本书以服务与资源调度为主线，从任务、资源、约束条件和目标函数等不同角度分析了调度问题的本质。本书包括作者及其研究团队近年来在机器调度、云计算资源调度、服务调度、大数据计算任务调度等方面的重要研究成果。全书共8章，首先分析调度概念、要素与架构，然后从事前、事中、事后三个角度分别考虑单资源和多资源场景下的任务调度，MapReduce大数据计算模型下的任务调度，云服务系统调度性能分析，线性、非线性约束云服务调度以及云服务系统容错调度。
样章试读
目录
- 目录
前言
第1章 调度概念、要素与架构 1
1.1 引言 1
1.2 什么是调度 5
1.3 任务 7
1.3.1 独立任务 8
1.3.2 线性约束任务 12
1.3.3 非线性约束任务 15
1.4 资源 17
1.4.1 物理资源 19
1.4.2 资金资源 19
1.4.3 人力资源 20
1.4.4 信息资源 20
1.5 约束 20
1.5.1 任务约束 21
1.5.2 任务-任务约束 22
1.5.3 任务-资源约束 22
1.5.4 资源约束 24
1.6 优化目标 24
1.6.1 单目标 24
1.6.2 多目标 26
1.6.3 超多目标 27
1.7 问题难度和未来调度框架 27
1.7.1 问题难度 27
1.7.2 未来调度框架 28
1.8 本章小结 29
第2章 单资源独立任务调度 30
2.1 学习效应和遗忘效应 31
2.2 基于先验知识学习效应的单机调度 34
2.2.1 基于先验知识的通用学习效应模型 34
2.2.2 基于先验知识学习效应模型的单机调度 34
2.3 通用效应函数下的单机任务调度 42
2.4 带退化效应单机成组任务调度 50
2.4.1 问题描述 51
2.4.2 单机成组任务调度退化效应模型 52
2.4.3 启发式求解算法 54
2.4.4 迭代贪心算法 64
2.4.5 实验分析与对比 67
2.5 本章小结 68
第3章 多资源线性约束任务调度 69
3.1 总完工时间最小化的无等待流水作业调度 69
3.1.1 无等待流水作业调度 69
3.1.2 最大左移长度 70
3.1.3 机器 m 上的完工时间及性质 72
3.1.4 基于作业尾台机器距离的调度算法 76
3.1.5 通用完工时间距离及性质 82
3.1.6 基于总完工时间距离的调度算法 88
3.1.7 通用开工时间距离及性质 94
3.2 最大完工时间无等待流水作业调度 99
3.2.1 基本性质 102
3.2.2 渐近启发式算法 106
3.3 混合等待流水车间调度 110
3.3.1 问题描述和数学模型 111
3.3.2 加速方法 112
3.3.3 MWFSP 的迭代贪心算法 118
3.4 具有先验知识学习和遗忘效应的两机流水作业调度 125
3.4.1 具有先验知识学习效应和遗忘效应模型 125
3.4.2 带学习和遗忘效应的两机流水作业调度优化目标 126
3.4.3 启发式算法 126
3.4.4 分支限界算法 128
3.5 带学习效应的流水作业调度 134
3.5.1 有支配关系的流水车间作业任务调度 135
3.5.2 支配流水车间作业调度最优解规则 135
3.5.3 实例分析 142
3.6 本章小结 143
第4章 大数据计算任务云资源调度 145
4.1 大数据计算框架 145
4.1.1 MapReduce 计算框架 145
4.1.2 大数据计算任务 145
4.1.3 大数据计算任务云资源调度现状 149
4.2 周期性 MapReduce 批处理作业调度 151
4.2.1 问题描述与建模 151
4.2.2 批处理作业调度方法 154
4.3 能耗感知 MapReduce 作业调度 164
4.3.1 系统状态划分 165
4.3.2 问题描述与数学模型 167
4.3.3 能耗感知 MapReduce 作业调度方法 169
4.4 本章小结 179
第5章 云服务系统调度性能分析 181
5.1 性能分析问题 181
5.1.1 问题分类 182
5.1.2 研究现状 183
5.2 性能分析方法 186
5.2.1 确定处理器 186
5.2.2 M/B/N/N + R/FCFS 概率分析 187
5.2.3 G/G/N/∞/FCFS 概率分析 188
5.2.4 M/M[d]/N/∞/FCFS + D 概率分析 189
5.2.5 M/G/1/∞/FCFS 概率分析 190
5.3 云服务随机请求的单队列性能分析与调度 191
5.3.1 系统模型和问题描述 191
5.3.2 平衡响应时间和功耗算法 195
5.3.3 平衡响应时间和功耗实验评估 207
5.4 截止期约束的云服务随机请求弹性单队列性能分析与调度 212
5.4.1 云系统模型和问题描述 213
5.4.2 能耗最小化算法 217
5.4.3 能耗最小化实验评估 218
5.5 本章小结 224
第6章 线性约束云服务调度 226
6.1 弹性混合云资源下随机多阶段作业调度 226
6.1.1 问题描述与数学模型 227
6.1.2 动态事件调度算法 232
6.1.3 实验分析与算法比较 241
6.2 弹性云资源下具有模糊性的周期性多阶段作业调度 248
6.2.1 问题描述与数学模型 249
6.2.2 模糊动态事件调度算法 254
6.2.3 实验分析和比较 263
6.3 本章小结 271
第7章 非线性约束云服务调度 272
7.1 基于非共享服务的工作流资源供应 275
7.1.1 基于关键路径的迭代启发式算法 277
7.1.2 实验结果 284
7.2 基于共享服务的工作流资源供应 288
7.2.1 问题描述 288
7.2.2 多规则启发式算法 291
7.2.3 实验结果 303
7.3 截止期和服务区间约束的云工作流调度 313
7.3.1 问题描述与建模 315
7.3.2 基本性质 317
7.3.3 迭代分解启发式算法 319
7.3.4 实验与分析 326
7.4 资源预留模式下的周期性工作流调度 335
7.4.1 周期性工作流资源调度问题描述 336
7.4.2 相关研究 339
7.4.3 基于优先级树的启发式方法 340
7.4.4 实验与分析 353
7.5 本章小结 359
第8章 云服务系统容错调度 361
8.1 云系统中受截止期约束任务的混合容错调度 362
8.1.1 问题模型 362
8.1.2 混合容错调度算法 365
8.1.3 实验分析 375
8.2 云系统中故障感知的弹性云工作流调度 384
8.2.1 问题模型 384
8.2.2 特征分析 387
8.2.3 故障感知弹性调度算法 392
8.2.4 实验分析 398
8.3 本章小结 405
参考文献 406
京公网安备 11010102004214号