基于优先级和优化完成时间的网格调度算法

网格由大量的异构资源组成，具有复杂性、动态性和自治性特点。高效的网格调度算法可以充分利用网格系统资源，提高网格处理应用程序的能力。Min min算法是一个简单、快速、有效的调度算法，但由于总是先分配小任务而不能确保负载平衡。文中首先对网格系统中任务的数据传输和执行进行分析，计算并优化Min min算法的任务完成时间，再根据任务需求赋予任务优先级，通过优先级安排任务调度，提高算法负载平衡能力，最后在上述分析基础上提出POTE Min min(Priority and Overlap Transmission and Execution Min min)调度算法。     

一种并行结构路由器保序自适应负载平衡结构

论文提出了一种通用的并行结构路由器具有IP包保序功能的自适应负载平衡结构APOKLB(AdaptivePacket-Order-KeepingLoadBalancer)和一种有效的基于流分类的信元调度算法FCS(FlowClassification-basedScheduling)。分析了FCS的算法复杂度、APOKLB所需内存数量、带宽及其平均排队延迟,并给出了APOKLB与几种保序结构进行了比较。     

国防科大计算机学院工学博士学位论文摘要

分布计算环境中冗余服务管理 机制的研究与实现 作者：钱　方(2000.5) 导师：邹　鹏教授 　　本文以性能、可用性、可扩展性为目标,针对三层客户／服务器体系结构,研究分布计算环境中冗余服务的失效管理、性能管理和配置管理,并在此基础上开发一个自动、自适应、透明和开放的冗余服务管理系统。本文的主要工作包括： 　　(1)针对现有的冗余服务概念模型的不足,本文首先利用分布对象技术定义HORIS对象模型,通过它对分布计算环境中冗余服务的管理问题进行有效描述。基于HORIS模型,本文利用agent技术创建了冗余服务的全局管理框架AMA,并引入了基于“事件-条件-动作”规则的agent模型实现AMA框架的自动、自适应管理功能。同时针对AMA框架中冗余服务的管理者OM,本文进一步提出了冗余对象管理框架ROMA,以实现开放、自动、自适应透明的管理功能。 　　(2)本文对基于分布对象的负载平衡算法进行了系统地分类描述。然后,按照负载平衡的管理步骤,对分布计算环境中冗余服务的负载索引进行定义;通过对基本负载信息收集方式的改进,提出三种新的收集方式;在此基础上,引入两类负载平衡算法。 　　(3)本文从如下三方面对冗余服务的性能和可用性进行有效地权衡： 　　(a)首先对基于分布对象的负载平衡算法进行改进。然后利用请求冗余机制,提高自适应的高可用负载平衡算法AHA-LOBA,以及确定负载阈值的遗传算法DT-GA。它能根据系统的负载状况动态确定请示的冗余度,有效满足用户的性能和可用性需求。     

一个基于收益与开销的作业选择策略

本文介绍了作者研制的负载平衡系统ILBOT(intelligent load balancer based on on-line tracing)的作业选择策略,该策略考虑了不同的负载环境对不同类型的作业响应时间的影响,并以此为依据来估算作业转移的收益与开销，将一个基于收益与开销的新的选择策略用在负载平衡算法中.性能测试的结果表明，使用该策略能较好地缩短作业的平均响应时间和提高资源的利用率.     

基于CPU MEM的负载共享调度机制研究*

分布式系统中调度机制对负载共享系统性能有重要影响。基于CPU-MEM的负载共享策略考虑内存资源对系统性能的作用,降低了页失效次数,提高了资源利用率。在CPU-MEM负载共享机制基础上,考虑任务在执行过程中的变化特性,提出了在单节点上减少任务平均内存需求的多内存需求多时间片轮询策略(RR-MMMCS)和基于预测的多内存多时间片策略(MMMCS-P)。实验表明,无论是对计算密集型任务还是数据密集型任务,RR-MMMCS、MMMCS-P调度机制在平均响应时间方面具有较好的性能。     

一种基于多种资源的负载平衡算法的设计与模拟

系统资源的有效利用是集群系统的关键问题，负载平衡是实现资源有效利用的重要手段。本文中，我们提出了一种基于资源使用率和向量负载指数的、采用进程迁移机制的负载平衡算法，并通过踪迹驱动的方法进行了大量的模拟和分析。     

