[发明专利]基于多水平划分法和赋权有向超图的云计算任务调度方法

说明书

技术领域

本发明涉及一种云计算环境下的基于多水平划分法和赋权有向超图的云计算任务调度方法。

背景技术

云计算作为分布式计算、并行计算、网格计算等传统技术和网络编程模型、分布式数据存储技术、虚拟化技术等新型技术融合发展的产物，是引领未来信息产业创新的关键战略性技术和手段，将对我国发展高新技术产业具有重要的战略意义。云计算通过将计算任务划分在大规模的廉价服务器集群上，使得人们能够利用分布在各地的闲散资源来处理较为复杂的应用程序，以极低的成本投入获得极高的计算品质。

在满足云计算环境要求的前提下，将大量分散的应用程序任务划分成多个具有一定约束关系的任务子集，调度到不同的虚拟机上，获得比其他一些针对网格计算或并行计算的任务调度算法更短的时间跨度和更好的运行质量，是实现云计算高性能的关键核心技术。

现有技术的划分系统中有若干种任务的划分法，这些划分法从依赖关系数目最小、划分后任务子集的任务数目均匀分布等不同的方面来实现，主要有基于迁移的划分法、水平嵌套划分法、多水平划分法等方法。

基于迁移的划分法。该方法首先产生任务的随机初始划分，同一个任务不能同时属于两个任务子集。在迁移优化阶段，从两个任务子集中各选取一个任务进行成对交换，这两个任务分别属于两个不同的任务子集且收益最大，从而每次都利用交换过程最大限度地改进任务划分质量。记录割切达到最小值时刻的任务划分结果，且一旦交换了所选择的两个任务，在整个迁移过程余下的优化改进中，将这两个任务锁定使得它们不再被选中。重复上述过程直到所有可能的任务都经过迁移之后，回滚到累计收益最大值即割切最小值的时刻。该划分法得到的任务划分结果不稳定，离散性很大，因此限制了该划分法所能解决问题的规模。

水平嵌套划分法。该方法首先选择一个任务，将这个任务标上号码0，然后将所有和这个任务相连的任务标上号码1，之后对于那些还未标上号码，但是和已经标上号码的任务相连的任务，将其标号为相连任务的号码上加1。直到一半的任务标上号码，标号过程才结束。那些已经标上号码的任务集合设为一个任务子集，其他任务为另一个任务子集。该划分法只有在选取的初始任务接近外围时，得到的任务划分结果相对较好，总的来说该任务划分结果也不稳定。

多水平划分法。Karypis针对结点规模达到几百万的划分问题，提出了多水平划分的概念，在相对较短的时间内可以得到高质量的划分。该方法包含粗化、初始划分和迁移优化三个阶段。首先，它采用随机匹配策略将某些任务结合在一起，得到下一水平层的粗化任务图，重复此过程直到粗化任务图足够小为止，即得到一个最小任务图。然后，采用划分法对最小任务图进行对分，得到一个初始划分。之后，将最小任务图投影回初始任务图，在每一水平层的细化任务划分中，按照贪心原则选择收益值最大的任务进行迁移优化，得到最后的任务划分结果。

多水平划分法在电路划分中的应用。自多水平划分的概念提出以来，得到了广泛地重视，并应用在电路划分等许多研究领域。

2008年中国专利局公告的由冷明、郁松年和孙凌宇申报，中国专利号为200710043765.3号《基于多水平划分法的大规模集成电路划分方法》的发明专利，针对现有技术方案中因采用随机策略进行匹配和贪心原则进行迁移优化，导致无法逃离局部最优的划分，提供了一种改进的基于多水平划分法的大规模集成电路划分方法，有效地提高了大规模集成电路划分的效率和性能。该发明专利在多水平划分法的粗化阶段，通过对结点属性进行赋权无向图中所有结点的核值求解排序，按照基于结点核值的非严格降序访问处于未匹配状态的结点，依据一定规则对其进行匹配，从而将连接性好的结点合并在一起；在多水平划分法的优化阶段，采用免疫克隆优化程序改进贪心原则的局部搜索方法，对在每一水平层投影的划分进行优化，借助克隆操作、克隆变异操作、接种免疫疫苗操作、克隆选择操作，使得改进后的方法在利用启发信息搜索局部最优解的同时，更自由地对具有潜力的解空间进行搜索，增加全局搜索能力。