云计算服务下的资源调度

郝颖

摘要 从理论的角度而言，云计算是通过将虚拟化的计算机数据、资源集中在网络数据中心的动态资源共享池为用户提供成本低、扩展性强、可用性高的各种服务。在实践中，面对系统规模庞大及执行任务数量众多的问题，作为提高云计算系统性能的关键技术之一，资源调度成为研究重点。合理的资源调度策略能提高资源分配效率，降低成本，实现更好的云计算服务。

【关键词】云计算 资源调度 能耗 负载均衡用户服务质量

1 资源调度问题的描述

云计算是具有巨大商业潜力的新兴商业计算模式，各国政府密切关注、企业积极部署推出各种云计算平台和相关服务，知名云供应商有Google、Amazon、IBM、阿里巴巴、华为云、西湖云等。通过成熟的虚拟化技术，云计算按使用量付费的模式，通过互联网提供可用、便捷、按需的网络访问。用户以标准的浏览器通过Internet在任意时间、任何地点访问由数据中心的软件、平台、基础设施等各种资源打包成的一个庞大的云系统，其中，存储、网络、数据、应用软件、服务器等构成计算资源共享池，只需投入很少的管理工作，或与服务供应商进行很少的交互，用户就能快速获取所需的储存空间、计算能力、应用平台等计算资源。而且云计算提供的平台不具有针对性的功能设计，为急剧增长的计算存储能力需求和高昂硬件成本提供了有效解决方案。

云计算资源调度是指按照某种资源分配、使用规则，对用户提请的任务安排部署，使云计算资源在用户间进行转移，以实现对用户提请任务进行最优调度的过程。云计算资源调度的根本目标是以一定的性能指标为前提，把任务按照设定的调度策略进行排队，将任务按顺序分配到虚拟机资源节点上，使资源处于最佳负载状态，提高系统整体作业性能。通常讨论的性能指标有最优跨度、负载均衡、用户服务质量、能耗最低等。

2 相关调度算法

2.1 云计算资源调度流程

云计算资源调度主要包含以云端监测形式对物理机负载信息和虚拟机配置信息进行监测，并且根据监测到的信息确认将要解决的目标问题，设计相应的调度算法。下一阶段，通过对比调度策略的结果与原配置信息，判断调度结果即云计算系统性能（包括资源利用率和能耗等）是否得到提高。以得出的调度策略是否较原配置方案拥有更高云计算系统作业效率为标准，决定是否进行虚拟机迁移。同时，调度策略带来的结果还要与迁移成本进行比较，以做出是否执行调度策略的命令，对物理机上的虚拟机执行迁移。

2.2 调度策略的选择

在理论界，根据约束条件的不同，专家学者们研究的策略也各有侧重，目前主流上讨论较多的调度方案设计考虑的主要有时间、成本、QoS、负载均衡、能耗以及多目标的约束条件。在算法方面，用来解决云计算调度问题的算法主要包括贪心算法、粒子群算法、优先服务级、尽最大努力服务等传统算法和遗传算法、蚁群算法、模拟退火算法等启发式智能算法。

2.2.1 基于系统负载均衡

云环境下，网格是用户得到计算资源服务的主要途径。但是由于资源异构性大以及应用动态性强、涉及领域跨度广等特点，资源管理面临系统负载不均衡，导致某些服务器负载过重，网络拥塞、延迟、链路失效导致服务质量下降，而同时有些服务器却在闲置，造成了资源浪费，阻碍了云计算平台系统的整体性能的优化。处理好服务器间的负载均衡问题，提高网格服务质量要求提高云资源利用率和云系统的整体性能。文献[1]改进蚁群算法，基于蚁群算法提出改进负载均衡策略，在算法中通过引入查找表，使搜索信息首先进入查找表进行匹配，调取查找表中存储的资源节点，根据任务所需资源重复率高低、成功率分配任务。

2.2.2 任务的总执行时间最优

Min-Min算法是一种实现起来很简单、算法执行时间迅速的算法，算法通过首先将小的任务映射到执行快的机器上以求得每一个分任务的最小单位完成时间，然后再从所有这些时间的资源中选取搜寻所用时间最短的资源，并将其与任务进行匹配。但Min-Min算法总的任务完成时间达不到最优结果。而贪心算法针对传统资源调度算法中存在的不足，缩短任务完成时间，克服Min-Min算法优先在处理速度快的资源节点上进行任务调度，使得处理快的资源节点忙碌、负担过重，而处理速度慢的资源节点一直处于空闲浪费状态，提高了系统的整体资源利用率。

2.2.3 解决用户QoS问题

资源调度在注重提高资源利用效率的同时应着眼于实现多维度QoS的满足。大量用戶任务具有各不相同的QoS目标，在资源调度的问题中纳入主要包括资源负载、时间、花费和隐私保护度等用户QoS偏好需求的因素，提高资源调度中资源搜索与虚拟机任务匹配的速度与质量，同时实现能耗降低和负载均衡。基于遗传算法的资源调度方法以用户任务执行费用为指标，从任务到虚拟机，从虚拟机到数据中心两层调度，通过寻求两部分最优解得到任务.虚拟机.数据中心对应关系能实现最大化用户满足。

3 结束语

根据不同的优化准则，选取调度策略具有不同的约束条件。本文主要着眼从负载均衡、任务执行时间最优以及QoS三方面进行考虑，提及目前国内外专家学者们在此研究领域的探索成果，对云计算资源调度进行优化，但由于这方面的研究还处于起步阶段，这些算法均有一定的缺陷和局限性。论及目前资源调度策略的目标：

（1）尽量提高系统整体运行效率;

（2）提高对用户的服务质量。

随着云计算联盟规模的日益强大，云计算的商业化应用，将两个目标结合起来讨论如何提高调度云资源调度效率以优化系统整体性能将是该领域的研究方向。

参考文献

[1]尔雅莉，王庆生，云中基于蚁群算法改进的负载均衡策略[J].计算机工程与设计，2014， 35 （12）： 4095-4099.

[2]余敦福，李鸿健，唐红，等，基于反馈机制的动态负载平衡算法研究[J].计算机应用研究，2012，29 （02）： 527-529.

[3]彭红姣，李安南，曹新欣，一种基于QoS约束简化的云计算资源调度策略研究[J].电脑知识与技术，2014，10 （30）： 7027-7028， 7047.

[4]黄海芹.云计算资源调度现状分析[J].大众科技，2015 （04）： 0024-03.