国际期刊的创新在计算机和通信工程的研究
菜单ISSN在线(2320 - 9801)打印(2320 - 9798)
ISSN在线(2320 - 9801)打印(2320 - 9798)
Santhosh B1,Raghavendra奈克2,Balkrishna Yende2博士D。H Manjaiah3
|
| 相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际期刊的创新在计算机和通信工程的研究
云计算是一个虚拟的资源池,通过网络提供给用户。它给用户几乎无限的计算资源使用率来管理底层基础设施的负担。云计算服务提供商的目标之一是有效地使用资源调度集中到一个云环境上允许使用各种云服务来帮助框架实现。因此,综合不同类型的调度方式和服务代理算法在云计算环境中调查了。这项研究提供了一个详尽的了解调度和服务代理算法在云计算。这里我们有服务基于距离的路由相比,性能优化的路由、增强附近路由算法和资源位置和成本基础性能优化的路由算法
关键字 |
| 云计算、调度、服务代理算法 |
我的介绍。 |
| 云计算现在被称为提供动态的、可伸缩的需求,虚拟资源在互联网上。它还可以从任何地方访问应用程序和相关数据。公司能够租资源从云存储和其他计算的目的,这样可以显著减少基础设施成本。他们也可以使用软件、平台和基础设施服务,基于现收现付模式。 |
1.1介绍安排 |
| 安排基本上是给工作给资源配置在给定的时期。这就是不同类型的工作分配。过程等方面的限制和云计算的工作。所给定的约束用户/工作期限即工作必须在给定的时间和budgetie有限花在工作上。服务提供者根据所给定的约束来最大化他们的资源利用率和效益 |
| 1.2优化标准 |
| 优化标准使用时调度决策的目标,是调度过程。的主要目标是增加资源的使用,成功完成工作或最小化响应时间。表达的标准是目标函数的值是衡量质量的计算解决方案,比较不同的解决办法。这里的帮助下目标函数定义约束和标准。在设计调度算法时,我们的主要目标是最小化目标函数或最大化目标函数根据由用户指定的标准。 |
1.3服务质量(QOS) |
| 每个用户想要一个最好的服务质量为其应用程序。QOS是能够提供不同的优先级不同的工作和用户或保证一定程度的工作性能。如果QOS机制支持它允许用户指定所需的性能等工作的完成给定的截止日期之前,专门访问资源在一些时期(先进的预订),请求的资源(CPU,内存,硬盘,网络带宽)等。这些请求正式成立和用户之间的资源管理器(调度程序)通过谈判产生一个正式的描述称为服务水平协议(SLA)保证服务。在系统资源有限的QOS支持导致额外成本与复杂性的QOS请求和调度程序在处理他们的效率。在服务质量机制,它允许用户指定导出为他们的工作性能。作业完成在截止日期之前或专用资源访问这被称为推进资源预定系统。 |
1.4调度问题 |
| 映射任务对这些资源的问题属于np难问题的一个类。对于这样的问题,没有任何已知的算法能够生成多项式时间内的最优解。解决方案基于穷举搜索是不切实际的发电调度的开销非常高。在云环境中调度决策必须在最短的时间内可能的因为有许多用户争夺资源和时间。 |
1.5任务调度 |
| 任务调度算法的输入通常是一个抽象的模型,定义了任务不指定资源的物理位置的任务执行。工作是由调度程序的映射。和安排任务不能完成时由于处理器故障或磁盘故障或其他问题。未完成的任务可以重新安排在接下来的计算。通过资源调度优化器后获得信息资源发现方法的合适的候选人高亮显示。资源选择机制选举候选人,满足所有的要求,优化基础设施的使用。资源选择可能会使用一个优化算法。许多优化策略可以使用从简单和清楚技术等简单的元启发式算法是通用的算法。蚁群,和实际群优化(PSO)的云。 |
1.6不同类型的调度 |
1.6.1静态和动态调度 |
| 在静态调度工作是提前预定。信息以及一个应用程序中的所有任务被认为是可用的应用程序的时间安排,也假定没有工作失败,认为可用的资源。随时间动态调度工作是动态可调度的调度程序没有问题,可以提前确定运行时。这里的工作执行,请参考作业执行失败时,由于一些资源失败或作业执行可以停止由于抵达高优先级的系统工作。当先发制人的模式被认为是和工作负载的情况下对资源可以显著改变随着时间的推移。 |
1.6.2集中、分级和分布式调度 |
