[发明专利]云计算环境中的基于结点属性函数的任务核值计算方法

说明书

技术领域

本发明涉及一种云计算环境中的基于结点属性函数的任务核值计算方法。

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。目前，现有的划分大多采用多水平划分法的技术方案。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。

2012年中国专利局公告的由孙凌宇、冷明和冷子阳申报，中国专利号为201210155738.6号《基于多水平划分法和赋权超图的大规模集成电路划分方法》的发明专利，针对采用赋权无向图作为大规模集成电路划分问题的数学模型，存在着赋权无向图最优划分和大规模集成电路最优划分的不一致性，提供了一种基于多水平划分法和赋权无向超图的大规模集成电路划分方法，进一步提高了大规模集成电路划分的效率和性能。该发明采用赋权无向超图对电路划分问题进行数学建模，其中电路逻辑单元表示为赋权无向超图中的结点，电路单元间的连线表示为赋权无向超图中的超边。相比赋权无向图而言，赋权无向超图为电路提供了更为精确的模型：每条超边可以连接两个以上的结点，对应于电路单元间的信号可以连接两个以上的电路逻辑单元。该发明将大规模集成电路划分问题转换为赋权无向超图划分问题，其中大规模集成电路划分问题要求每个电路子集所包含的电路逻辑单元数目相等，对应于赋权无向超图划分问题的平衡约束条件，划分结果使得这些电路子集之间的内连线数据达到最小，对应于赋权无向超图划分问题的最小化总割切。进而，2012年中国专利局公告的由孙凌宇、冷明和冷子阳申报，中国专利号为201210150329.7号《基于结点属性函数的大规模集成电路的核值计算方法》的发明专利，在采用多水平划分法求解赋权无向超图划分问题的粗化阶段中，提供了所需的基于结点属性函数的大规模集成电路的核值计算方法。

发明内容

本发明涉及的云计算环境中任务包括元任务和依赖任务。元任务之间相互独立，其调度不考虑任务间的数据关联与优先约束关系，因此它只是部分地解决了资源异构性和可用性问题，缺乏普遍适用性。而依赖任务之间存在先后依赖关系，要求一个任务必须接收到它的所有前驱任务消息后才能开始执行。