[发明专利]一种任务调度方法、系统及存储介质

说明书

本发明涉及云计算技术领域，公开了一种任务调度方法、系统及存储介质，可以在兼顾各个指标的前提下实现高效的进行任务调度；本发明的方法包括获取云计算环境下用户提交的任务作为初始任务集；为初始任务集中的每一个任务分配一个唯一对应的编码；计算每个编码对应的任务在初始任务集中的个体适应度，根据个体适应度计算每一个任务被随机选中的选中概率；根据概率对初始任务集中的每个任务进行预处理；采用贪心策略对预处理结果进行选择以得到任务调度的最优解，并根据最优解进行任务调度。

技术领域

本发明涉及云计算技术领域，尤其涉及一种任务调度方法、系统及存储介质。

背景技术

云计算是一种以商业为主要推动力的计算模型和服务模式，其具体体现为，将数据分布到由大量远程计算机所构成的资源池上。目前，人们所说的云服务已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果，在云计算的环境中，如何进行合理的任务分配、实现最佳的调度极其必要。而目前使用的基于效率的算法都存在诸多问题。例如采用遗传算法实现任务调度，但是该种简单遗传算法存在诸多不足，例如效率过低、在子代迭代过程中易于过早收敛于局部最优解等。

因此，在兼顾各个指标的前提下如何高效进行任务调度成为一个急需解决的问题。

发明内容

本发明目的在于提供一种任务调度方法、系统及存储介质，以同时兼顾任务总执行时间、负载平衡度、平均任务响应时间和总服务质量各指标实现高效的任务调度。

为实现上述目的，本发明提供了一种任务调度方法，包括以下步骤：

获取云计算环境下用户提交的任务作为初始任务集；

为所述初始任务集中的每一个任务分配一个唯一对应的编码；

计算每个编码对应的任务在所述初始任务集中的个体适应度，根据所述个体适应度计算每一个任务被随机选中的选中概率；

根据所述概率对所述初始任务集中的每个任务进行预处理；

采用贪心策略对预处理结果进行选择以得到任务调度的最优解，并根据所述最优解进行任务调度。

优选地，所述个体适应度的计算公式如下：

式中，c_n表示用于执行第i个任务的虚拟机，其中，n＝1、2…n，d(c_n)表示第c_n个虚拟机预期执行所有分派的任务所需的总时间。

优选地，所述选中概率的计算公式如下：

式中，f(c_n)表示个体适应度，fT(c_n)表示所述个体所在群体的群体适应度，所述群体适应度为所述群体中的所有个体适应度的总和。

优选地，所述根据所述概率对所述初始任务集中的每个任务进行预处理具体包括：

交叉处理，根据所述选中概率选取两个编码对应的任务，并将所述任务交换至对方虚拟机上，并计算交换后对应虚拟机的总执行时间；

重新选取两个编码对应的任务重复上述交叉处理直至所述初始任务集中的每个任务都经过交叉处理。

优选地，所述根据所述概率对所述初始任务集中的每个任务进行预处理具体包括：

变异处理，根据所述选中概率选取某个编码对应的任务，将所述任务变异为所述初始任务集中的除该任务以外的其余任务，并计算变异后对应虚拟机的总执行时间；

重新选取某个编码对应的任务重复上述变异处理直至所述初始任务集中的每个任务都经过变异处理。