本發(fā)明涉及云存儲計算機(jī)運(yùn)用，云環(huán)境下的任務(wù)調(diào)度領(lǐng)域。

背景技術(shù)：

近年來，隨著各類信息的快速增加和互聯(lián)網(wǎng)技術(shù)的發(fā)展，越來越多的服務(wù)以云端的形式提供給用戶。云計算是近年來隨著計算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)迅速發(fā)展起來的一種先進(jìn)的計算技術(shù)，在傳統(tǒng)的計算模式下，計算任務(wù)被分布在各個單獨(dú)的計算機(jī)上，受限于每個計算機(jī)單獨(dú)的計算性能，任務(wù)量大的計算在單臺計算機(jī)上很難實現(xiàn)，因此云計算的出現(xiàn)解決了許多大數(shù)據(jù)量的計算問題。云計算分為狹義云計算和廣義云計算兩種。狹義云計算是指建立IT基礎(chǔ)設(shè)施，并進(jìn)行交付和使用，在網(wǎng)絡(luò)基礎(chǔ)上，以按需、易擴(kuò)展的方式獲得所需的資源，包括硬件資源，運(yùn)算平臺，軟件資源等。廣義云計算是指在互聯(lián)網(wǎng)的基礎(chǔ)上，實現(xiàn)用戶終端的服務(wù)交付和使用，在網(wǎng)絡(luò)服務(wù)的基礎(chǔ)上，以各取所需、各自擴(kuò)展的方式獲得所需的服務(wù)。

在數(shù)據(jù)的管理方面，當(dāng)用戶向服務(wù)器發(fā)出數(shù)據(jù)請求時，系統(tǒng)會根據(jù)相應(yīng)的調(diào)度策略為用戶提供相對最優(yōu)的數(shù)據(jù)副本以及路徑的選取，調(diào)度策略的優(yōu)劣很大程度上決定了系統(tǒng)的運(yùn)行處理效率，云存儲在任務(wù)調(diào)度方面有別于傳統(tǒng)云計算的特點(diǎn)。已有的對云存儲的任務(wù)調(diào)度算法的研究當(dāng)中，相對于云計算任務(wù)來說，云計算任務(wù)可由云中任意節(jié)點(diǎn)來提供，但在云存儲中會出現(xiàn)節(jié)點(diǎn)沒有任務(wù)所需數(shù)據(jù)的情況，即通過算法的求解過程后得到的初始解和迭代解無用的情況。同時，由于網(wǎng)絡(luò)環(huán)境得變換的將影響著云任務(wù)的調(diào)度。

技術(shù)實現(xiàn)要素：

本發(fā)明針對云存儲下的任務(wù)調(diào)度問題，提出了云存儲環(huán)境下一種服務(wù)價值約束的任務(wù)調(diào)度算法。

本發(fā)明的技術(shù)方案：以粒子群優(yōu)化算法(PSO)為基礎(chǔ)，定義和引入存在矩陣(EM)來指示任務(wù)和資源節(jié)點(diǎn)的對應(yīng)關(guān)系，通過存在矩陣使初始解和解在空間上有意義，并且針對云環(huán)境的特殊要求，定義和引入網(wǎng)絡(luò)服務(wù)質(zhì)量參數(shù)(Qos)，動態(tài)實時地反映出當(dāng)前網(wǎng)絡(luò)的狀態(tài)，使得在計算的迭代過程中可以根據(jù)Qos參數(shù)以及相對應(yīng)的適應(yīng)度函數(shù)來動態(tài)調(diào)整其影響參數(shù)，從而達(dá)到了優(yōu)化算法的目的，并且根據(jù)Qos重新定義出適應(yīng)度函數(shù)。

本發(fā)明的有益效果是：解決了傳統(tǒng)算法產(chǎn)生的解在任務(wù)中不存在的缺陷，提高了系統(tǒng)的運(yùn)行效率，通過網(wǎng)絡(luò)服務(wù)參數(shù)的引入，讓用戶直觀感受以服務(wù)質(zhì)量為中心的調(diào)度策略。

具體實施方式

針對云存儲下的任務(wù)調(diào)度問題，本發(fā)明將對具體的計算過程進(jìn)行詳細(xì)的闡述，其具體實施步驟如下：

步驟1：生成存在矩陣。

步驟2：Qos條件的設(shè)定和條件選擇。

步驟3：依據(jù)約束條件，建立適應(yīng)度函數(shù)。

步驟4：生成初始解，迭代生成數(shù)據(jù)節(jié)點(diǎn)的解集。

步驟5：解與存在矩陣和約束條件匹配。

以上步驟所涉及到的參數(shù)函數(shù)及定義，具體描述如下：

步驟1：生成存在矩陣

因為云存儲系統(tǒng)的節(jié)點(diǎn)不一定能夠提供用戶所請求的數(shù)據(jù)，通過等待調(diào)度的任務(wù)數(shù)、資源節(jié)點(diǎn)、節(jié)點(diǎn)數(shù)目來定義一個描述調(diào)度任務(wù)與資源節(jié)點(diǎn)之間對應(yīng)關(guān)系的函數(shù)，從存在矩陣中產(chǎn)生的解有空間意義，也就是說節(jié)點(diǎn)一定包含所需資源。

