-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
服務(wù)與資源調(diào)度 版權(quán)信息
- ISBN:9787030691453
- 條形碼:9787030691453 ; 978-7-03-069145-3
- 裝幀:一般膠版紙
- 冊(cè)數(shù):暫無(wú)
- 重量:暫無(wú)
- 所屬分類:>
服務(wù)與資源調(diào)度 本書特色
適讀人群 :從事調(diào)度研究的學(xué)者、初入調(diào)度領(lǐng)域的研究生以及云計(jì)算、大數(shù)據(jù)相關(guān)行業(yè)的從業(yè)者本書全面系統(tǒng)深度分析服務(wù)與資源調(diào)度,緊扣大數(shù)據(jù)、云計(jì)算、人工智能等研究熱點(diǎn),提出了新型智能復(fù)雜調(diào)度框架。
服務(wù)與資源調(diào)度 內(nèi)容簡(jiǎn)介
本書以服務(wù)與資源調(diào)度為主線,從任務(wù)、資源、約束條件和目標(biāo)函數(shù)等不同角度分析了調(diào)度問(wèn)題的本質(zhì)。本書包括作者及其研究團(tuán)隊(duì)近年來(lái)在機(jī)器調(diào)度、云計(jì)算資源調(diào)度、服務(wù)調(diào)度、大數(shù)據(jù)計(jì)算任務(wù)調(diào)度等方面的重要研究成果。全書共8章,首先分析調(diào)度概念、要素與架構(gòu),然后從事前、事中、事后三個(gè)角度分別考慮單資源和多資源場(chǎng)景下的任務(wù)調(diào)度,MapReduce大數(shù)據(jù)計(jì)算模型下的任務(wù)調(diào)度,云服務(wù)系統(tǒng)調(diào)度性能分析,線性、非線性約束云服務(wù)調(diào)度以及云服務(wù)系統(tǒng)容錯(cuò)調(diào)度。 本書提出“算法+知識(shí)+數(shù)據(jù)+算力”的新型調(diào)度框架,可以作為服務(wù)與資源調(diào)度領(lǐng)域的參考指南,適合從事調(diào)度研究的學(xué)者、初入調(diào)度領(lǐng)域的研究生以及云計(jì)算、大數(shù)據(jù)相關(guān)行業(yè)的從業(yè)者閱讀。
服務(wù)與資源調(diào)度 目錄
前言
第1章 調(diào)度概念、要素與架構(gòu) 1
1.1 引言 1
1.2 什么是調(diào)度 5
1.3 任務(wù) 7
1.3.1 獨(dú)立任務(wù) 8
1.3.2 線性約束任務(wù) 12
1.3.3 非線性約束任務(wù) 15
1.4 資源 17
1.4.1 物理資源 19
1.4.2 資金資源 19
1.4.3 人力資源 20
1.4.4 信息資源 20
1.5 約束 20
1.5.1 任務(wù)約束 21
1.5.2 任務(wù)-任務(wù)約束 22
1.5.3 任務(wù)-資源約束 22
1.5.4 資源約束 24
1.6 優(yōu)化目標(biāo) 24
1.6.1 單目標(biāo) 24
1.6.2 多目標(biāo) 26
1.6.3 超多目標(biāo) 27
1.7 問(wèn)題難度和未來(lái)調(diào)度框架 27
1.7.1 問(wèn)題難度 27
1.7.2 未來(lái)調(diào)度框架 28
1.8 本章小結(jié) 29
第2章 單資源獨(dú)立任務(wù)調(diào)度 30
2.1 學(xué)習(xí)效應(yīng)和遺忘效應(yīng) 31
2.2 基于先驗(yàn)知識(shí)學(xué)習(xí)效應(yīng)的單機(jī)調(diào)度 34
2.2.1 基于先驗(yàn)知識(shí)的通用學(xué)習(xí)效應(yīng)模型 34
2.2.2 基于先驗(yàn)知識(shí)學(xué)習(xí)效應(yīng)模型的單機(jī)調(diào)度 34
2.3 通用效應(yīng)函數(shù)下的單機(jī)任務(wù)調(diào)度 42
2.4 帶退化效應(yīng)單機(jī)成組任務(wù)調(diào)度 50
