| 论文导读:网格资源管理是网格中一件非常复杂和具有挑战性的工作。说明利用网格模拟器可以对资源调度算法作出客观的评价。资源调度模拟,基于仿真网格平台的资源调度算法模拟。关键词:网格,资源调度算法,资源调度模拟
 
 网格计算是分布式计算中一个重要的新领域,它的目标是通过对各种分布式的、异构的、动态的计算资源的集成,向用户提供随处可得的、灵活的、可靠的、一致的、标准的、廉价的计算能力[1]。论文大全,资源调度模拟。 网格资源管理是网格中一件非常复杂和具有挑战性的工作。论文大全,资源调度模拟。资源管理的好坏、效率的高低直接关系到计算网格系统的性能,因此对资源管理的研究显得尤为重要。 在传统的分层调度模型中,网格资源调度的目标与分布式计算系统、集群系统的调度目标是相似的,衡量调度性能的指标包括资源利用率、调度长度等。假设有 个作业  ,需要调度到  个资源  上运行,任务  在  上的执行时间为  ,等待时间为  ,那么资源调度的目标则是找到一个调度,使得  [2]。而在经济模型的网格资源调度中,每个应用在提交的时候都有着时间(deadline)和费用(cost)的要求,因此调度目标就是在满足deadline和cost限制的前提下,根据用户请求(如时间最优、费用最优等)选择不同的调度策略,找到一个合适的调度[3]。论文大全,资源调度模拟。论文大全,资源调度模拟。 由于网格固有的异构性和动态性,很难对网格系统的性能进行评价,因此在网格资源管理和调度算法的研究过程中,人们越来越多地试图采用网格模拟器以提出的算法进行分析和比较。网格模拟器的作用就是模拟一个网格环境,我们可以在这个模拟的环境中研究算法的可行性和性能问题[4]。通过配置不同的参数,可以模拟出现实网格环境中的各种应用场景,使得模拟结果更具真实性;通过分析在模拟器上实验的结果,可以不断地改进算法的设计。 GridSim是澳大利亚墨尔本大学开发的一个基于Java的网格仿真工具。它提供了一个可视化的网格模拟界面称为Visual Modeler[4]。安装好的GridSim运行 java –jarvisualmodeler.jar即可启动模拟界面。在Visual Modeler中可以根据需要添加不同用户和资源,并设置它们的参数(图1,图2)。  
 图1 启动Visual Modeler  
 图2 设置用户与资源参数 在GridSim工具中编译代码就可生成模拟结果。我们使用GridSim可以来模拟现有的时间最优算法(Optimise Time)、代价最优算法(Optimise Cost)和时间代价均衡算法(Optimise Cost and Time),并对它们的优劣进行评价。 在Visual Modeler中加入3个用户和3个资源。论文大全,资源调度模拟。网格环境设置如下: (1)设置用户参数 表1 用户参数设置   
    
        
            | 用户名 | 调度算法 | 预算花费 | 时间期限 | 任务数量 | 任务长度 | 任务输入 | 任务输出 |  
            | User_0 | Optimise Cost | 100 | 110 | 21 | 13000 | 39 | 72 |  
            | User_1 | Optimise Time | 95 | 125 | 18 | 10000 | 53 | 11 |  
            | User_2 | Optimise Cost and Time | 88 | 146 | 25 | 21000 | 65 | 90 |  (2)采用的资源属性如下: 表2 资源属性设置   
    
        
            | 系统结构 | 操作系统 | 时区 | 资源价格 | 分配策略 | 机器数 | PE数 | MIPSRating |  
            | Sun UItra | Solaris | 10.0 | 43.8875 | Time-shared | 2 | 6 | 377 |  生成源代码后采用如下命令编译执行(以OptimiseCost为例): javac –classpath%gridsim%jarsgridsim.jar;OptimiseCost.java java –classpath%gridsim%jarsgridsim.jar;OptimiseCost   
 图3 启动仿真程序图4 User_0基于Optimise Cost的模拟结果 根据输出结果,统计任务完成情况如下表: 表3三种调度策略完成任务情况   
    
        
            | 用户 | 调度策略 | 用时 | 花费 | 任务数 | 完成 |  
            | User0 | OptimiseCost | 50.0236 | 47.6425 | 21 | 21 |  
            | User1 | OptimiseTime | 39.2146 | 82.5418 | 18 | 18 |  
            | User2 | OptimiseBoth | 48.9561 | 66.2543 | 25 | 25 |  表中OptimiseBoth表示Optimise Cost and Time。 作出折线图如下: 
 图5 三种调度算法模拟结果比较 结果分析:从图表可以看出,User0用的费用最少,但是时间用得多;User1用的费用最多,但完成任务快;User2采用了时间代价均衡算法,费用和时间介于User0和User1之间,并且完成的任务最多。论文大全,资源调度模拟。该结果与算法提出的初衷是一致的,说明利用网格模拟器可以对资源调度算法作出客观的评价,从而使得用户可以根据自己的需求选择合适的调度策略。 在以后的研究中,可以对已有算法进行改进,再通过网格模拟器来检验改进算法是否比原有算法具有优越性,这对资源调度算法的改进研究具有非常强的指导作用。 参考文献:
 [1]都志辉,陈渝,刘鹏编著.网格计算[M].北京:清华大学出版社,2003:19~22.
 [2]DavidFernández-Baca.Allocatingmodulestoprocessorsinadistributedsystem[J].IEEETransactionsonSoftwareEngineering,November,1989,15(11):1427~1436.
 [3]BRAUNTD,SIEGELHJ,BECKN,AComparisonofElevenStaticHeuristicsforMappingaClassofIndependentTasksontoHeterogeneousDistributedComputingSystems[J].JournalofParallelandDistributedComputing,2001,61(1):810~837.
 [4]RBuyya,MMurshed.GridSim:AToolkitfortheModdelingandSimulationofDistributedResourceManagementandSchedulingforGridComputing[J].TheJournalofConcurrencyandComputation:PracticeandExperience,2002,14(3):781~890.
 
   |