共查询到19条相似文献,搜索用时 125 毫秒
1.
2.
研究多集群的管理模式,设计支持多集群的用户决策和系统决策两种调度方式,提出基于PBS的多集群作业调度MCJSS架构。利用PBS的扩展接口,实现MCJSS的核心模块,管理多集群作业提交、作业转发和负载信息收集。给出了多集群间基于预测最轻负载转发的调度策略。运用两层负载信息收集策略服务于转发机制,利用组合单项负载的阈值来判断转发时机和目的集群。实验证明,相同的作业在相同规模但是不同组织形式的多集群和单集群组织模式下,多集群的系统吞吐量大于单集群组织模式。 相似文献
3.
计算网格中动态负载平衡的分布调度模式 总被引:1,自引:0,他引:1
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. 相似文献
4.
5.
6.
针对大型软件项目系统集成过程中存在的潜在问题,通过对网格计算、调度策略、回归测试的优化的分析研究,提出高效的、占用软硬件资源合理的系统集成解决方案。并且以自己工作中的软件开发系统集成项目经验为例,详细论述了网格计算在系统集成中的应用。 相似文献
7.
面向高性能计算环境的作业优化调度模型的设计与实现 总被引:1,自引:0,他引:1
高性能计算环境聚合了多个分布在不同地域、不同组织机构的高性能计算资源,面向用户提供统一的访问入口和使用方式,由系统中间件根据用户作业请求匹配合适的高性能计算资源。随着环境应用编程接口的开放以及作业请求数量的大幅增加,面对高并发作业提交请求时,目前采用的即时调度模型会由于网络等原因导致一定数量的请求处理失败,同时缺乏灵活性。针对此问题,优化了环境作业调度模型,引入作业环境队列,细化了作业系统层状态,增加了作业调度策略可配置性,并基于环境中间件SCE实现了系统原型。经测试,在单核心服务每分钟处理近200个作业提交请求的工作负载下,无因系统和网络原因引起的作业提交出错现象;在共计1 000个作业中,近500个作业提交命令请求在0.3s以内完成,800余个作业提交命令请求在0.5s以内完成。 相似文献
8.
网格计算是近年来得到快速发展的广域网格计算技术,其目标是把因特网整合成一种超大规模的巨大计算机系统,以实现计算资源,存储资源,信息资源.知识资源的全面共享,资源管理与调度是网格计算中的核心部分,在本文介绍网格资源管理,分析了三类资源调度策略;并提出了一个基于信任度的资源调度策略,详细描述了基于信任度的资源调度策略的算法实现.把服务质量有机集成在资源调度策略当中去. 相似文献
9.
容错计算网格作业调度模型的研究 总被引:14,自引:1,他引:14
网格技术的发展对网格系统的效率和服务质量提出了更高要求.在综合研究目前网格作业调度环境的基础上,提出一种容错计算网格作业调度的随机Petri网模型,并给出了网格作业分派策略和计算站点内的作业选择策略,以及容错计算网格的性能评价指标.仿真实验对容错计算网格的性能进行有效的分析,反映故障对网格中不同类别作业的影响. 相似文献
10.
网格在解决分散式资源共享方面具有广阔的应用前景,使得它成为下一代互联网瞩目的焦点.而计算网格为资源的需求和供给提供定量分析,激励资源拥有者加入网格的同时保证资源消费者合理有效地使用资源.介绍计算网格通用模型GRACE的基础上,针对该模型中的热点问题--资源管理和调度展开讨论,分析比较当前的几种调度方案,为进一步提出高效完备的资源调度算法作准备. 相似文献
11.
基于OpenPBS的机群作业管理系统的设计与实现 总被引:4,自引:0,他引:4
机群作业管理系统直接关系到机群性能的发挥和使用率的提高,是机群的一个重要组成部分。该文主要介绍了当前比较流行的作业管理系统OpenPBS的结构及工作过程,以及在其基础上开发的好用的web方式的作业提交系统。基于web的使用策略增加了系统的好用性。 相似文献
12.
网格环境下的校园网络安全管理系统设计与实现 总被引:1,自引:0,他引:1
孙鹏 《电脑编程技巧与维护》2014,(16):86-86
网格技术的诞生,打破了校园网络发展的僵局。在网格技术的介入下,网络互联的功能得以充分发挥,网络资源有效利用率获得显著提升。然而,随着校园网络规模的日益拓展,用户数量越来越多,网络结构也更加复杂化,网络管理工作的开展一度陷入困境,对校园网络安全管理系统的需求也与日俱增。 相似文献
13.
14.
本文介绍了高性能集群的发展和特点,以及目前流行的高性能集群的作业管理系统;分析了TORQUE作业管理系统组成及作业提交过程,并通过一个具体实现纳米材料分析的MPI并 行程序在高性能集群上运行。 相似文献
15.
16.
17.
18.