2.4.1 問(wèn)題描述 51
2.4.2 單機(jī)成組任務(wù)調(diào)度退化效應(yīng)模型 52
2.4.3 啟發(fā)式求解算法 54
2.4.4 迭代貪心算法 64
2.4.5 實(shí)驗(yàn)分析與對(duì)比 67
2.5 本章小結(jié) 68
第3章 多資源線性約束任務(wù)調(diào)度 69
3.1 總完工時(shí)間*小化的無(wú)等待流水作業(yè)調(diào)度 69
3.1.1 無(wú)等待流水作業(yè)調(diào)度 69
3.1.2 *大左移長(zhǎng)度 70
3.1.3 機(jī)器 m 上的完工時(shí)間及性質(zhì) 72
3.1.4 基于作業(yè)尾臺(tái)機(jī)器距離的調(diào)度算法 76
3.1.5 通用完工時(shí)間距離及性質(zhì) 82
3.1.6 基于總完工時(shí)間距離的調(diào)度算法 88
3.1.7 通用開工時(shí)間距離及性質(zhì) 94
3.2 *大完工時(shí)間無(wú)等待流水作業(yè)調(diào)度 99
3.2.1 基本性質(zhì) 102
3.2.2 漸近啟發(fā)式算法 106
3.3 混合等待流水車間調(diào)度 110
3.3.1 問(wèn)題描述和數(shù)學(xué)模型 111
3.3.2 加速方法 112
3.3.3 MWFSP 的迭代貪心算法 118
3.4 具有先驗(yàn)知識(shí)學(xué)習(xí)和遺忘效應(yīng)的兩機(jī)流水作業(yè)調(diào)度 125
3.4.1 具有先驗(yàn)知識(shí)學(xué)習(xí)效應(yīng)和遺忘效應(yīng)模型 125
3.4.2 帶學(xué)習(xí)和遺忘效應(yīng)的兩機(jī)流水作業(yè)調(diào)度優(yōu)化目標(biāo) 126
3.4.3 啟發(fā)式算法 126
3.4.4 分支限界算法 128
3.5 帶學(xué)習(xí)效應(yīng)的流水作業(yè)調(diào)度 134
3.5.1 有支配關(guān)系的流水車間作業(yè)任務(wù)調(diào)度 135
3.5.2 支配流水車間作業(yè)調(diào)度*優(yōu)解規(guī)則 135
3.5.3 實(shí)例分析 142
3.6 本章小結(jié) 143
第4章 大數(shù)據(jù)計(jì)算任務(wù)云資源調(diào)度 145
4.1 大數(shù)據(jù)計(jì)算框架 145
4.1.1 MapReduce 計(jì)算框架 145
4.1.2 大數(shù)據(jù)計(jì)算任務(wù) 145
4.1.3 大數(shù)據(jù)計(jì)算任務(wù)云資源調(diào)度現(xiàn)狀 149
4.2 周期性 MapReduce 批處理作業(yè)調(diào)度 151
4.2.1 問(wèn)題描述與建模 151
4.2.2 批處理作業(yè)調(diào)度方法 154
4.3 能耗感知 MapReduce 作業(yè)調(diào)度 164
4.3.1 系統(tǒng)狀態(tài)劃分 165
4.3.2 問(wèn)題描述與數(shù)學(xué)模型 167
4.3.3 能耗感知 MapReduce 作業(yè)調(diào)度方法 169
4.4 本章小結(jié) 179
第5章 云服務(wù)系統(tǒng)調(diào)度性能分析 181
5.1 性能分析問(wèn)題 181
5.1.1 問(wèn)題分類 182
5.1.2 研究現(xiàn)狀 183
5.2 性能分析方法 186
5.2.1 確定處理器 186
5.2.2 M/B/N/N + R/FCFS 概率分析 187
5.2.3 G/G/N/∞/FCFS 概率分析 188
5.2.4 M/M[d]/N/∞/FCFS + D 概率分析 189
5.2.5 M/G/1/∞/FCFS 概率分析 190
5.3 云服務(wù)隨機(jī)請(qǐng)求的單隊(duì)列性能分析與調(diào)度 191
5.3.1 系統(tǒng)模型和問(wèn)題描述 191
