异构集群式包构建系统的三级负载均衡调度技术*

异构集群式包构建系统是集群式软件配置管理系统的主要功能部件,也是操作系统发行版本的重要生成系统。本文针对异构集群式包构建系统存在的负载不均、可用性差等不足,引入三级负载均衡调度技术,优化了系统的调度策略,能够更加有效地利用集群系统的系统资源,发挥更加高效的性能,提高了系统的可用性和高效性,便于高质量、高效生成操作系统发行版本。     

基于ISM的动态优先级调度算法

在嵌入式Linux操作系统的实时调度算法中,EDF调度算法不能解决负载过载问题。为此,引进对系统负载有着良好表现的SLAD算法和BACKSLASH算法。基于ISM算法思路,提出一种动态优先级调度算法。该算法能根据一段时间内负载过载的情况,灵活地调度EDF算法和SLAD算法,从而提高系统在正常负载和过载情况下的调度效率。对实时任务截止期错失率DMR指标的测试结果证明了其改进效果。     

Xen中Credit调度算法的优化

在系统级虚拟机中,一个高效的调度算法可以显著提高硬件资源的利用率。Xen-q-以对半虚拟化Guest操作系统有效调度。但在Xen的全虚拟化环境中,由于Xen统对Guest操作系统的运行情况无法直接了解,因此无法对对全虚拟化的Guest操作系统做出有效的调度。该文主要对目前Xen中使用的Credit调度算法进行了如下改进：在全虚拟化Guest操作系统上运行反馈进程,该进程会向Xen反馈系统的负载状态,从而优化Xen对CPU资源的分配。     

异构系统中一种基于可用性的抢占式任务调度算法*

针对大多数现有的异构系统调度算法没有考虑由多类任务特别是抢占式任务所引起的可用性需求的不足,在现有基于可用性的非抢占式任务调度算法的基础上,通过计算任务的平均等待时间来确定优先级等级,对异构系统中多类抢占式任务的可用性约束的调度问题进行了探索,提出了一种基于可用性的抢占式优先调度算法P-SSAC。该算法在不增加硬件代价的前提条件下通过调度增加了系统的可用性,缩短了任务的平均等待时间,同时该算法可对抢占式的任务进行有效调度。仿真实验结果表明,该算法有效实现了异构系统可用性和任务等待时间之间的折中。     

基于CFS组调度的CPU资源动态分配方法

进程调度作为Linux操作系统的核心,使系统其他部分联合成一个整体,在资源分配与系统推进方面发挥着至关重要的作用。对CFS(completely fair scheduler)调度的算法及其过程进行研究,并结合组调度思想提出一种动态分配的CFS组调度策略。该调度算法以组负载作为CPU资源分配的主要标准,同时兼顾组间的公平性。根据这一原则,在原Linux内核基础上进行修改,实现了该过程。测试结果表明,该调度方式有效地处理了组在不同负载下,CPU资源的分配问题,扩展了组调度的实用性。     

一种面向非对称多核处理器的综合性调度算法

在非对称多核处理器上进行任务调度时,现有的操作系统调度器没有考虑其非对称性.针对单一指令集非对称多核处理器上的操作系统调度问题,首先建立线性规划模型,分析各种因素,得出行为匹配、减少迁移和负载均衡的调度原则.然后,基于调度原则提出一种综合性调度算法.该算法包括两个部分:1) 集成负载表征,提出集成行为的概念,全面衡量任务的整体性和阶段性行为;2) 基于集成行为的调度算法,有效开发非对称多核处理器的特性,能够保证各核心负载均衡,同时可以避免不必要的任务迁移.另外,该算法通过参数调整机制实现了算法的通用性.该算法是一种综合处理任务的整体性和阶段性行为,并具备通用性的调度算法.实际平台上的实验结果表明,该算法可通用于多种环境,且性能比其他对应算法提高6%～22%.     

