合的過(guò)程。二者的比較可W檢驗(yàn)虛擬機(jī)遷移整合收縮的有效性。
[0130] NVUFASA畑：與FASA畑的區(qū)別在于NVUFASA畑沒(méi)有采用垂直擴(kuò)展方式，從而對(duì)比檢 驗(yàn)垂直擴(kuò)展方式的有效性。
[013U NVDFASA畑：與FASA畑的區(qū)別在于NVDFASA畑沒(méi)有采用垂直收縮方式。二者的比 較檢驗(yàn)垂直收縮方式的有效性。
[0132] NBSFASA畑：與FASA畑的區(qū)別在于NBSFASA畑中沒(méi)有采用任務(wù)后移策略，通過(guò)對(duì)比 NBSFASA畑與FASA畑檢驗(yàn)任務(wù)后移策略的有效性。
[0133] eF畑是一種經(jīng)典的依賴任務(wù)容錯(cuò)調(diào)度算法。eF畑采用AsEarlyAs化ssible策 略調(diào)度主副版本。然而，該算法不具備動(dòng)態(tài)調(diào)整資源規(guī)模的能力。
[0134] 我們采用完成率、主機(jī)活動(dòng)時(shí)間與任務(wù)時(shí)間與主機(jī)時(shí)間百分比來(lái)檢驗(yàn)系統(tǒng)的性 能。其中，完成率佑uarantee Ratio, GR)表示能成功完成的依賴任務(wù)組占所有提交任務(wù) 組的百分比；主機(jī)活動(dòng)時(shí)間化ost Active Time, HAT)表示所有活動(dòng)主機(jī)的總開機(jī)時(shí)間，該 指標(biāo)反映了系統(tǒng)的資源開銷情況；任務(wù)時(shí)間與主機(jī)時(shí)間百分比（Ratio of Task time over 化sts time, RTH)表示所有任務(wù)的執(zhí)行時(shí)間的總和與主機(jī)活動(dòng)時(shí)間的比值，該指標(biāo)反映了 系統(tǒng)的資源利用率。
[01巧]首先，我們進(jìn)行基于隨機(jī)合成依賴任務(wù)組值A(chǔ)G)的實(shí)驗(yàn)。為保證實(shí)驗(yàn)的可重復(fù)性， 我們采用仿真模擬的方式測(cè)試上述算法。在本文的模擬實(shí)驗(yàn)中，我們使用了一種在工業(yè)界、 學(xué)術(shù)界常用的云平臺(tái)仿真工具CloudSim。云平臺(tái)中各參數(shù)設(shè)置如下：
[0136] 每臺(tái)主機(jī)的處理能力為1000、1500、2000或3000MIPS，并由1抓PS網(wǎng)絡(luò)互連； 系統(tǒng)中共有四種類型的虛擬機(jī)，處理能力分別為250、500、700或1000MIPS ;開啟一臺(tái)主 機(jī)的時(shí)間為90s，創(chuàng)建一臺(tái)虛擬機(jī)的時(shí)間為15s ;依賴任務(wù)組按平均到達(dá)時(shí)間為1/A的 泊松分布到達(dá)云系統(tǒng)，1/A在[1/\。，1/\。+2]之間均勻分布。依賴任務(wù)組的截止期設(shè) 定為4.二口, +axef"，其中表示該依賴任務(wù)組可能的最短執(zhí)行時(shí)間，a符合均勻 分布U(l. 5, 2. 5)。依賴任務(wù)組按下述步驟生產(chǎn)：首先確定依賴任務(wù)組中的任務(wù)數(shù)量NW及依賴關(guān)系的數(shù)量U，本文實(shí)驗(yàn)中假設(shè)U = 4N;依賴任務(wù)組內(nèi)各個(gè)任務(wù)的大小在范圍 [1X105, 2X105]MI內(nèi)均勻分布；在依賴任務(wù)組內(nèi)不產(chǎn)生環(huán)的前提下，隨機(jī)選定各依賴關(guān)系 的前驅(qū)任務(wù)與后繼任務(wù)，各依賴關(guān)系所表示的消息的容量大小在[10,l00]MB內(nèi)均勻分布； 根據(jù)依賴任務(wù)組的截止期計(jì)算各任務(wù)的截止期。
