云计算环境下多有向无环图工作流的节能调度算法

doi:10.11772/j.issn.1001-9081.2013.09.2428

计算机应用 ›› 2013, Vol. 33 ›› Issue (09): 2410-2415.DOI: 10.11772/j.issn.1001-9081.2013.09.2428

云计算环境下多有向无环图工作流的节能调度算法

刘丹琦¹,于炯²,英昌甜¹

1. 新疆大学信息科学与工程学院,乌鲁木齐 834000
2. 新疆大学软件学院,乌鲁木齐 834000

收稿日期:2013-03-12 修回日期:2013-04-26 出版日期:2013-09-01 发布日期:2013-10-18
通讯作者: 刘丹琦
作者简介:刘丹琦(1988-),女,新疆克拉玛依人,硕士研究生,主要研究方向:云计算、绿色计算;
于炯(1964-),男,北京人,教授,博士生导师,博士,主要研究方向:分布式与网格计算、网络安全;
英昌甜(1989-),女,新疆乌鲁木齐人,博士研究生,主要研究方向:数据库、网格调度算法。
基金资助:
国家自然科学基金资助项目;国家自然科学基金资助项目

Energy efficient scheduling for multiple directed acyclic graph in cloud computing

LIU Danqi¹,YU Jiong²,Ying Changtian¹

1. School of Information Science and Engineering, Xinjiang University, Urumqi Xinjiang 834000, China
2. School of Software, Xinjiang University, Urumqi Xinjiang 834000, China

Received:2013-03-12 Revised:2013-04-26 Online:2013-10-18 Published:2013-09-01
Contact: LIU Danqi

摘要/Abstract

摘要： 针对多有向无环图(DAG)工作流节能调度算法中存在的节能效果不佳、适用范围较窄和无法兼顾性能优化等问题,提出了一种新的多DAG工作流节能调度方法——MREO。MREO在对计算密集型和通信密集型任务特点进行分析的基础上,通过整合独立任务,减少了处理器的数量,并利用回溯和分支限界算法对任务整合路径进行动态的优化选择,有效降低了整合算法的复杂度。实验结果证明,MREO在保证多DAG工作流性能的前提下,能够有效降低系统的计算和通信能量开销,获得了良好的节能效果。

关键词: 多有向无环图, 整合, 节能调度, 能耗

Abstract: Energy-efficient scheduling algorithms based on multiple Directed Acyclic Graph (DAG) fail to save energy efficiently, have a narrow application scope and cannot take performance optimization into account. In order to solve these problems, Multiple Relation Energy Optimizing (MREO) was proposed for multiple DAG workflows. MREO integrated independent tasks to reduce the number of processors used, on the basis of analyzing the characteristics of computation-intensive and communication-intensive tasks. Backtracking and branch-and-bound algorithm were employed to select the best integration path dynamically and reduce the complexity of the algorithm at the same time. The experimental results demonstrate that MREO can reduce the computation and communication energy cost efficiently and get a good energy saving effect on the premise of guaranteeing the performance of multiple DAG workflows.

Key words: multiple Directed Acyclic Graph (DAG), integration, Energy-Efficient Scheduling (EES), energy consumption

中图分类号:

TP393

刘丹琦于炯英昌甜. 云计算环境下多有向无环图工作流的节能调度算法[J]. 计算机应用, 2013, 33(09): 2410-2415.

LIU Danqi YU Jiong Ying Changtian. Energy efficient scheduling for multiple directed acyclic graph in cloud computing[J]. Journal of Computer Applications, 2013, 33(09): 2410-2415.

[1]	尹飞, 龙玲莉, 孔峥, 邵涵, 李鑫, 钱柱中. 面向动态负载的集群容器部署方法[J]. 计算机应用, 2021, 41(6): 1581-1588.
[2]	杨翎, 姜春茂. 基于三支决策的虚拟机节能迁移策略[J]. 计算机应用, 2021, 41(4): 990-998.
[3]	孙环, 陈宏滨. 基于萤火虫算法的无线传感器网络节点重部署策略[J]. 计算机应用, 2021, 41(2): 492-497.
[4]	杨华龙, 王美玉, 辛禹辰. 横向整合战略下异质车辆库存路径优化模型[J]. 计算机应用, 2021, 41(10): 3040-3048.
[5]	赵志学, 李夏苗, 周鲜成. 考虑拥堵区域的多车型绿色车辆路径问题优化[J]. 计算机应用, 2020, 40(3): 883-890.
[6]	潘建国, 李豪. 基于实用拜占庭容错的物联网入侵检测方法[J]. 计算机应用, 2019, 39(6): 1742-1746.
[7]	赵威, 林煜明, 黄涛贻, 李优. 成本约束下自适应众包标注的用户观点抽取[J]. 计算机应用, 2019, 39(5): 1351-1356.
[8]	李启锐, 彭志平, 崔得龙, 何杰光. 容器云环境虚拟资源配置策略的优化[J]. 计算机应用, 2019, 39(3): 784-789.
[9]	夏军, 袁帅, 杨逸. 基于异构多核平台低能耗周期任务调度算法[J]. 计算机应用, 2019, 39(10): 2980-2984.
[10]	李树, 于炯, 国冰磊, 蒲勇霖, 杨德先, 刘粟. 基于SSD数据库负载的SQL能耗感知模型[J]. 计算机应用, 2019, 39(1): 205-212.
[11]	汪汉新, 洪思琴. 基于环分块的能耗均衡分簇路由算法[J]. 计算机应用, 2019, 39(1): 251-255.
[12]	毛莺池, 郝帅, 平萍, 戚荣志. 基于组合双向拍卖的云资源调度方法[J]. 计算机应用, 2019, 39(1): 1-7.
[13]	李安超, 陈桂芬. 基于奇偶轮成簇和双簇首的非均匀分簇协议[J]. 计算机应用, 2018, 38(7): 1995-2000.
[14]	李双俐, 李志华, 喻新荣, 闫成雨. 基于负载不确定性的虚拟机整合方法[J]. 计算机应用, 2018, 38(6): 1658-1664.
[15]	佟飘, 龙隆, 韩雪, 邱大伟, 胡茜. 基于簇内能耗最优的设备到设备缓存通信内容共享算法[J]. 计算机应用, 2018, 38(6): 1703-1708.

云计算环境下多有向无环图工作流的节能调度算法

Energy efficient scheduling for multiple directed acyclic graph in cloud computing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics