基于任务可分的网格资源预留机制

资源预留能提供保证QoS的网格服务,但提前预留会增加服务请求拒绝率,且产生的资源碎片降低了资源利用率。在预留分类和预留容量等概念定义的基础上,提出了一种基于可分割任务的网格资源预留机制TDR。TDR中,资源预留在多个方向具有可变的灵活度,并在一定的条件下被分割为多个子预留,从而提高系统容纳能力,并描述了相应的接纳控制算法。仿真实验结果表明,提出的机制能有效地减少预留产生的资源碎片和请求拒绝率,增加资源利用率。     

基于平均等待时间约束的松弛预留机制

传统预留机制存在预留请求拒绝率高、可能会延迟本地作业执行的缺陷。为此,提出一种基于平均等待时间(MWT)约束的松弛预留机制,并给出相应的预留接纳算法。采用松弛预留策略,在每个资源上设置任务等待时间阈值,若调度队列中排队任务的MWT超过该阈值,调度系统将使部分排队任务尽快获得空闲资源,从而减少MWT。实验结果表明,该预留机制能有效保障排队任务的MWT、提高资源利用率、降低预留请求拒绝率。     

一种基于动态资源预留的任务映射算法

分析了当前的DAG调度算法,针对DAG调度中个别大任务制约任务完成时间的情况,提出了关键任务和资源预留时机的定义以及动态资源预留的思想,并基于动态资源预留的思想提出了一种网格环境中基于DAG的任务映射算法KtRR。测试结果表明,该算法比已有算法效率高,特别是在任务密集的情况下。     

一种基于松弛时间的服务网格资源能力预留机制

通过资源能力预留为网格服务提供确定的QoS保证是实现服务网格QoS管理的基础和关键.针对确定性资源能力预留的"资源能力碎片"问题,提出了一种支持松弛时间的灵活资源能力预留机制,并设计了支持松弛时间的资源预留请求接纳控制算法.在CROWN的节点服务器上实现了该机制,并通过仿真实验进行性能评价.结果表明,和已有的确定型预留机制相比,支持松弛时间的资源能力预留机制,使资源能力调度具有更多的自主性,可显著地提高网格资源的综合利用效率.     

跨数据中心的动态资源联合预留研究

如何有效保障服务质量(Quality of Service,QoS)是网格计算和云计算等网络计算平台面临的核心问题之一,资源可获得性和性能的动态变化使得将多媒体网络的资源提前预留机制直接应用到网络计算平台面临巨大挑战.为此提出了一种跨数据中心的资源联合预留体系架构,引入虚拟资源容器以适应资源的动态性,提出了资源预留协商算法以增加预留请求与资源的匹配率.在东南大学校园云计算平台的实验结果表明,在资源动态变化的网络计算环境中,所提出的体系架构能显著提高预留请求的成功率,且具有更强的稳定性.     

服务网格中基于请求生命期的资源预留方法和策略

基于面向服务的网格环境,针对网格服务实例所指向的资源,提出了资源预留树的预留方法.利用在任务请求生命期内发现的所有合适资源构建资源预留树,当预留资源失效时,可直接在资源预留树内选取一个替代资源,保证资源预留的可靠性.针对不同的用户服务质量,设计了3种不同的预留策略,在此基础上,提出了基于不同策略的资源预留树算法TTL-RTA.相关的性能分析和仿真实验表明,该算法具有较好的效率和可靠性.     

一种统一的资源预留策略

资源预留可以保证任务在开始执行时获得资源,而这在网格这样资源动态性很强的环境中是很可贵的,因而资源预留是网格任务调度中一种普遍采用的策略。当前资源预留的研究主要集中在计算资源预留的情况,文中提出了一个网格环境中资源预留的统一策略,该策略对其它资源的预留和计算资源的预留一起加以考虑,经过模拟验证,该策略能够很好地和我们先前设计的一种基于资源预留的任务映射算法结合起来,适用于网格的动态、异构性环境。     

一种可分片预留接纳控制算法研究

接纳控制算法的好坏直接影响分布式计算中资源提前预留机制的总体性能.针对现有灵活资源预留接纳控制算法的优缺点,提出了一种可分片预留接纳控制算法.当无法实现固定资源预留时,该算法在保证最大分片间隔的前提下,允许对资源进行分片预留;在各分片中,若存在剩余资源量小于请求预留资源量的时隙,允许用最小资源量进行预留.通过与3种可拓展预留接纳控制算法(缩短持续时间,增大预留带宽(shorten the duration and increase the reserved bandwidth,SDIB);减小预留带宽,延长持续时间(reduce the reserved bandwidth and extend the duration,RBED);改变预留的开始时间(change the reserved start time,CST))的对比实验,从接纳率和有效资源利用率方面进行了评估.实验结果表明,可分片预留接纳控制算法能有效减少资源碎片,具有更优的综合性能.     