[0137] 關(guān)于任務(wù)組數(shù)量對(duì)性能的影響方面，圖6至圖8示出的是FASA畑與6種基準(zhǔn)算法 在隨機(jī)合成依賴任務(wù)組上工作時(shí)的算法性能-依賴任務(wù)組數(shù)量柱形比較圖。具體地，圖6 是GR-count柱形圖；圖7是HAT-count柱形圖；圖8是RTH-count柱形圖。
[0138] 從圖6可W看出，無(wú)論任務(wù)組數(shù)量如何變化，除eFRD外所有算法均能保持一個(gè)較 為穩(wěn)定的完成率。該是由于其他算法充分考慮了云環(huán)境下資源規(guī)模龐大的特征，可根據(jù)任 務(wù)組數(shù)量的變化動(dòng)態(tài)地調(diào)整資源規(guī)模，而eFRD不具備該種在線調(diào)整資源規(guī)模的能力，資源 規(guī)模一定，因此在任務(wù)組數(shù)量增加時(shí)，eFRD的完成率下降。由于NOFASARD沒(méi)有采用重疊技 術(shù)，副版本需要消耗更多的資源，所W任務(wù)完成率要低于FASARD。此外，我們還可W發(fā)現(xiàn)， NBSFASARD的任務(wù)完成率同樣低于FASARD，該說(shuō)明任務(wù)后移策略可W通過(guò)充分利用各個(gè)已 調(diào)度任務(wù)之間的空閑時(shí)間槽，插入新的任務(wù)，從而提高系統(tǒng)的可調(diào)度性。值得注意的是，圖 6表明FASARD與NCFASARD具有相近的較高的任務(wù)完成率，對(duì)于FASARD該是由于該算法綜 合采用了重疊、任務(wù)后移策略、資源彈性供給等多種策略，有效地提高了系統(tǒng)的可調(diào)度性； 而對(duì)于NCFASARD，則是由于消耗了更多的計(jì)算資源。
[0139] 圖7則表明，相比除eF畑外的其他算法，F(xiàn)ASA畑始終保持一個(gè)更低的HAT值，該 說(shuō)明FASARD中采用的各項(xiàng)技術(shù)與策略能有效地提高系統(tǒng)的資源利用率。另外，由于沒(méi)有采 用虛擬機(jī)整合收縮方法，NCFASARD算法會(huì)產(chǎn)生大量空閑資源，所W資源開銷最大，特別是隨 著任務(wù)組數(shù)量的增加，資源浪費(fèi)的情況更加明顯。此外，我們還可W發(fā)現(xiàn)NVUFASARD的資源 開銷是除NCFASARD W往的第二高，該是由于該算法無(wú)法通過(guò)垂直擴(kuò)展方式來(lái)容納新的任 務(wù)，必須通過(guò)水平擴(kuò)展方式開啟更多的虛擬機(jī)，而導(dǎo)致主機(jī)活動(dòng)時(shí)間明顯上升。由于缺少任 務(wù)后移策略，一些任務(wù)無(wú)法插入到各個(gè)空閑的時(shí)間槽內(nèi)，致使出現(xiàn)資源浪費(fèi)，NBSFASARD的 HAT也較高。隨著任務(wù)組數(shù)量的增加，eF畑的HAT值也出現(xiàn)了一些上升，然而eF畑不具備 資源動(dòng)態(tài)調(diào)整能力，該種上升只是因?yàn)橄到y(tǒng)運(yùn)行的時(shí)間更長(zhǎng)。
