云環(huán)境為工作流的高效執(zhí)行提供了可以靈活按需使用的豐富計算資源,吸引了越來越多的用戶。對多個具有數(shù)據(jù)依賴和時序依賴的工作流而言,如何有效地降低工作流的數(shù)據(jù)傳輸量并減少工作流的整體完成時間是云環(huán)境下工作流調(diào)度面臨的重要問題。為了解決上述問題,本文提出了基于數(shù)據(jù)依賴的工作流調(diào)度方法。首先本文以進程代數(shù)的形式對工作流進行建模并精簡了工作流的形式化定義。其次,根據(jù)工作流中各任務(wù)的執(zhí)行時長以及時序依賴關(guān)系,計算出各任務(wù)的預(yù)計起始時間和預(yù)計結(jié)束時間。然后再根據(jù)各任務(wù)之間的數(shù)據(jù)依賴關(guān)系計算出工作流各通路數(shù)據(jù)傳輸量,基于選取最大通路數(shù)據(jù)量的原則將工作流劃分成主任務(wù)集與非主任務(wù)集。其中,主任務(wù)集的任務(wù)統(tǒng)一調(diào)度至一臺主服務(wù)器;而非主任務(wù)集中的任務(wù)則根據(jù)預(yù)計起始時間和預(yù)計結(jié)束時間調(diào)度至動態(tài)更新的各服務(wù)器空閑時間段中,以實現(xiàn)對多工作流的數(shù)據(jù)傳輸量及整體完成時間的綜合優(yōu)化。本文通過具體的實例演示驗證了該調(diào)度方法的可行性,同時設(shè)計了仿真實驗以通過與其他調(diào)度算法的對比,展示了本文基于數(shù)據(jù)依賴的工作流調(diào)度方法在數(shù)據(jù)傳輸總量和整體完成時間上的優(yōu)化效果,驗證了本文方法的有效性。 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

IDEA界面圖

.2工作流調(diào)度

學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文 第五章 仿真機工作流生成模塊實現(xiàn)所實驗的工作流均為隨機生成的工作流，通過設(shè)置任務(wù)數(shù)來隨機生成可執(zhí)行且的進程代數(shù)表達(dá)式。為了讓隨機生成的工作流進程代數(shù)表達(dá)式具有正確性、可，在所編寫的代碼中將限制選擇選擇分支的迭代次數(shù)，且并行分支的迭代次數(shù)制。通過設(shè)置任務(wù)數(shù)來隨機生成工作流，然而按照設(shè)置的任務(wù)數(shù)不一定能夠生流，為了工作流的正確性，程序可以按照工作流的進程表達(dá)式進行補全，所得達(dá)式中的任務(wù)數(shù)會超過設(shè)置的任務(wù)數(shù)。塊由兩部分組成:數(shù)據(jù)提取部分和生成部分。圖 5.3 為該模塊的類圖。

【參考文獻(xiàn)】：
期刊論文
[1]云服務(wù)器研究綜述和應(yīng)用探討[J]. 倪亞路.  電子世界. 2018(21)
[2]基于Petri網(wǎng)的工業(yè)設(shè)計過程管理工作流建模研究[J]. 熊志勇,劉夢玉,龐婉婷.  圖學(xué)學(xué)報. 2018(04)
[3]云時代需要更好的連接[J]. 段晨.  計算機與網(wǎng)絡(luò). 2018(12)
[4]基于時態(tài)密度特征的改進數(shù)據(jù)流聚類算法[J]. 陳羽中,郭松榮,郭昆,李國輝,林魏超.  小型微型計算機系統(tǒng). 2018(01)
[5]云環(huán)境下基于多目標(biāo)的多科學(xué)工作流調(diào)度算法[J]. 袁友偉,鮑澤前,俞東進,李萬清.  軟件學(xué)報. 2018(11)
[6]基于CDN的安全私有云[J]. 盛瀚.  網(wǎng)絡(luò)安全和信息化. 2017(11)
[7]異構(gòu)分布式計算環(huán)境下一種新型表調(diào)度算法[J]. 李云洋,周川,王琦.  計算機工程. 2018(08)
[8]云存儲環(huán)境下屬性基加密綜述[J]. 趙志遠(yuǎn),王建華,朱智強,孫磊.  計算機應(yīng)用研究. 2018(04)
[9]基于動態(tài)關(guān)鍵路徑的云工作流調(diào)度算法[J]. 陶勇,沈濟南.  計算機應(yīng)用研究. 2018(05)
[10]云環(huán)境下使用競價實例并考慮中間數(shù)據(jù)存儲策略的工作流調(diào)度方法[J]. 馬子泰,曹健,姚艷.  計算機集成制造系統(tǒng). 2017(05)

博士論文
[1]IaaS環(huán)境中科學(xué)工作流關(guān)鍵技術(shù)研究[D]. 朱昭萌.南京理工大學(xué) 2016
[2]基于Petri網(wǎng)和啟發(fā)式搜索的調(diào)度算法研究[D]. 李誠.浙江大學(xué) 2015

碩士論文
[1]云計算環(huán)境下工作流任務(wù)調(diào)度策略研究[D]. 李光智.合肥工業(yè)大學(xué) 2017
[2]企業(yè)私有云自助服務(wù)系統(tǒng)的設(shè)計和實現(xiàn)[D]. 陳攀.華東理工大學(xué) 2016
[3]云環(huán)境下有期限約束的多DAG調(diào)度方法研究[D]. 王偉.國防科學(xué)技術(shù)大學(xué) 2015
[4]基于PaaS的科技文獻(xiàn)服務(wù)的研究與實現(xiàn)[D]. 沈冬.北京郵電大學(xué) 2015
[5]云環(huán)境下基于混合算法的工作流調(diào)度研究[D]. 袁翔.中南大學(xué) 2014
[6]基于提前預(yù)留的截止時間約束的包任務(wù)調(diào)度研究[D]. 許海.云南大學(xué) 2011



本文編號：2976682