云计算环境下科学工作流两阶段任务调度策略

doi:10.3724/SP.J.1087.2013.01006

计算机应用 ›› 2013, Vol. 33 ›› Issue (04): 1006-1009.DOI: 10.3724/SP.J.1087.2013.01006

云计算环境下科学工作流两阶段任务调度策略

闫歌,于炯,杨兴耀

新疆大学信息科学与工程学院，乌鲁木齐 830046

收稿日期:2012-10-26 修回日期:2012-11-22 发布日期:2013-04-23 出版日期:2013-04-01
通讯作者: 闫歌
作者简介:闫歌 (1988-)，女，新疆乌鲁木齐人，硕士研究生，主要研究方向：云计算、网格与分布式计算；于炯(1964-)，男，新疆乌鲁木齐人，教授，博士，主要研究方向：网络安全、网格与分布式计算；杨兴耀(1984－)，男，新疆乌鲁木齐人，博士研究生，主要研究方向：数据库、网格与分布式计算。
基金资助:
国家自然科学基金资助项目(60863003，61063042，61262088);新疆维吾尔自治区自然科学基金资助项目(2011211A011)

Two-step task scheduling strategy for scientific workflow on cloud computing platform

YAN Ge,YU Jiong,YANG Xingyao

School of Information Science and Engineering, Xinjiang University, Urumqi Xingjiang 830046, China

Received:2012-10-26 Revised:2012-11-22 Online:2013-04-23 Published:2013-04-01
Contact: YAN Ge

摘要/Abstract

摘要： 经过对云环境下科学工作流现有的任务调度策略进行分析研究，针对异态最早结束时间(HEFT)算法及其改进算法SHEFT在任务执行过程中出现的资源闲置现象，结合云计算的特点，在SHEFT算法的基础上提出了一种两阶段任务调度策略。该策略在完成时间最少的情况下能够对资源的闲置时间进行尽可能的利用。经过对该算法进行实验和性能分析，表明该策略在完成时间和资源利用方面都有很大改进。

关键词: 云计算, 科学工作流, 异态最早结束时间算法, SHEFT算法, 资源分配, 任务调度

Abstract: According to the research and analysis on the existing task scheduling strategy of scientific workflow under the cloud environment, a two-step task scheduling strategy was proposed. This strategy aimed at solving or alleviating the phenomenon of resource idle in Heterogeneous Earliest Finish Time (HEFT) algorithm and SHEFT algorithm. Along with the characteristics of cloud computing environment, it derives from the SHEFT algorithm. It can make the most use of the resources idle time and get the minimum makespan. The experiments and performance analysis for the scheduling strategy show that it has a significant improvement in the workflow makespan and resource utilization.

Key words: cloud computing, scientific workflow, Heterogeneous Earliest Finish Time (HEFT) algorithm, SHEFT algorithm, resource allocation, task scheduling

中图分类号:

TP301.6

闫歌于炯杨兴耀. 云计算环境下科学工作流两阶段任务调度策略[J]. 计算机应用, 2013, 33(04): 1006-1009.

YAN Ge YU Jiong YANG Xingyao. Two-step task scheduling strategy for scientific workflow on cloud computing platform[J]. Journal of Computer Applications, 2013, 33(04): 1006-1009.

参考文献

［1］BORNE K D．Data-driven discovery through e-science technologies［C］// Proceedings of the 2nd IEEE International Conference on Space Mission Challenges for Information Technology．Washington，DC，USA：IEEE Computer Society，2006：251-256．

［2］LIN C，LU S Y，FEI X B，et al.A reference architecture for scientific workflow management systems and the view SOA solution［J］．IEEE Transactions on Service Computing，2009，2(1)：79-92．

［3］REN K J，CHEN J J，XIAO N．Building Quick Service Query List (QSQL) to support automated service discovery for scientific workflow［J］．Concurrency and Computation Practice and Experience，2009，21(16)：2099-2117．

［4］WEISS A．Computing in the cloud［J］．netWorker, 2007，11(4)：18-25．

［5］DEELMAN E，SINGH G，LIB-NY M，et al.The cost of doing science on the cloud: the Montage example［C］// Proceedings of the 2008 ACM/IEEE Conference on Supercomputing．Piscataway：IEEE Press，2008：1-12．

［6］EKANAYAKE J X, QIU T, GUNARATHNE S, et al.High performance parallel computing with clouds and cloud technologies［M］// Cloud Computing and Software Services：Theory and Techniques. [S.l.]: CRC Press，2010: 20-38．