5.3.2 平衡響應(yīng)時(shí)間和功耗算法 195
5.3.3 平衡響應(yīng)時(shí)間和功耗實(shí)驗(yàn)評(píng)估 207
5.4 截止期約束的云服務(wù)隨機(jī)請(qǐng)求彈性單隊(duì)列性能分析與調(diào)度 212
5.4.1 云系統(tǒng)模型和問(wèn)題描述 213
5.4.2 能耗*小化算法 217
5.4.3 能耗*小化實(shí)驗(yàn)評(píng)估 218
5.5 本章小結(jié) 224
第6章 線性約束云服務(wù)調(diào)度 226
6.1 彈性混合云資源下隨機(jī)多階段作業(yè)調(diào)度 226
6.1.1 問(wèn)題描述與數(shù)學(xué)模型 227
6.1.2 動(dòng)態(tài)事件調(diào)度算法 232
6.1.3 實(shí)驗(yàn)分析與算法比較 241
6.2 彈性云資源下具有模糊性的周期性多階段作業(yè)調(diào)度 248
6.2.1 問(wèn)題描述與數(shù)學(xué)模型 249
6.2.2 模糊動(dòng)態(tài)事件調(diào)度算法 254
6.2.3 實(shí)驗(yàn)分析和比較 263
6.3 本章小結(jié) 271
第7章 非線性約束云服務(wù)調(diào)度 272
7.1 基于非共享服務(wù)的工作流資源供應(yīng) 275
7.1.1 基于關(guān)鍵路徑的迭代啟發(fā)式算法 277
7.1.2 實(shí)驗(yàn)結(jié)果 284
7.2 基于共享服務(wù)的工作流資源供應(yīng) 288
7.2.1 問(wèn)題描述 288
7.2.2 多規(guī)則啟發(fā)式算法 291
7.2.3 實(shí)驗(yàn)結(jié)果 303
7.3 截止期和服務(wù)區(qū)間約束的云工作流調(diào)度 313
7.3.1 問(wèn)題描述與建模 315
7.3.2 基本性質(zhì) 317
7.3.3 迭代分解啟發(fā)式算法 319
7.3.4 實(shí)驗(yàn)與分析 326
7.4 資源預(yù)留模式下的周期性工作流調(diào)度 335
7.4.1 周期性工作流資源調(diào)度問(wèn)題描述 336
7.4.2 相關(guān)研究 339
7.4.3 基于優(yōu)先級(jí)樹的啟發(fā)式方法 340
7.4.4 實(shí)驗(yàn)與分析 353
7.5 本章小結(jié) 359
第8章 云服務(wù)系統(tǒng)容錯(cuò)調(diào)度 361
8.1 云系統(tǒng)中受截止期約束任務(wù)的混合容錯(cuò)調(diào)度 362
8.1.1 問(wèn)題模型 362
8.1.2 混合容錯(cuò)調(diào)度算法 365
8.1.3 實(shí)驗(yàn)分析 375
8.2 云系統(tǒng)中故障感知的彈性云工作流調(diào)度 384
8.2.1 問(wèn)題模型 384
8.2.2 特征分析 387
8.2.3 故障感知彈性調(diào)度算法 392
8.2.4 實(shí)驗(yàn)分析 398
8.3 本章小結(jié) 405
參考文獻(xiàn) 406
服務(wù)與資源調(diào)度 節(jié)選
第1章 調(diào)度概念、要素與架構(gòu) 調(diào)度 (scheduling) 是實(shí)際生產(chǎn)系統(tǒng)的核心,與計(jì)劃 (planning) 和執(zhí)行等環(huán)節(jié)緊密相關(guān)。調(diào)度已被不同學(xué)科 (如機(jī)械、交通、計(jì)算機(jī)、管理等) 學(xué)者從不同角度進(jìn)行了廣泛研究,通過(guò)不同視角認(rèn)識(shí)調(diào)度的本質(zhì),可充分利用不同研究觀點(diǎn)各自的優(yōu)勢(shì)取長(zhǎng)補(bǔ)短。由于調(diào)度是包含四類組件 (任務(wù) (task)、資源、約束和目標(biāo)) 的組合優(yōu)化問(wèn)題,可將其定義為一組任務(wù)到一組資源上的映射,滿足約束條件下實(shí)現(xiàn)一個(gè)或一組目標(biāo)的優(yōu)化。