混合云中基于截止時(shí)間和費(fèi)用約束的調(diào)度模型及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及云計(jì)算領(lǐng)域，具體涉及一種混合云中基于截止時(shí)間和費(fèi)用約束的調(diào)度 模型及方法。
【背景技術(shù)】
[0002] 目前隨著企業(yè)應(yīng)用的擴(kuò)展和數(shù)據(jù)量的倍增，尤其是高峰時(shí)段，企業(yè)現(xiàn)有集群無法 滿足全部需求，因此需要大量增加硬件設(shè)施投入。但是除高峰時(shí)段外，大部分設(shè)備利用率不 高，造成了大量硬件設(shè)備的浪費(fèi)和操作成本的增加。因此為了減少硬件投入和維護(hù)成本，越 來越多的企業(yè)選擇混合云作為企業(yè)應(yīng)用部署平臺(tái)。混合云中除了有企業(yè)自己的本地私有 云，在私有云的計(jì)算能力等不能滿足要求時(shí)可以直接訪問計(jì)算能力更高的公有云，如一些 需要更強(qiáng)計(jì)算能力和存儲(chǔ)能力的應(yīng)用，或在高峰時(shí)段私有云資源過載，不能同時(shí)處理更多 的應(yīng)用任務(wù)。對(duì)此很多學(xué)者提出了一些解決方案，如對(duì)負(fù)載進(jìn)行管理，或?qū)?shù)據(jù)進(jìn)行劃分優(yōu) 化等，但是無論是針對(duì)資源負(fù)載還是數(shù)據(jù)應(yīng)用，調(diào)度問題都成為其中非常關(guān)鍵的一環(huán)：哪些 應(yīng)用需調(diào)度到公有云？哪些可以在本地私有云完成？如何盡可能最大化私有云利用率和 最小化公有云的租用費(fèi)用？如何保證時(shí)間與費(fèi)用這兩個(gè)目標(biāo)？
[0003] 目前關(guān)于混合云調(diào)度的研究主要從以下三個(gè)方面進(jìn)行描述。
[0004] 1)單一云的調(diào)度：
[0005] 關(guān)于混合云調(diào)度問題的研究，現(xiàn)有一些研究的調(diào)度定位與本文的有一定差別， 它們是在混合云中分別研究公有云和私有云的調(diào)度問題，而不是在混合云中如何將任務(wù) 調(diào)度至公有云或私有云的問題。如文獻(xiàn)[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公開了一種調(diào)度方法，針對(duì)混合云中的工作負(fù)載提出一種截止時(shí) 間約束的費(fèi)用優(yōu)化調(diào)度方法。文獻(xiàn)[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，為最小化費(fèi)用提出了一種混合云中 的搶占式調(diào)度方法，考慮了 QoS約束，但是它同樣是分別研究私有云和外包費(fèi)用。文獻(xiàn)[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.也是針對(duì)公有云和私有云分別制定的工作流調(diào)度方法。
[0006] 2)側(cè)重費(fèi)用：
[0007] 現(xiàn)有研究中有一部分是側(cè)重于討論在截止時(shí)間約束下的費(fèi)用優(yōu)化問題。如文 獻(xiàn)[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)，從云用戶的角度出發(fā)提出了一個(gè)外包調(diào)度模型，來最小化 費(fèi)用，但是它側(cè)重于討論公有云中的費(fèi)用優(yōu)化問題，而且它對(duì)解決問題的規(guī)模有一定 限制。文獻(xiàn)[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),應(yīng)用部分關(guān)鍵路徑提出了 一種費(fèi)用驅(qū)動(dòng)的工作流調(diào)度方法。文獻(xiàn)[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提出了兩種基于混合云架構(gòu)的調(diào)度優(yōu)化策略，但它主要側(cè)重于費(fèi)用的分 析。
[0008] 3)費(fèi)用與性能平衡：
[0009] 更多的研究是討論性能與費(fèi)用的平衡問題。如文獻(xiàn)[7]Abrishami S, Naghibzadeh M, Epema D H. Cost-driven scheduling of grid workflows using partial critical paths針對(duì)混合云中的不確定因素，提出了一種動(dòng)態(tài)資源分配方法，應(yīng)用帕累托優(yōu)化方法， 同時(shí)考慮了費(fèi)用和截止時(shí)間約束問題，但它的時(shí)間復(fù)雜度較高，兩個(gè)算法都大于等于〇(n 2) (η為任務(wù)個(gè)數(shù)）。文獻(xiàn)[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 開了一個(gè)自適應(yīng)啟發(fā)式工作流調(diào)度方法，它考慮了費(fèi)用和截止時(shí)間約束問題，但它只是針 對(duì)混合云中的數(shù)據(jù)分析工作流進(jìn)行調(diào)度。文獻(xiàn)[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)公開了一個(gè)多目標(biāo)的調(diào)度優(yōu)化方法。它 將執(zhí)行時(shí)間和成本作為優(yōu)化目標(biāo)，帶寬和存儲(chǔ)作為約束條件。文獻(xiàn)[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)公開了一種混合云調(diào)度方 法，側(cè)重于提高私有云的利用率，以期取得性能與費(fèi)用的平衡。文獻(xiàn)[ll]Javadi B，Abawajy J1Buyya R. Failure-aware resource provisioning for hybrid Cloud infrastructure, Journal of parallel and distributed computing, 2012, 72 (10)公開的研究成果主要研 究了在混合云中，當(dāng)資源請(qǐng)求失敗時(shí)，應(yīng)將任務(wù)調(diào)度至公有云還是私有云的調(diào)度問題。文獻(xiàn)
[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)公開了一個(gè)基于粒子群算法的自適應(yīng)混合云調(diào)度算法,它將 公有云和私有云資源作為一個(gè)集合，討論了截止時(shí)間的優(yōu)化和IaaS提供方的收益，但該方 法僅考慮了云提供方的收益，沒有考慮用戶的花費(fèi)問題。
[0011] 綜上所述，現(xiàn)有研究主要存在以下問題：
[0012] (1)現(xiàn)有關(guān)于混合云調(diào)度的研究方法中很多是側(cè)重于混合云中單一云的調(diào)度問 題，如側(cè)