海量种群基因表达式编程的内存删冗算法

在大样本、多种群、高进化代数的情况下,基因表达式编程(GEP)容易产生冗余个体染色体有效串,从而影响计算性能。为解决该问题,提出一种基于内存检测种群冗余的算法MPRRGEP。分析单基因、多基因对种群冗余性的影响,设计个体染色体有效性的测度方法。提出内存Hash种群映射删冗算法,在内存中索引个体染色体数据,减少相同有效串的重复计算次数,大幅提高GEP计算性能。实验结果表明,相比传统GEP算法,MPRRGEP算法平均减少60%以上的计算时间。     

计算网格中动态负载平衡的分布调度模式

网格计算下对资源进行有效的管理和调度可以提高系统的利用率.在对现有若干调度方法的研究和分析基础上,针对计算网格中的负载平衡问题,提出了一种分布式网格作业调度模型,并给出相关算法.算法通过建立主从模式的负载信息收集机制,提供给节点全局负载信息,加速重负载节点的负载转移速度.通过有效的负载平衡模式,解决资源调度中负载平衡及其可靠性问题.     

基于主动队列管理的集群计算负载平衡系统

在分析了分组到达率和服务率的关系及主动队列管理AQM（Active Queue Management）的Balanced RED算法的基础上,提出了一个计算连接权重的动态分配算法“基于AQM加权时序动态法”（Weighted Opportunity Dynamic Algorithm based on AQM）,它具有对终端用户透明、能自动找出最佳服务器来处理请求的特点,从而实现集群计算服务器的负载平衡。另外据此算法设计并实现了一个支持服务器集群的动态负载平衡原型系统,实验结果表明该算法在负载平衡的效能上有明显的提高。     

基于反馈机制的动态负载平衡算法研究*

动态负载平衡是提高多处理器系统资源利用率和并行计算性能的重要途径。为了解决变化负载系统中子任务可并行计算的双重循环(PTM-NL)问题,提出一种基于反馈机制的动态负载平衡算法。该算法以处理器作业速度为负载指标,在循环计算中根据反馈的负载指标分配计算任务,动态适应负载变化。实验结果表明,该算法在变化负载的系统中能有效提高PTM-NL问题并行效率。     

农机监控调度系统的设计与实现

针对目前农机作业中信息发布滞后、农机资源调度不合理、效率低下等问题,提出一种基于地理信息系统(GIS)、通用分组无线业务(GPRS)及全球定位系统(GPS)技术的农机监控调度系统,运用GPRS数据传输技术和GIS组件MapObjects,实现农机作业信息的即时采集与监控调度。为满足实时计算的需要,采用A-Star寻路算法规划农机的调度路径。应用结果表明,该系统能有效管理和调度农机,提高作业效率。     

基于轻量级虚拟机的透明计算系统

基于虚拟机的透明计算系统MMNC-VX实现了未经修改的操作系统在透明计算环境中可按需加载,但其性能与同配置PC相比有较大差距。针对该问题,提出一种基于轻量级虚拟机的透明计算系统,仅虚拟网络设备,减少了由全虚拟化带来的开销,利用设备模型将用户操作系统的存储I/O请求重定向到服务器上处理,实现透明计算。经测试,原型系统性能与同配置PC基本相当,与MMNC-VX相比有较大提高。     

基于CORBA的油气田异构信息系统多源集成

目前国内油气田公司内部大多存在拥有几个异构的信息系统,各系统相互独立,具有很强的独立性和“自治性”,但各系统间多源信息不能共享、交换。文中在介绍CORBA的基础上,提出了CORBA分布式计算环境下的油气田异构系统多源信息集成设计方法,实现了多个异构油气田信息系统中的多源信息整合,并且利用异构数据库开发了一些新功能。     

一种集群系统的透明动态反馈负载均衡算法

随着服务器集群系统大量应用于各中小企业的信息系统中，传统均衡算法一方面由于局限性达不到企业的要求，另一方面大部分中小型企业也无法承受昂贵的硬件负载均衡器费用，本文提出了一种集群系统的透明动态反馈负载均衡算法（TDLBA）。该算法充分考虑集群系统中多种资源（CPU、内存、I/O和网络带宽等），采用双机热备份负载均衡器，服务器节点周期动态反馈方法，同时引入一个负载冗余以动态调整节点负载分配，从而达到尽量简化负载均衡器的任务分配算法、最大限度满足系统最大吞吐率和提高系统响应时间的目标。测试表明，该算法有效的提高了系统服务性能，且优于静态分配算法和Pick-KX算法。     

基于Globus Toolkit4的网格多资源Web服务实现

采用Globus作为事实上的网格基础平台,基于Globus进行网格服务开发是当前开发网格应用系统的主要手段.它提供了网格系统的基础服务,可以构建复杂的网格应用系统.针对GlobusToolkit4中网格服务的实现问题,介绍了单资源服务、多资源服务的实现模型,并以一个简单的网格计算为例,详细地说明了网格多资源Web服务的实现过程,最后成功地在单资源网格服务的基础上实现了网格多资源服务.     

Performance evaluation of transaction processing couplingarchitectures for handling system dynamics

As the demand for high volume transaction processing grows, coupling multiple computing nodes becomes increasingly attractive. This paper presents a comparison on the resilience of the performance to system dynamics of three architectures for transaction processing. In the shared nothing (SN) architecture, neither disks nor memory is shared. In the shared disk (SD) architecture, all disks are accessible to all nodes while in the shared intermediate memory (SIM) architecture, a shared intermediate level of memory is introduced. A transaction processing system needs to be configured with enough capacity to cope with the dynamic variation of load or with a node failure. Three specific scenarios are considered: 1) a sudden surge in load of one transaction class, 2) varying transaction rates for all transaction classes, and 3) failure of a single processing node. We find that the different architectures require different amounts of capacity to be reserved to cope with these dynamic situations. We further show that the data sharing architecture, especially in the case with shared intermediate memory, is more resilient to system dynamics and requires far less contingency capacity compared to the SN architecture     

Memory aware load balance strategy on a parallel branch‐and‐bound application

The latest trends in high performance computing systems show an increasing demand on the use of a large scale multicore system in an efficient way so that high compute‐intensive applications can be executed reasonably well. However, the exploitation of the degree of parallelism available at each multicore component can be limited by the poor utilization of the memory hierarchy. Actually, the multicore architecture introduces some distinct features that are already observed in shared memory and distributed environments. One example is that subsets of cores can share different subsets of memory. In order to achieve high performance, it is imperative that a careful allocation scheme of an application is carried out on the available cores, based on a scheduling specification that considers not only processors characteristics but also memory contention. This paper proposes a multicore cluster representation that captures relevant performance characteristics in multicores systems such as the influence of memory hierarchy and contention on application performance. Improved performance was achieved by a branch‐and‐bound application applied to the partitioning sets problem that incorporated a memory aware load balancing strategy based on the proposed multicore cluster representation. An in‐depth analysis on this application execution showed its applicability to modern systems. Copyright © 2014 John Wiley & Sons, Ltd.     

A hierarchical approach to dynamic optimization of power systems

The power production system in The Netherlands is characterized by a relatively large number of thermal power-generating units, the presence of autonomous power stations, a strong national grid and a fluctuating daily load. The calculation of the most economic production policy for one or two days ahead, given all cost functions and the predicted demand for electricity, leads to a nonlinear mixed-integer optimization problem. A real solution can only be found at the expense of rather unrealistic values for computing time and memory. To cope with this problem, a hierarchical approach is described that is able to solve problems with up to 100 units and 24 periods.     

一种基于内存服务的内存共享网格系统

内存密集型应用对运行环境的物理内存要求严格,在物理内存不足时将会引发大量磁盘IO,降低系统性能．传统的网络内存致力于在集群内部通过共享空闲节点的物理内存解决该问题,但受集群负载和内部网络影响较大．通过结合网络内存和服务计算、网格计算等技术,提出一种基于内存服务的内存共享网格系统——内存网格,并分析和讨论了实现内存服务的关键技术和算法．内存网格弥补了网络内存的不足,扩展了网格计算的应用范围．通过基于真实应用运行状态的模拟,证明了内存网格与网络内存相比具有性能的提高．     

一种面向车辆实时数据并行处理的任务调度算法

车辆实时监管正面临着不断增长的大规模车辆监测数据的实时处理需求,需要采用分布式的并行计算架构来提升大规模车辆监测数据处理的性能,支撑多样化的车辆监测数据处理任务,应对支撑环境的伸缩性需求。在这种架构下,对系统中不同计算节点间的车辆监测数据处理任务的调度提出了更高的要求。针对这一要求,并结合流式到达及历史积累的车辆监测数据的持续化处理需求以及大规模车辆监测数据实时处理中内存敏感的特征,提出一种基于路由表的并行任务调度算法。该算法基于车辆监测数据时空属性以及各计算节点的内存信息建立路由表,并以路由表的形式来进行任务的并行划分和分配调度,从而使得各计算节点达到负载均衡的状态。实验表明该算法能够使计算节点间的负载差异缩小到12%以内。此外,该算法在某市车辆监管实时系统中的实际应用也证明了其有效性。