| 集中和分散调度不同的控制整个系统的资源和知识。对于集中调度,控制资源,调度器的知识系统通过监测资源的状态。集中调度的主要优点是易于实现。效率和更多的控制和监控资源,缺点是缺乏可扩展性、容错性和高效的性能。分层调度允许一个协调不同的调度器在某一水平。调度器在最低层次的知识资源。主要缺点是缺乏可扩展性和容错性,但是最好尺度和更强大的容错那么集中的调度器。分散或分布式调度没有中心实体控制的资源。调度决策是由多个分布式调度和共享的效率比集中式调度程序。 |
1.6.3先发制人并无优先的调度策略 |
| 抢占式调度的调度准则允许每个工作执行期间被打断,一份工作可以迁移到另一个资源离开其最初分配资源闲置可用其他工作。对我们更有帮助如果有约束作为优先考虑。 |
| 非抢占式调度的资源不被允许重新分配,直到运行和计划工作完成其执行。 |
1.6.4,立即与批处理模式调度 |
| 直接/在线模式调度程序安排任何最近到达工作,只要它的到来对下一个时间间隔没有写当时可利用的资源。在批/离线模式调度器持有到达工作小组在连续时间间隔的问题需要解决。这最好是合适的资源映射工作根据其特点。 |
1.6.5独立和工作流调度 |
| 独立独立的调度执行任务。在工作流调度任务相互依赖。依赖意味着有优先命令退出任务,也就是说,任务不能开始,直到所有的母公司都完成了。工作流由有向无环图(DAG)符号。每个任务可以开始执行之前只有当所有在DAG任务已经完成了。 |
二世。介绍云应用服务代理 |
| 用户基础和数据中心之间的流量路由是由一个服务代理thatdecides控制数据中心应该从每个用户服务请求。我们选择了以下算法研究 |
| 我)。服务基于距离的路由。 |
| 在这种情况下,数据中心距离是最快的路径从一个基于网络延迟的用户群。服务代理将用户流量路由到closestdatacenter传输延迟。 |
| (二),性能优化的路由 |
| 这里的服务代理积极监控所有datacentersand指导交通数据中心的性能估计给最终用户的最佳响应时间时查询。 |
| iii)。动态重新配置路由器 |
| 这是一个扩展基于距离的路由,路由逻辑verysimilar,但额外的责任的服务代理委托scalingthe面临基于负载应用程序部署。这是通过增加ordecreasing数据中心虚拟机分配的数量,根据currentprocessing倍相比对最好的处理时间。 |
| (四)加强附近路由算法[14] |
| 这是一个基于扩展距离的路由。每个处理资源和成本的位置即成本/ Vm美元/小时。算法的资源基于SLA的位置被认为是当有多个数据中心可用它选择最低的数据中心成本基于成本/ Vm /人力资源和美元也管理数据中心之间的负载。当有多个数据中心具有相同成本/ Vm美元/人力资源发现,随机选择的一个数据中心。 |
| v)资源位置和成本基础性能优化路由[13] |
| 这是一个扩展性能优化的路由算法,它不考虑资源基于SLA的位置如果最好的响应时间是不从最近的数据中心然后选择最近的数据中心的数据中心或者至少响应时间有50%的概率。该算法选择基于SLA的资源被认为是当有多个资源可用它选择数据中心执行成本和最少的也管理数据中心之间的负载。 |
2.1服务代理算法 |
2.1.1服务基于距离的路由[2] |
| 这是最简单的服务代理实现。 |
| 1。ServiceProximityServiceBroker维护一个索引表的所有数据中心被他们的境界。 |
| 2。当互联网接收一条消息从一个用户查询的ServiceProximityServiceBroker DataCenterController目的地。 |
| 3所示。ServiceProximityServiceBroker检索请求的发送者和查询的地区为该地区接近InternetCharacteristics这个区域的列表。这个列表订单剩下的地区最低网络延迟的顺序计算时首先从给定的区域。 |
| 4所示。ServiceProximityServiceBroker挑选第一个数据中心位于最早/接近最高的地区列表。如果有超过一个数据中心位于一个地区,一个是随机选择的。 |
2.1.2性能优化路由[2] |
| 这一政策是由BestResponseTimeServiceBroker实现,扩展了服务接近服务代理。 |
| 1。最佳响应时间服务代理维护索引的所有可用的数据中心。 |
| 2。当互联网接收一条消息从一个用户最好查询响应时间目标数据中心控制器的服务代理。 |