調(diào)度問(wèn)題非常廣泛,可根據(jù)如下四類組件劃分角度對(duì)其進(jìn)行刻畫。任務(wù)間的關(guān)系可分為三種類型:獨(dú)立、線性約束和非線性約束。資源可分為四類:物理設(shè)備、人力、資金和信息。約束也可分為四類:任務(wù)約束、資源約束、任務(wù)-任務(wù)約束和任務(wù)-資源約束。優(yōu)化目標(biāo)可簡(jiǎn)單地劃分為三類:?jiǎn)文繕?biāo)、多目標(biāo)和超多目標(biāo)。由于絕大部分調(diào)度問(wèn)題是 NP 難的,基于人工智能、大數(shù)據(jù)和云計(jì)算,提出“算法 + 知識(shí) + 數(shù)據(jù) + 算力”的新型智能復(fù)雜調(diào)度框架。 1.1 引言 數(shù)十年來(lái)調(diào)度一直是制造、交通運(yùn)輸、計(jì)算機(jī) (包括云計(jì)算、服務(wù)計(jì)算)、管理和自動(dòng)化等多學(xué)科的熱門話題,不同學(xué)科的調(diào)度問(wèn)題具有不同特征。 調(diào)度*早受到制造業(yè)關(guān)注 [1],即如何合理地為一組給定任務(wù)分配加工機(jī)器和必要工具,以*小化一個(gè)或多個(gè)目標(biāo) (如*大完成時(shí)間或 makespan、預(yù)算、成本等),或*大化一個(gè)或多個(gè)目標(biāo) (如資源利用率、能源消耗等)。實(shí)際制造系統(tǒng)中存在許多調(diào)度優(yōu)化問(wèn)題 (如組件生產(chǎn)調(diào)度、零部件生產(chǎn)調(diào)度、工人工班安排、組裝任務(wù)調(diào)度)。生產(chǎn)企業(yè)處于不同崗位的角色關(guān)注不同目標(biāo),如企業(yè)領(lǐng)導(dǎo)關(guān)注如何*小化工期、*小化零配件生產(chǎn)成本、*小化能源消耗、*大化資源利用率,而生產(chǎn)工人則期望收入*大化。調(diào)度通常受到各種用戶需求或條件約束,如產(chǎn)品需按時(shí)交付、工人技能水平參差不齊、預(yù)算受限等,實(shí)際應(yīng)用中各種復(fù)雜約束使得調(diào)度問(wèn)題異常復(fù)雜。如何為這類問(wèn)題找到*優(yōu)解甚至可行解非常難,因此,通常需要對(duì)一些約束進(jìn)行簡(jiǎn)化甚至完全不考慮,常見的經(jīng)典生產(chǎn)調(diào)度包括單機(jī)器調(diào)度、作業(yè)車間 (job shop) 調(diào)度、流水車間調(diào)度、開放車間調(diào)度和項(xiàng)目調(diào)度等。因此,實(shí)際工程應(yīng)用調(diào)度和調(diào)度理論研究間存在一定差距。技術(shù)變革推動(dòng)著制造業(yè)等行業(yè)快速發(fā)展,調(diào)度問(wèn)題越來(lái)越接近實(shí)際,待研究的調(diào)度問(wèn)題也越來(lái)越復(fù)雜。除核心制造企業(yè)外,包括各級(jí)供應(yīng)商、客戶等在內(nèi)的整個(gè)供應(yīng)鏈全局優(yōu)化等越來(lái)越受到重視,實(shí)際制造過(guò)程在橫向和縱向上的調(diào)度優(yōu)化問(wèn)題及其相互關(guān)系如圖 1.1所示。另外,智慧制造、網(wǎng)絡(luò)化制造和云制造等造成資源地理分布、產(chǎn)品回收、可持續(xù)制造和客戶需求反饋等各類新型復(fù)雜約束條件,使相應(yīng)的調(diào)度問(wèn)題變得更加復(fù)雜。過(guò)去幾十年中,有大量關(guān)于制造調(diào)度的研究,僅綜述文章就超過(guò) 70 篇,主要包括工業(yè) 4.0、流水車間 (flow shop)、作業(yè)車間(job shop)、鋼鐵生產(chǎn)、網(wǎng)絡(luò)化制造、可持續(xù)制造、工藝規(guī)劃和調(diào)度集成與單機(jī)系統(tǒng)等。 