云环境下的一种并行任务划分方法研究
粒度划分太细，网速传输及任务启动等消耗太大，而如果粒度太大就不能充分利用现有的计算资源。因此，云环境下的任务划分可以归结为优化问题，本文以任务运行时间估计模型作为优化目标函数，采用了一种改进的粒子群优化算法对任务进行优化划分。2.1 任务运行时间模型如图1所示，根据云资源节点信息对数据块进行预处理，将处理后的任务装载到活动池，活动与服务映射程序从活动池取活动执行映射，在活动执行过程中对主数据块进行处理。在预处理阶段对前驱数据PWD进行划分，然后将数据进行分解加入到活动池中，分解过程可能要附加额外数据，所以，在分解过程中引入膨胀因子inf，并且inf≥1。预处理过程中用到的资源属性参数定义如下。2.2 改进的粒子群优化算法粒子在二维空间迭代过程如图2所示，展示了该粒子从位置zk迭代到位置zk+1的过程，并反映了式⑸的迭代过程，图2中v1是局部最优值pbest导致的改变速度，vk是这一时刻此粒子所具有的速度，v3是改进算法后加入的改变量，它使
<<上一页 下一页>>
广州市越秀区图书馆版权所有。
联系电话：020-87673002
本站访问人数：