| 3所示。最好的响应时间服务代理确定最接近(延迟)的数据中心使用该服务接近服务代理的算法。 |
| 4所示。然后最好的响应时间服务代理遍历所有数据中心和估计当前的列表响应时间在每个数据中心 |
| 一。查询最后一个记录的处理时间从网络特征。 |
| b。如果这次被记录在一个预定义的阈值之前,该数据中心的处理时间复位为0。这意味着数据中心一直闲置时间至少阈值的时间。 |
| c。互联网的网络延迟特性添加到值到达通过以上步骤。5。如果估计最小响应时间是最接近的数据中心,服务代理选择最好的响应时间最接近的数据中心。别的,最佳响应时间服务代理选择最近的数据中心或数据中心与最小响应时间与机会(即负载均衡50:50)。 |
2.1.3。增强附近路由算法[14] |
| 1。ServiceProximityServiceBroker维护一个索引表的所有数据中心被他们的境界。 |
| 2。当互联网接收一条消息从一个用户查询ServiceProximity ServiceBroker DataCenterController的目的地。 |
| 3所示。ServiceProximityServiceBroker检索请求的发送者和查询的地区为该地区接近InternetCharacteristics这个区域的列表。这个列表订单剩下的地区最低网络延迟的顺序计算时首先从给定的区域。 |
| 4所示。ServiceProximityServiceBroker挑选第一个数据中心位于最早/接近最高的地区列表和满足SLA。如果有超过一个数据中心位于一个区域,从区域选择数据中心虚拟机$ /小时是最低。当有多个数据中心相同的Vm美元/人力资源存在,随机选择数据中心。 |
2.1.4。资源位置和成本基础性能优化路由[13] |
| 我。BestResponseTimeServiceBroker维护索引的数据中心根据用户的SLA,默认情况下它维护索引的数据中心 |
| 二世。当互联网接收一条消息从一个用户查询的BestResponseTimeServiceBroker DataCenterController目的地。 |
| 三世。BestResponseTimeServiceBroker识别最接近(延迟)的数据中心使用ServiceProximityServiceBroker算法并选择SLA中列出的数据中心 |
| 第四,然后BestResponseTimeServiceBroker遍历所有数据中心和估计当前的列表响应时间在每个数据中心 |
| 一。从InternetCharacteristics查询最后一个记录的处理时间。 |
| b。如果这次被记录在一个预定义的阈值之前,该数据中心的处理时间复位为0。这意味着数据中心一直闲置时间至少阈值的时间。 |
| c。网络延迟从InternetCharacteristics添加到值到达通过以上步骤。 |
| 诉如果估计最小响应时间是最接近的数据中心,BestResponseTimeServiceBroker选择最近的数据中心。其他选择数据中心最少的响应时间。 |
| 当有多个数据中心可用它选择的数据中心处理成本是最低的。 |
三世。仿真结果和分析 |
| 该算法是模拟仿真工具箱CloudAnalyst [2] |
3.1介绍云分析师 |
| 支持基础设施和应用程序级要求,比如造型需求虚拟化云计算带来的范式,使资源模拟器是必需的。几个模拟器像CloudSim[1]和CloudAnalyst [2]。CloudAnalyst被用于我们的论文作为仿真工具。CloudAnalyst模拟的GUI工具包的快照如图1所示(一个)及其体系结构是图1所示(b)。 |
 。 |
| CloudAnalyst CloudSim上开发是一个基于GUI的仿真工具。CloudSim方便建模,仿真和其他云编程实验。CloudAnalyst使用CloudSim功能的基于GUI的模拟。它允许设置的参数设置模拟环境研究任何云的研究问题。基于工具的参数计算,仿真结果也显示在图形形式。假设使用CloudAnalyst生成配置。,世界分为6„“地区”,在世界主要配合6大洲。六个“用户基地”建模一组用户代表世界的六大大陆被认为是。一个时区一直认为所有的用户基础和假设有不同数量的在线注册用户在高峰小时,其中只有二十分之一在非高峰时段在线。 |
 |
| 的主要组件及其职责如下: |
| Gui——Gui的主类。显示了GUI和充当应用程序的前端控制器管理屏幕转换和其他UI活动。 |