圖 1.1 制造系統(tǒng)中的調(diào)度問(wèn)題 交通運(yùn)輸行業(yè)有許多調(diào)度問(wèn)題,即在不同約束下如何通過(guò)運(yùn)輸工具 (如船舶、飛機(jī)、卡車、火車、管道等) 運(yùn)輸物品,典型的約束條件包括有限空間、裝載能力、等待時(shí)間、周轉(zhuǎn)時(shí)間、能源消耗等,常見的運(yùn)輸方式有海運(yùn)、陸運(yùn)和空運(yùn)。海運(yùn)優(yōu)化問(wèn)題包括集裝箱調(diào)度、郵輪航線規(guī)劃、船舶路線選擇、貨物路線選擇、船隊(duì)調(diào)度/分配和海上石油運(yùn)輸?shù)龋豢者\(yùn)優(yōu)化問(wèn)題包括直升機(jī)路線規(guī)劃、空勤人員安排等。陸運(yùn)優(yōu)化是交通運(yùn)輸調(diào)度中研究*多的問(wèn)題,包括車輛路線規(guī)劃、旅行計(jì)劃、車輛出發(fā)時(shí)間優(yōu)化、公交車調(diào)度、列車編組、機(jī)車路徑規(guī)劃和列車調(diào)度等。這些調(diào)度問(wèn)題中大多數(shù)都是經(jīng)典 TSP(旅行商問(wèn)題) 的變體。 手術(shù)室是大部分醫(yī)院的關(guān)鍵資源,如何為多位不同緊急程度的患者同時(shí)合理安排多類資源 (如手術(shù)臺(tái)、特種醫(yī)療設(shè)備、床位、手術(shù)醫(yī)生、護(hù)士、麻醉師等) 是很難的問(wèn)題。典型優(yōu)化目標(biāo)通常考慮*大化外科手術(shù)資源、*小化醫(yī)療費(fèi)用、*小化等待時(shí)間、*小化完成時(shí)間或完工時(shí)間等,或者同時(shí)考慮多個(gè)目標(biāo)。考慮這些目標(biāo)的角色也不同,醫(yī)院管理者希望*大限度地利用有限醫(yī)療設(shè)備和人力資源,而患者希望*大化自己的滿意度并*小化費(fèi)用。目前對(duì)外科規(guī)劃、手術(shù)臺(tái)調(diào)度、主刀醫(yī)生調(diào)度等主流調(diào)度問(wèn)題都有不同程度的研究。實(shí)際手術(shù)室調(diào)度問(wèn)題的許多不確定因素 (特別是許多人為操作通常都是不確定的),已有研究基本都不加考慮或者假定為確定的;外科技術(shù)的發(fā)展推動(dòng)著更多調(diào)度問(wèn)題的出現(xiàn),如基于互聯(lián)網(wǎng)的遠(yuǎn)程專家、遠(yuǎn)程醫(yī)療設(shè)備綜合外科手術(shù)調(diào)度等。過(guò)去幾十年中已有大量外科手術(shù)調(diào)度文獻(xiàn),部分研究將相應(yīng)問(wèn)題歸結(jié)為車間作業(yè)調(diào)度、機(jī)器調(diào)度、工作流和智能外科手術(shù)調(diào)度等。 自動(dòng)化行業(yè)的調(diào)度問(wèn)題更側(cè)重于實(shí)際應(yīng)用,如自動(dòng)化制造系統(tǒng) (AMS)、自動(dòng)導(dǎo)引車 (AGV) 調(diào)度、建筑自動(dòng)化調(diào)度、智能家居電力調(diào)度等。AMS 中企業(yè)領(lǐng)導(dǎo)關(guān)注各種約束 (如預(yù)算和截止日期) 條件下的制造過(guò)程如何合理調(diào)度以減少能源消耗或提高資源利用率;在彈性制造系統(tǒng)或自動(dòng)化倉(cāng)儲(chǔ)中,AGV 廣泛用于不同地點(diǎn)間的物料運(yùn)送,AGV 調(diào)度很重要,路徑容量、網(wǎng)絡(luò)布局和任務(wù)優(yōu)先級(jí)等約束提高了該類問(wèn)題的難度;建筑行業(yè)的一個(gè)重要問(wèn)題是如何滿足時(shí)間和成本要求的項(xiàng)目施工,其中任務(wù)間具有復(fù)雜的偏序約束關(guān)系;智能家居系統(tǒng)中對(duì)家電進(jìn)行合理調(diào)度可以在滿足硬約束和 (或) 軟約束下降低功耗。