[0140] 在圖8中，F(xiàn)ASA畑有最高的RTH值，即資源利用率最高。該再次說(shuō)明FASA畑中融 合的多種技術(shù)與策略可W有效地提高系統(tǒng)的資源利用率。NCFASARD由于沒(méi)有采用資源整 合收縮方法，造成了大量資源浪費(fèi)，而導(dǎo)致RTH值偏低，該表明虛擬機(jī)整合收縮對(duì)提高資源 利用率有重要作用。隨著任務(wù)組數(shù)量的增多，前六種算法均由于接收更多的任務(wù)而資源利 用率上升。然而，eFRD的RTH值隨著任務(wù)組數(shù)量的增加，先上升后下降，當(dāng)任務(wù)組數(shù)量從50 增加到100時(shí)，更多的任務(wù)組可W被系統(tǒng)接收，而由于主機(jī)數(shù)量固定，主機(jī)活動(dòng)時(shí)間僅少量 增加，因此RTH值上升，而當(dāng)任務(wù)組數(shù)量進(jìn)一步增加時(shí)，由于可接收的任務(wù)組數(shù)基本保持不 變，而系統(tǒng)運(yùn)行時(shí)間增加，導(dǎo)致RTH值下降。
[0141] 關(guān)于任務(wù)組到達(dá)率對(duì)性能的影響方面，圖9至圖11示出的是FASA畑與6種基 準(zhǔn)算法在隨機(jī)合成依賴任務(wù)組上工作時(shí)的算法性能-依賴任務(wù)組到達(dá)率柱形比較圖。具 體地，圖9是GR-intervalTime柱形圖；圖10是HAT-intervalTime柱形圖；圖11是 RTH-intervalTime柱形圖。其中，參數(shù)1/A。從W2為步長(zhǎng)，從0增加到10。
[0142] 圖9顯示前6種算法由于可W動(dòng)態(tài)調(diào)整資源規(guī)模，因此任務(wù)完成率均高于eFRD。 隨著1/A。的增加，前六種算法的完成率均略有增加，該是由于當(dāng)?shù)竭_(dá)間隔時(shí)間較短時(shí)，系 統(tǒng)負(fù)載較重，擴(kuò)展資源需要主機(jī)開機(jī)時(shí)間、虛擬機(jī)創(chuàng)建時(shí)間等額外的調(diào)整時(shí)間，導(dǎo)致大量任 務(wù)無(wú)法在截止前完成而被拒絕。相對(duì)應(yīng)的，當(dāng)間隔時(shí)間邊長(zhǎng)時(shí)，系統(tǒng)有較為充裕的時(shí)間進(jìn)行 資源擴(kuò)展，更多的任務(wù)可W在截止期內(nèi)成功完成。同時(shí)，F(xiàn)ASARD與NCFASARD有更高的完成 率，原因與圖6中的類似。從圖9還可W看出，由于無(wú)法動(dòng)態(tài)擴(kuò)展資源規(guī)模，eFRD的任務(wù)完 成率較低。
[0143] 從圖10我們可W發(fā)現(xiàn)，F(xiàn)ASA畑始終在前六種算法中保持最低的HAT值，該又一次 說(shuō)明FASARD中所用的各種技術(shù)與策略的有效性。當(dāng)間隔時(shí)間變長(zhǎng)是，NCFASARD與其他算法 之間在資源開銷上的差別變得更加明顯，該說(shuō)明缺少虛擬機(jī)整合收縮方法會(huì)在間隔時(shí)間變 長(zhǎng)時(shí)明顯導(dǎo)致更多的資源開銷。此外，當(dāng)1/ A。為0時(shí)，NOFASARD的HAT值也較高，該是由 于當(dāng)大量任務(wù)組幾乎同時(shí)涌入系統(tǒng)時(shí)，缺乏重疊技術(shù)會(huì)導(dǎo)致副版本的資源開銷顯著增大， 系統(tǒng)必須通過(guò)開啟更多的主機(jī)才能應(yīng)對(duì)該種過(guò)載情況。同時(shí)，我們還可W發(fā)現(xiàn)，隨著間隔時(shí) 間的增大，由于接收任務(wù)數(shù)量增多，系統(tǒng)運(yùn)行時(shí)間更長(zhǎng)，eFRD的HAT值也略有上升。
[0144] 圖11顯示，隨著間隔時(shí)間的變化，F(xiàn)ASA畑的RTH值始終保持最高，表明FASA畑在 不同的任務(wù)到達(dá)情況下，均能有效地提高系統(tǒng)的資源利用率。而NCFASARD與eFRD的RTH 值在4到10之間下降，該是由于NCFASARD沒(méi)有采用整合收縮方式，eFRD無(wú)法動(dòng)態(tài)調(diào)整資 源規(guī)模，因此在系統(tǒng)負(fù)載變輕時(shí)出現(xiàn)更多的資源浪費(fèi)，導(dǎo)致資源利用率下降。