反馈策略的系统多任务低功耗调度算法研究

嵌人式系统的低功耗调度算法是嵌入式系统低功耗技术的重要研究方向,在动态电压调节技术的基础上,提出了一种基于反馈控制策略的嵌入式系统多任务低功耗调度算法,给出了该算法的静态调度策略及动态调度策略;在此基础上给出了算法调度实例,用Vc编写软件仿真对比了该算法与其它两种算法的低功耗特性;结果表明,基于反馈策略的嵌入式系统多任务低功耗调度算法对降低功耗作用显著.同时,通过对比得出不同算法的能量消耗在系统的负载小于0.4时能耗变化平稳,变化不大,当系统的负载大于0.4时各种调度算法的能耗都在增加,试验表明不同调度算法下嵌人式系统所消耗的能量与该系统的负载大小直接相关.     

实时系统调度算法的优化设计

文章介绍了Linux操作系统实时调度算法的简化模型,并提出了一种优化改进调度算法。该算法以进程的重要性为基础,兼顾截止期内完成进程的紧迫程度,建立了进程的优先级队列。算法可通过双链表来实现。对比实验结果表明,优化后的算法与优化前相比,特别是CPU正常负载时,可以实现更高的价值完成率和进程完成率,从而有效地提高了操作系统的实时性能。     

一种基于负载均衡异构分布式系统的改进容错调度算法*

基于基/副版本技术提出了一种具有容错功能的静态进程调度算法。给出了一个新的设计模型,并在该模型上提出HDAL算法。此前类似负载均衡容错调度算法都是通过排序来解决故障发生前后的负载均衡调度问题。该算法与以往算法不同之处就是在不依赖排序情况下,通过引进控制进程来解决负载均衡调度问题,并且该算法的负载均衡性在一定程度上具有了可控性。最后通过模拟实验得到以下有意义的结论：在业务繁忙的异构系统中,HDAL算法比以往算法资源利用率高,负载均衡性更好,并且在调度速度上优势明显。     

基于机器学习的分布式星载RTs系统负载调度算法

分布式星载多RTs(Remote Terminal)系统的任务主要基于功能进行分配,而数据处理任务的突发性往往会使不同计算机之间负载不均衡。运用灵活的负载调度机制,可以有效调节不同计算机间的负载差异,从而在一定程度上提升计算机系统的整体性能。文中提出了一种基于机器学习的分布式星载RTs系统负载调度算法,包含样本采集、任务吞吐率预测模型构建、吞吐率预测和负载调度等4个步骤。在构建任务吞吐率预测模型环节,通过机器学习的线性回归正规方程获取模型权重,缩短了构建模型消耗的时间。在负载调度环节,若RTs的吞吐率之和大于系统总的负载数据量,则按吞吐率比例给各RTs分配数据,否则只给负载数据量小于自身吞吐率的RTs分配一定量的数据。在多台星载计算机电性能产品构建的地面模拟系统上的实验结果表明,该算法可以使系统所有节点的平均CPU利用率提高23.78%,节点间的CPU利用率方差降低至34.59%,同时目标任务的系统总吞吐量显著提升225.97%。也就是说,该方法在确保系统负载均衡性的同时,可有效提高系统的资源利用率,提升星载计算机系统的数据实时处理性能。     

基于负载预测的虚拟机动态调度算法研究与实现

在云计算系统中为了实现负载均衡和资源的高效利用,需要在虚拟机粒度上对云计算系统进行调度,通过热迁移技术将虚拟机从高负载物理节点迁移到低负载物理节点。把负载预测技术和虚拟机动态调度技术相结合,提出了LFS算法,通过虚拟机历史负载数据对虚拟机未来的负载变化情况进行预测,然后根据预测结果对虚拟机进行调度,能够有效地避免云计算系统中高负载物理节点出现,实现负载均衡,提高资源使用率。     

基于Linux虚拟服务器的负载均衡算法

分析Linux虚拟服务器负载均衡调度过程,提出一种基于Linux虚拟服务器的负载均衡算法。该算法结合系统资源类型和服务器权重系数,依据服务器加权负载标准差,进行集群真实服务器负载状况分析,动态调整服务器权重系数,对改进的最小连接数调度算法进行负载均衡调度。测试结果验证了该算法的有效性。     