與其他領(lǐng)域類似,實(shí)際應(yīng)用的自動(dòng)化調(diào)度問(wèn)題與相應(yīng)的調(diào)度研究間也存在一定差距。自動(dòng)化技術(shù)的發(fā)展也將帶來(lái)越來(lái)越多、更為復(fù)雜的調(diào)度問(wèn)題。 管理科學(xué)中有許多與其他領(lǐng)域類似的調(diào)度問(wèn)題,如能源管理、運(yùn)營(yíng)管理、供應(yīng)鏈、物流、醫(yī)療保健管理、庫(kù)存管理、項(xiàng)目管理和生產(chǎn)管理,其中項(xiàng)目調(diào)度是項(xiàng)目管理的關(guān)鍵,也是管理科學(xué)*受關(guān)注的問(wèn)題之一。項(xiàng)目調(diào)度中的任務(wù)是包含在項(xiàng)目中的活動(dòng) (activity),通常不同活動(dòng)對(duì)不同類型資源 (如資金、人員、設(shè)備) 的需求不同,不同用戶關(guān)心的優(yōu)化目標(biāo)也不同,常見的目標(biāo)有*小化項(xiàng)目工期、*小化項(xiàng)目成本、*大化項(xiàng)目收益、滿足截止日期的性能優(yōu)化等。項(xiàng)目調(diào)度問(wèn)題在實(shí)際應(yīng)用中廣泛存在,已有研究可從不同角度進(jìn)行分類,如單項(xiàng)目/多項(xiàng)目調(diào)度、單模式/多模式/無(wú)限模式項(xiàng)目調(diào)度。在過(guò)去幾十年中,研究*多的是資源受限項(xiàng)目調(diào)度問(wèn)題 (RCPSP),并由此產(chǎn)生很多變體問(wèn)題,如資源受限搶占式項(xiàng)目調(diào)度問(wèn)題 (PRCPSP)、資源受限多模式項(xiàng)目調(diào)度問(wèn)題 (MRCPSP)、資源受限多項(xiàng)目調(diào)度問(wèn)題 (RCMPSP)、多目標(biāo)資源受限項(xiàng)目調(diào)度問(wèn)題 (MORCPSP) 和不確定資源受限項(xiàng)目調(diào)度問(wèn)題等。 計(jì)算機(jī)系統(tǒng)中存在大量的調(diào)度問(wèn)題,*基本的就是操作系統(tǒng)中的進(jìn)程 (process)或線程 (thread) 調(diào)度,即如何合理地將用戶程序創(chuàng)建的進(jìn)程或線程調(diào)度到計(jì)算機(jī)系統(tǒng)中的 CPU 等資源上以優(yōu)化某個(gè)或某些指標(biāo) (如 CPU 利用率、吞吐量、等待時(shí)間、響應(yīng)時(shí)間等),由于進(jìn)程或線程通常彼此相互獨(dú)立,采用的主要調(diào)度規(guī)則有先來(lái)先服務(wù) (FCFS)、*短作業(yè)優(yōu)先 (SJF)、輪詢調(diào)度 (RR) 和優(yōu)先權(quán)調(diào)度 (PS) 等。但這些簡(jiǎn)單規(guī)則并不一定適用于地理分布計(jì)算資源 (如服務(wù)器)間有通信開銷的分布式計(jì)算場(chǎng)景,通信開銷會(huì)推遲任務(wù)的完成時(shí)間,甚至使其超過(guò)截止期;分布計(jì)算資源可能同構(gòu),也可能異構(gòu) (一般指具有不同處理速度),故考慮計(jì)算和通信開銷的調(diào)度將不再簡(jiǎn)單。由于有限的本地計(jì)算資源難以滿足云計(jì)算中任務(wù)的巨大資源需求,假定具有無(wú)限云資源的云計(jì)算就成為任務(wù)分配理想模型,云計(jì)算架構(gòu)主要包括三個(gè)層次:基礎(chǔ)設(shè)施即服務(wù)(infrastructure as a service,IaaS)、平臺(tái)即服務(wù) (platform as a service,PaaS) 和軟件即服務(wù) (software as a service,SaaS),不同資源租用方式 (預(yù)留、按需和競(jìng)價(jià)計(jì)價(jià)) 等新屬性和約束為該類系統(tǒng)帶來(lái)許多調(diào)度難題。