一种面向效益均衡的网格资源预留机制

网格环境中的资源预留机制为跨站点的协同资源分配提供可靠的服务质量保证.针对传统预留机制存在本地任务QoS难以得到保障的缺陷,提出一种基于效益均衡的预留机制.该机制通过比较资源顸留收益与预留对本地任务执行所造成的负面影响来确定资源预留数量,以期取得网格任务QoS保障和本地任务QoS保障的效益均衡.模拟实验采用真实系统负载在较大规模的计算网格系统中检验了该机制的性能表现,实验结果显示,基于效益均衡的预留机制能有效提高资源利用率,同时能显著降低任务的资源费用情况.     

一种兼顾排队任务的资源预留机制

针对网格环境中目前的资源预留机制导致排队任务（queued tasks）平均等待时间剧增的问题，提出了一种兼顾排队任务的资源预留机制，该机制中采用了一种新的策略，提出了一种动态确定n的自适应算法。实验结果表明，该机制下排队任务的平均等待时间明显减少。     

基于间隔型双边拍卖的网格资源预留算法

针对已有基于竞价拍卖的网格资源预留方法存在的问题，提出了一种基于间隔型双边拍卖的网格资源预留算法。根据网格资源预留的需求和拍卖机制的特点，给出了网格系统模型；基于间隔型双边拍卖的思想，设计了适合网格系统的资源拍卖机制，给出了详细的网格资源预留算法；算法的最优性分析表明：在资源拍卖过程，提供真实信息对用户方和资源方均是唯一占优策略，且算法能够保证中标资源供需平衡。 最后，模拟实验结果证明了算法的有效性和正确性。     

一种Hadoop YARN的资源调度机制

YARN is a resource management system widely used in Hadoop. It supports MapReduce, Spark, Storm and other computing frameworks, and has become the core component of big data ecology. However, in Hadoop YARN’s existing resource scheduler, a resource guarantee mechanism based on resource reservation, will produce resource fragmentations, leading to a waste of resources. In order to improve the resource utilization and throughput of the cluster, this paper proposes a resource allocation mechanism based on reservation and backfill. In this mechanism, based on the priority of the job, it decides whether to make a reservation to the resource and introduce a backfill strategy to backfill the resource without affecting the execution of the reservation job. Experiments show that the resource scheduling mechanism based on reserved backfill can effectively improve the resource utilization and throughput of Hadoop YARN cluster.     

基于速率测量的资源预留速率调整机制

针对资源预留处理过程中可能存在的资源隐藏问题,提出一种基于到达速率测量的预留速率校正机制。当业务的到达速率和预留速率之间的偏差大于设定的阈值时,将业务流的预留速率调整为到达速率。业务流到达速率的测量采用基于速率包线的小时间尺度平均速率估计方法,并考虑流量自相似特征。仿真实验验证了该机制能有效解决资源隐藏问题,提高资源利用率。     

协调路由和资源预留机制的实时多播协议

流媒体应用程序必然涉及网络上的实时任务处理。在一般情况下每个数据流都有很多接收端,因此确保网络传输的时间限制的多播资源预留协议非常必要。提出了一个针对一对多,即一个发送端、多个接收端的实时多播协议,因为未涉及到多对多的情况,故称为简单实时多播协议。协议通过将路由机制和资源预留机制用一个通用接口协调起来,提供了一个更为灵活的连接建立方式,并同其它已存在的流媒体协议如RSVP、ST-II进行比较和分析。     

一种基于运动预测与QoS协商的扇形资源弹性预约机制

通过考虑用户移动性和QoS要求,设计了移动无线因特网中的一种扇形资源弹性预约机制,包括运动预测、资源预约和QoS协商。该机制还考虑了移动用户频繁切换的解决方法 。仿真研究表明,扇形资源弹性预约机制可以有效地保证移动用户的QoS。