| 模拟——负责举办模拟参数和创建和执行仿真。 |
| 用户群——模型表示用户的用户基础和产生流量。 |
| DataCenterController像前面解释的那样——控制数据中心的活动。 |
| 互联网和网络模型实现了流量路由行为。 |
| InternetCharacteristics——维护互联网的特征包括地区之间的延迟和可用带宽,当前交通水平和当前的数据中心的性能水平信息。 |
| CloudAppServiceBroker——模型服务代理和它的实现 |
| VmLoadBalancer及其实现——模型使用的负载平衡逻辑数据中心虚拟机分配请求。 |
| UserBaseUIElement、DataCenterUIElement MachineUIElement——拥有的信息用户,数据中心和机器UI直到仿雷竞技官网真使用它们来创建各自的仿真实体。 |
3.2模拟scenario1 |
| 在这个场景中用户和数据中心配置如表1和表2中给出,假设UB1可以在任何执行用户请求数据中心除了在区域1。附近的路由算法总是选择最接近的数据中心,大多数情况下数据中心内的用户基础。 |
 |
 |
 |
| 图4和图6所示的结果数据中心加载,显示了加载dataceneters之间均匀分布。这里UB1地区是1。结果表明UB1请求处理在数据中心DC1和DC2,用户基地数据中心的任务中还描述了最后的仿真结果见图5和图7所示。这些实验显示thatService基于距离的路由算法总是选择最接近的数据中心和性能优化算法selectsIf至少respose时间数据中心最近的数据中心就选择最接近的其他数据中心选择最近的数据中心和数据中心的最小响应时间与机会。 |
| 图8显示了数据中心加载的结果。这里UB1区域1和SLA要求请求可以执行region1以外的任何地区。结果表明,UB1请求是在数据中心和DC3和DC4处理。它满足SLA要求。数据中心和DC3和DC4地区2美元和成本/ VM /人力资源一样,图8也显示,数据中心之间的负载均匀分布。用户的作业基地数据中心也描述最终的仿真结果如图9所示。 |
3.2模拟scenario2 |
| 在这个场景中用户和数据中心配置如表3和表4中给出,它假定UB1可以在任何执行用户请求数据中心除了在区域1和区域3。UB2可以在任何执行用户请求数据中心除了在区域2和4和UB3可以在任何数据中心执行。 |
 |
 |
 |
| 图10和图12显示了数据中心加载的结果,显示了加载数据中心之间均匀分布。的分配用户基地数据中心中还描述了最后的仿真结果如图11和图13所示。这些实验表明,基于服务距离的路由算法总是选择最接近的数据中心和性能优化算法选择如果最小响应时间数据中心最近的数据中心就选择最接近的其他数据中心选择最近的数据中心和数据中心的最小响应时间与机会。 |
| 图14显示了数据中心加载的结果给您UB1, UB2, UB3用户基地是在该地区的1、2和3分别。SLA要求UB1请求可以执行在任何地区除了1和3,UB2请求可以在任何地区执行除了2和4,没有限制的用户群UB3数据中心。结果在图14和图15显示UB1区域1和最近的数据中心是DC1和DC2,请求执行区域3的数据中心和DC3 DC4和满足给定的SLA。SLA要求UB2请求可以执行在任何区域2和4。图14和图15中的结果显示,尽管UB2区域2和最近的数据中心DC3 DC4,请求执行区域数据中心DC1和DC2的1。这里VM美元/人力资源成本超过DC2 DC1的数据中心。因此多数DC2的要求执行。由于没有限制用户UB3,结果表明,它是在最近的数据中心和DC3和DC4执行。这里VM美元/人力资源数据中心的成本相同,图14显示之间的负载均匀分布的数据中心。用户的作业基地数据中心也描述最终的仿真结果如图15所示 |
四。结论 |
| 调度是云计算环境中最重要的任务之一。在本文中,我们解释不同类型的调度和分析各种服务代理算法相比,其数据中心加载和用户请求分配给数据中心。分配请求的算法使用不同的参数,如最近的路径,资源的性能和位置等。 |
承认 |
| 作者要感谢专门研究小组在云计算和网格计算领域,无线网络部门的MCA, AIMIT,圣阿洛伊修斯学院,芒格洛尔和芒格洛尔大学,芒格洛尔、印度,对于许多刺激讨论进一步改进和未来方面的论文。最后但并非最不重要的是作者要感谢每个人,包括匿名评论者。 |