設(shè)T表示待調(diào)度的任務(wù)，T＝[T₁，T₂，...，T_i，...T_n]，n表示帶調(diào)度任務(wù)的數(shù)量，其中1≤i≤n，V表示節(jié)點(diǎn)，V＝[V₁，V₂，...，V_j，...V_m]，m表示節(jié)點(diǎn)數(shù)量，其中1≤j≤n，構(gòu)造一個n×m的矩陣U：

其中

存在矩陣中，e_ij表示任務(wù)調(diào)度向量，同一個數(shù)據(jù)可能會存在多個節(jié)點(diǎn)上，所以e_ij＝1時表示任務(wù)T_i在節(jié)點(diǎn)V_j是存在，e_ij＝0則表示任務(wù)T_i在節(jié)點(diǎn)V_j上不存在。

步驟2：Qos條件的設(shè)定和條件選擇

Qos約束是根據(jù)不同用戶或應(yīng)用場景對多Qos敏感度不同，符合用戶或應(yīng)用場景需求的最小代價選則路徑，Qos參數(shù)作為當(dāng)前網(wǎng)絡(luò)狀態(tài)的度量，用表示節(jié)點(diǎn)V_a到節(jié)點(diǎn)V_b之間的Qos狀態(tài)信息，它包含三個分量，即時延(D)、抖動(J)、帶寬(B)。將云存儲中網(wǎng)絡(luò)節(jié)點(diǎn)的集合搭建成一個無向加權(quán)圖模型G(V，E)，V表示節(jié)點(diǎn)，E表示物理或者邏輯上鏈接節(jié)點(diǎn)的所有邊，每一組鏈路包含狀態(tài)信息的三個分量，任務(wù)節(jié)點(diǎn)和數(shù)據(jù)節(jié)點(diǎn)之間的鏈路用P(s，d)，來表示，即：D_P(s，d)、J_P(s，M)、B_P(s，M)；M是任務(wù)節(jié)點(diǎn)與云存儲節(jié)點(diǎn)之間鏈路，最短的集合，則計算三個參數(shù)的值為：

在Qos向量中，鏈路P(s,d)上的總時延定義為從路徑上起點(diǎn)到終點(diǎn)上的最小值，所以：

抖動定義為從源節(jié)點(diǎn)到終節(jié)點(diǎn)路徑上延遲的平均值差值

鏈路的瓶頸帶寬被定義為T中鏈路的最小帶寬：

B_P(s，M)＝min{b(i，j)|(i，j)∈P(s，M)

以上參數(shù)中，P(s，d)是任務(wù)節(jié)點(diǎn)帶數(shù)據(jù)節(jié)點(diǎn)的最短路徑，S是請求任務(wù)的源節(jié)點(diǎn)，所有的節(jié)點(diǎn)V都受存在矩陣約束。

步驟3：依據(jù)約束條件，建立適應(yīng)度函數(shù)

Qos約束下調(diào)度，每一次迭代依據(jù)一個適應(yīng)度函數(shù)，這個適應(yīng)度函數(shù)更具粒子對減少鏈路的花費(fèi)來評估，所以，依據(jù)Qos約束條件，將適應(yīng)度函數(shù)定義為：

f(P(s，M))＝Cost(P(s，M))

+k₁{max D_P(s，M)-(D_P(s，M)，0)}

+k₂{max J_P(s，M)-(D_P(s，M)，0)}

式中，k₁、k₂為懲罰系數(shù)，決定懲罰的程度。

步驟4：生成初始解，迭代生成數(shù)據(jù)節(jié)點(diǎn)的解集

首先，從存在矩陣中隨機(jī)生成初始解V₀，由于V₀是從存在矩陣中隨機(jī)生成，所以他有物理及空間意義，然后按照Qos約束條件，在適應(yīng)度函數(shù)f(P(s，M))計算得到f_i，當(dāng)f_i沒有達(dá)到閾值的時候，輸出對應(yīng)的V_i。

按照標(biāo)準(zhǔn)PSO算法進(jìn)行迭代：

V_id＝ω·v_id+c₁rand()·(pbest_i-X_i)+c₂rand()·(gbest_i-X_i)

X_i＝X_i+V_i

其中，ω為慣性權(quán)重，代表粒子慣性行為，c₁、c₂為加速常量，rand()為隨機(jī)值，個參量的值按照線性遞減權(quán)值策略(LDW)進(jìn)行定義。

根據(jù)PSO算法得到迭代一輪后的

步驟5：解與存在矩陣和約束條件匹配

將每一輪迭代的與存在矩陣進(jìn)行匹配，如果不在存在矩陣中，也就是說解釋無意義的，那么進(jìn)行下一次迭代，重新再生成新的知道與存在矩陣匹配；然后在將得到的數(shù)據(jù)節(jié)點(diǎn)與Qos約束條件進(jìn)行對比，如果不滿足用戶提出的Qos限制，則進(jìn)行下一次迭代，繼續(xù)生成新的如果連續(xù)n次迭代后還是沒有生成滿足約束條件的解，那么從這n個解中選取比較接近Qos約束條件的解輸出，作為本次調(diào)度的最優(yōu)解。n一般設(shè)置為10左右，如果任務(wù)數(shù)量比較大，可以適當(dāng)增加n值。但是過大的n值會增加系統(tǒng)運(yùn)行的時間開銷。