures, This work is done in the year 2015 when the first author was part of NITTTR, Bhopal, India