［7］HWANG K，DONGARRA J，FOX C C．Distributed and cloud computing systems: from parallel processing to the Internet of things［M］.Grids，Clouds，and the Future Internet. [S.l.]: Morgan Kauffmann，2011．

［8］MORETTI C，BUI H，HOLLINGSWORTH K，et al.An abstraction for data-intensive computing on campus grids［J］．IEEE Transactions on Parallel and Distributed Systems，2010，21(1)：33-46．

［9］郭文彩，杨扬．基于遗传算法的网格服务工作流调度的研究［J］．计算机应用，2006,26(1)：54-56．

［10］王勇，胡春明，杜宗霞．服务质量感知的网格上作流调度［J］．软件学报，2006，17(11)：2341-2351．

［11］郭文彩，杨扬．一种面向服务的网格工作流调度算法［J］．计算机科学，2006，33(6)：132-134．

［12］PRODAN R， FAHRINGER T． Dynamic scheduling of scientific workflow applications on the grid using a modular optimisation tool: a case study［C］// 20th Symposion of Applied Computing．Santa Fe，New Mexico，USA：ACM，2005：56-62．

［13］ZHAO H N，SAKELLARIOU R．An experimental investigation into the rank function of the heterogeneous earliest finish time scheduling algorithm［J］．Euro-Par - European Conference on Parallel Processing, LNCS 2790. Berlin: Springer，2003：189-194．

［14］DECKER J，SCHNEIDER J．Heuristic scheduling of grid workflows supporting co-allocation and advance reservation［C］// Seventh IEEE International Symposium on Cluster Computing and the Grid．Washington, DC：IEEE Computer Society，2007：335-342．

［15］WIECZOREK M，SIDDIQUI M．Applying advance reservation to increase predictability of workflow execution on the grid［C］// Second IEEE International Conference on E-Science and Grid Computing．Amsterdam, The Netherlands：IEEE，2006：82．

［16］CUI L．Scientific workflow integration for services computing［D］．Detroit：Wayne State University, 2010

[1]	张俊娜, 王欣新, 李天泽, 赵晓焱, 袁培燕. 基于动态服务缓存辅助的任务卸载方法[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1493-1500.
[2]	唐睿, 庞川林, 张睿智, 刘川, 岳士博. D2D通信增强的蜂窝网络中基于DDPG的资源分配[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1562-1569.
[3]	罗华亮, 李全忠, 张旗. 融合信息通信和空中计算的认知无线网络鲁棒资源分配优化[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1195-1202.
[4]	陈发堂, 黄淼, 金宇峰. 面向用户需求的低轨卫星资源分配算法[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1242-1247.
[5]	唐睿, 岳士博, 张睿智, 刘川, 庞川林. UAV协助下非正交多址接入使能的数据采集系统中能效优化机制[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1209-1218.
[6]	秦鑫彤, 宋政育, 侯天为, 王飞越, 孙昕, 黎伟. 基于自适应p持续的移动自组网信道接入和资源分配算法[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 863-868.
[7]	马勇健, 史旭华, 王佩瑶. 基于两阶段搜索与动态资源分配的约束多目标进化算法[J]. 《计算机应用》唯一官方网站, 2024, 44(1): 269-277.
[8]	尚绍法, 蒋林, 李远成, 朱筠. 异构平台下卷积神经网络推理模型自适应划分和调度方法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2828-2835.
[9]	陆佳行, 戴华, 刘源龙, 周倩, 杨庚. 面向云环境密文排序检索的字典划分向量空间模型[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 1994-2000.
[10]	李磊, 张国富, 苏兆品, 岳峰. 体系结构动态变化的软件测试资源分配算法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2261-2270.
[11]	方和平, 刘曙光, 冉泳屹, 钟坤华. 基于深度强化学习的多数据中心一体化调度优化[J]. 《计算机应用》唯一官方网站, 2023, 43(6): 1884-1892.
[12]	宁明超, 张俊勃, 陈戈. 基于面向服务架构的工业软件的任务调度算法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 885-893.
[13]	游坤, 王钦辉, 李鑫. 通用的多元抵制假名的云计算拍卖机制[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3351-3357.
[14]	刘乾, 张洋铭, 万定生. 网格化分布式新安江模型并行计算算法[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3327-3333.
[15]	吴仁彪, 张振驰, 贾云飞, 乔晗. 云平台下基于截止时间的自适应调度策略[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 176-184.

云计算环境下科学工作流两阶段任务调度策略

Two-step task scheduling strategy for scientific workflow on cloud computing platform

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