后來(lái)出現(xiàn)的邊緣計(jì)算技術(shù)在一定程度上可降低任務(wù)的通信開銷,但邊緣計(jì)算資源的計(jì)算能力遠(yuǎn)不如云計(jì)算資源,如何在通信開銷和邊緣計(jì)算能力之間進(jìn)行平衡又產(chǎn)生另一大類調(diào)度問(wèn)題;云計(jì)算和邊緣計(jì)算調(diào)度的資源基本單位是虛擬機(jī) (virtual machine,VM) 而非 CPU。單機(jī)系統(tǒng)中的程序由操作系統(tǒng)創(chuàng)建的進(jìn)程或線程執(zhí)行,隨著實(shí)際程序功能的迅速擴(kuò)大,一臺(tái)計(jì)算機(jī)往往難以單獨(dú)執(zhí)行,面對(duì)這樣的需求,面向服務(wù)架構(gòu) (SOA) 框架提供了一種解決方案,SOA 是一種組件與服務(wù)緊耦合的一體化 (monolithic) 框架,服務(wù)及服務(wù)間的切換需要大量資源,導(dǎo)致巨大資源浪費(fèi);后來(lái)出現(xiàn)的微服務(wù)為松耦合框架,每個(gè)微服務(wù)都僅需要一個(gè)容器,一個(gè) VM 里可配置多個(gè)容器;與 SOA 應(yīng)用 (application) 相比,微服務(wù)具有更多偏序約束關(guān)系。盡管兩類應(yīng)用都可刻畫為工作流調(diào)度,但微服務(wù)調(diào)度比 SOA 應(yīng)用調(diào)度困難得多;如何將容器配置到 VM和服務(wù)器也存在許多優(yōu)化問(wèn)題。大數(shù)據(jù)中采用 MapReduce、Spark 等模型在云計(jì)算環(huán)境下進(jìn)行數(shù)據(jù)塊處理時(shí),如何合理地將這些任務(wù) (Map 任務(wù)、Reduce 任務(wù)、Spark 作業(yè)、Spark 級(jí)段或 Spark 任務(wù)) 調(diào)度到云資源,對(duì)大數(shù)據(jù)計(jì)算性能至關(guān)重要。在過(guò)去幾十年中,有大量關(guān)于計(jì)算機(jī)系統(tǒng)中的調(diào)度問(wèn)題的研究,關(guān)注對(duì)象包括軟件定義系統(tǒng)、大數(shù)據(jù)、云計(jì)算 [2]、網(wǎng)格計(jì)算和多處理器系統(tǒng)等的任務(wù)調(diào)度。 此外,調(diào)度還存在于其他一些學(xué)科和實(shí)際應(yīng)用中,相應(yīng)的示意圖如圖 1.2所示。 圖 1.2 不同學(xué)科和應(yīng)用中的調(diào)度問(wèn)題 1.2 什么是調(diào)度 定義 1.1 調(diào)度是一個(gè)映射過(guò)程,即如何將一組任務(wù)或活動(dòng)在滿足一組約束的條件下映射到一組資源上,以*優(yōu)化 (*大化或*小化) 給定目標(biāo) (或目標(biāo)向量)。調(diào)度確定出任務(wù)的執(zhí)行順序及它在資源上的開始和結(jié)束時(shí)間,包含任務(wù)、資源、約束和目標(biāo)四要素,如圖 1.3 所示。 圖 1.3 調(diào)度的組件 任務(wù):所有要處理的事項(xiàng)、要執(zhí)行的動(dòng)作或要執(zhí)行的程序都可視為任務(wù),任務(wù)的所有屬性 (如處理時(shí)間、優(yōu)先級(jí)等) 在調(diào)度前定義 (定義于計(jì)劃階段,下面將詳細(xì)敘述),任務(wù)也可視為被服務(wù)對(duì)象或服務(wù)消費(fèi)者。極端情況下上述學(xué)科應(yīng)用涉及的調(diào)度算法,其執(zhí)行過(guò)程本質(zhì)上也可視為計(jì)算任務(wù),即操作系統(tǒng)為這些調(diào)度算法的實(shí)現(xiàn)程序創(chuàng)建進(jìn)程或線程,并將進(jìn)程或線程調(diào)度到處理器上執(zhí)行。為簡(jiǎn)化起見,下面涉及的被安排事項(xiàng) (作業(yè)、任務(wù)、活動(dòng)、操作、進(jìn)程、線程、零件、物品、容器等) 通稱為任務(wù)。 