《表6 任务调度优化方法分析》
通过对云计算各类环境下任务调度算法研究文献进行总结分析可以看出,目前任务调度算法的优化方法是在已有的启发式、元启发式以及混合式算法类型的基础上结合单/多目标函数及Qo S约束,进行诸如任务排序、解集筛选、节点预测策略,对已有的各类标准调度算法进行改进,如模糊排序方法[7,33]、整数规划[37-38,45]、帕累托权衡[39,45,51]、节点预测技术[11,33,43]、统计多路复用[47]、人工智能[10,33]、多目标优化[39,44,51]、自适应优化[37,43]。表6对文献中使用的优化策略进行分析,并给出了相应的部分文献研究类型。可以看到这些方法使用建模、任务排序、节点预测、请求合并、方案排序等对任务调度算法进行优化,从而简化模型,方便分配,整理需求,减少可分配计算节点,寻找可行解,从各个角度实现提高分配效率与精度的目标。未来可以在不同云环境任务调度的研究中充分应用这些方法来达到性能优化目的。
图表编号 | XD00197459200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.15 |
作者 | 田倬璟、黄震春、张益农 |
绘制单位 | 北京联合大学北京市信息服务工程重点实验室、清华大学计算机科学与技术系、国家超级计算无锡中心、北京信息科学与技术国家研究中心、北京联合大学城市轨道交通与物流学院 |
更多格式 | 高清、无水印(增值服务) |