[0145] 關(guān)于任務(wù)組截止期對(duì)性能的影響方面，圖12至圖14示出的是FASA畑與6種基準(zhǔn) 算法在隨機(jī)合成依賴任務(wù)組上工作時(shí)的算法性能-依賴任務(wù)組截止期柱形比較圖。具體 地，圖12是GR-a柱形圖；圖13是HAT-a柱形圖；圖14是RTH-a柱形圖。其中，確定截 止期的參數(shù)a W 0. 2為步長(zhǎng)，從1. 5變化到2. 5。
[0146] 從圖12可W看出，截止期對(duì)各算法的完成率均有顯著的影響。當(dāng)截止期非常緊張 時(shí)（如，a = 1. 5)，由于系統(tǒng)無(wú)法在短時(shí)間內(nèi)完成資源擴(kuò)展，大多數(shù)任務(wù)組都被拒絕。然而， 當(dāng)截止期變得寬松時(shí)，前6種算法幾乎可W接收所有任務(wù)組。值得注意的是，當(dāng)截止期非常 緊張時(shí)，NVUFASARD的完成率明顯低于除eFRD W外的所有算法，該是由于垂直擴(kuò)展方式可 W在短時(shí)間內(nèi)完成計(jì)算資源的擴(kuò)展，響應(yīng)系統(tǒng)變化的能力更強(qiáng)，我們可W認(rèn)為，缺乏垂直擴(kuò) 展能力時(shí)，系統(tǒng)的可調(diào)度性將大大惡化，特別是在任務(wù)截止期非常緊張的情況下。此外，由 于無(wú)法動(dòng)態(tài)調(diào)整資源規(guī)模，我們?cè)僖淮伟l(fā)現(xiàn)eFRD的任務(wù)完成率最低。
[0147] 圖13顯示，隨著a的增加，所有算法的HAT值都隨之增加。該是由于當(dāng)a增加 時(shí)，系統(tǒng)可W接納更多的任務(wù)組，需要更多的主機(jī)時(shí)間來(lái)執(zhí)行該些任務(wù)。值得注意的是， NCFASARD的HAT值的上升速度明顯快于其他算啊，該表明當(dāng)截止期變寬松時(shí)，NCFASARD由 于無(wú)法充分利用已有資源，必須消耗更多的計(jì)算資源。此外，NVDFASA畑的HAT值僅次于 NCFASARD,該是由于當(dāng)截止期變寬松時(shí)，NVDFASARD缺少垂直收縮方式，無(wú)法及時(shí)縮小閑置 的資源，造成了一定的資源浪費(fèi)。
[0148] FASA畑的優(yōu)勢(shì)在圖14中再一次得到展現(xiàn)。當(dāng)截止期非常緊張時(shí)（a = 1.5)， NCFASARD與NVDFASARD同樣具有較高的RTH值。該是由于在該種情況下，系統(tǒng)過(guò)載，很少會(huì) 收縮計(jì)算資源規(guī)模，因此缺少虛擬機(jī)整合收縮方法與垂直收縮方式并不會(huì)對(duì)系統(tǒng)的資源利 用率造成很大影響。然而，當(dāng)截止期變得寬松時(shí)，NCFASARD與NVDFASARD的資源利用率明 顯劣于其他算法。eFRD的RTH值在截止期非常緊張時(shí)同樣比較高，該是由于系統(tǒng)中幾乎所 有資源都被使用了，而當(dāng)截止期變得寬松時(shí)，出現(xiàn)閑置的計(jì)算資源，RTH值下降。
[0149] 完成了基于隨機(jī)合成依賴任務(wù)組值A(chǔ)G)的實(shí)驗(yàn)之后，我們進(jìn)一步進(jìn)行基于真實(shí)依 賴任務(wù)組的實(shí)驗(yàn)。為了檢驗(yàn)本文所提出的算法在真實(shí)應(yīng)用下的可行性，我們基于5種真實(shí) 應(yīng)用：LIGO，Montage，切berShake，Epegenomics與SIPHT進(jìn)一步開展實(shí)驗(yàn)。對(duì)于每種應(yīng)用， 我們使用Wo