資源:服務(wù)提供者提供的服務(wù),通常調(diào)度所考慮的資源是有限的 (如果資源足夠豐富,則不需要調(diào)度),常見的資源有機(jī)床、CPU、服務(wù)器、虛擬機(jī)、內(nèi)存、I/O 設(shè)備、登機(jī)口、公共汽車、乘務(wù)員、外科醫(yī)生、護(hù)士、病床、節(jié)點(diǎn)、插槽、教室、工人等。 約束:通常調(diào)度問(wèn)題的解空間很大,但由于各種約束條件的限制,并非所有解都可行,這些約束將整個(gè)解空間的可行解分割為多個(gè)孤島 (實(shí)際上對(duì)于調(diào)度問(wèn)題,這類離散優(yōu)化解之間都不是連續(xù)的,這里僅將相對(duì)集中的一些解當(dāng)成一個(gè)孤島),常見的約束條件有交貨期 (due date)、截止時(shí)間、優(yōu)先級(jí)、安全性、隱私、預(yù)算、可用性、可靠性、到達(dá)時(shí)間等。. 目標(biāo):調(diào)度的目的是通過(guò)構(gòu)造或設(shè)計(jì)出算法,從所有孤島中找到*優(yōu)解 (調(diào)度或時(shí)間表),常見的優(yōu)化目標(biāo)有完成時(shí)間、總執(zhí)行時(shí)間、遲延、響應(yīng)時(shí)間、吞吐量、等待時(shí)間、租賃成本、能源、利用率、資源均衡、服務(wù)質(zhì)量 (QoS) 等,有時(shí)同時(shí)考慮多目標(biāo) (兩個(gè)或三個(gè)目標(biāo)) 或超多目標(biāo) (至少四個(gè)目標(biāo)) 的優(yōu)化。 調(diào)度的組合優(yōu)化特性使得多項(xiàng)式時(shí)間復(fù)雜度內(nèi)在孤立的多個(gè)可行解孤島上找到*優(yōu)解幾乎不可能,搜索是目前解決這類離散優(yōu)化問(wèn)題的唯一方法。絕大多數(shù)調(diào)度問(wèn)題都是 NP 難的,在用戶可接受的有限計(jì)算時(shí)間內(nèi)找到*優(yōu)值幾乎不可能,實(shí)際可接受的方案是找到近似*優(yōu)或甚至可行解即可。此外,搜索算法的魯棒性也很重要,即所設(shè)計(jì)算法不僅對(duì)某些特定問(wèn)題有效,而且對(duì)所有該
服務(wù)與資源調(diào)度 作者簡(jiǎn)介
李小平,東南大學(xué)特聘教授、二級(jí)教授,博士生導(dǎo)師,教青部新世紀(jì)很好人才,CCF杰出會(huì)員、EEE不錯(cuò)會(huì)員,CCF服務(wù)計(jì)算專委會(huì)常務(wù)委員、協(xié)同計(jì)算專委會(huì)常務(wù)委員,中國(guó)仿真學(xué)會(huì)智能仿真優(yōu)化與調(diào)度專委會(huì)常務(wù)委員。主持國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目和課題、國(guó)家863計(jì)劃項(xiàng)目、國(guó)家科技支撐計(jì)劃課題、國(guó)家自然科學(xué)基金項(xiàng)目等10余項(xiàng),參與國(guó)家自然基金重點(diǎn)項(xiàng)目1項(xiàng)(合作單位負(fù)責(zé)人)。在IEEE Transactions系列期刊(TC、TPDS、TSC、TASE、TCC、TCYB、TSMC.A)、FGCS、EJOR、OMEGA、Information Sciences 、Science China Information Sciences、《中國(guó)科學(xué)》、《計(jì)算機(jī)學(xué)報(bào)》等靠前國(guó)內(nèi)高水平期刊或靠前會(huì)議上發(fā)表論文100余篇。主要研究方向:調(diào)度優(yōu)化、服務(wù)計(jì)算、云計(jì)算、云制造、智能算法。
- >
月亮虎
- >
姑媽的寶刀
- >
山海經(jīng)
- >
推拿
- >
月亮與六便士
- >
唐代進(jìn)士錄
- >
隨園食單
- >
小考拉的故事-套裝共3冊(cè)