实时多处理器系统的双优先级调度算法

针对同构多处理器系统提出一种基于双优先级的实时任务调度算法.对偶发任务进行接受测试,进一步提高了系统对偶发任务调度的成功率.模拟结果表明,当多核处理器系统利用率达到极限时,该算法依然能够在完成强实时周期任务的成功调度前提下,保证软实时周期任务和偶发任务具有较高的调度成功率.     

面向云计算的虚拟进程调度算法

提出一种适用于云计算系统的虚拟进程自适应调度算法,给出均匀分配、负载门限、级别自增、质量控制和强制迁入5个约束,从而避免系统出现盲目调度引发的资源无效分配、迁移性震荡、活动资源池伸缩性震荡等情况。实验结果证明,该算法通过综合权衡各项指标与预期变化,能有效解决虚拟进程的自适应调度问题,具有较好的鲁棒性。     

Linux实时化方法的研究与实现

针对Linux2.6内核实时性较差的问题,采用单次触发模式细化其时钟粒度,实现微秒级的定时精度。提出基于阈值的分级调度算法CSBOT,根据不同的负载情况,分别采用LSF算法和关键度/紧急度优先算法,实现轻负载时高的系统利用率和超载时系统调度性能的优雅降级,同时引入阈值抢占策略减少LSF引起的“颠簸”现象,提高系统效率。     

基于广义随机Petri网的网格调度模型

针对网格资源调度中负载不均衡问题,在基于QoS且具有容错性的任务调度算法基础上提出一种基于任务优先级的QoS约束参数的调度策略。采用广义随机Petri网建立网格调度模型,增加Petri网的抑制弧功能,实现优先调度策略。结果证明了该策略优先运行紧迫任务,并且其运行任务时间和费用的综合代价较小。     

Xen虚拟机资源调度优化算法

针对Xen虚拟化平台中虚拟机资源分配不合理的问题,提出了两种资源调度优化算法,即细粒度优化算法和粗粒度优化算法.细粒度优化算法主要解决单个物理节点上虚拟机资源分配不合理问题,能够根据物理节点上运行的各虚拟机的资源利用情况来调整资源分配量,适当增加利用率较高的虚拟机的资源,减少资源利用率低的虚拟机的资源,从而优化资源分配,提高资源利用效率,避免不必要的虚拟机迁移.粗粒度优化算法是针对集群中多个物理节点之间虚拟机负载不均衡问题而提出的.该算法结合粒子群优化技术,选择将集群系统中热点物理机上的部分虚拟机迁移到最适合的冷点物理机上,从而避免高载物理机宕机.实验结果表明,这两种资源调度优化算法能够有效解决虚拟机资源分配不合理的问题,具有较好的适用性和应用前景.     

一种新的实时系统内核调度算法

针对节点操作系统的特点及其对实时性、安全性、并发性的要求,提出一种新的实时系统内核调度算法,通过将任务优先级调度和时间片轮询相结合,提高处理器的响应速度,改善系统的实时性。将该调度策略在?COS-II上进行实现,并将修改后的内核应用于无线采集系统中进行实验验证,结果证明,该调度算法明显减少了系统响应时间,提高了系统效率。     

一种QoS Min-Min异构分布式系统任务调度策略

用户任务的随机到达以及用户对任务的QoS需求,不但要求异构分布式系统满足用户QoS需求,而且要求系统尽可能多地处理随机到达的任务,并且使系统负载尽可能达到平衡,因而找到满足这些条件的调度策略具有重要意义。该文提出一种基于QoS Min-Min的元任务调度策略,使系统CPU得到充分利用,从而处理更多任务。和Min-Min调度算法相比,QoS Min-Min减少了任务淘汰率和提高了系统CPU利用率。模拟实验结果显示,该调度策略具有实效性。