欢迎光临,现在是     设为首页   加入收藏   联系我们
文章摘要
李亚歌,叶春杨,周辉.云计算和大数据环境下工作流数据感知调度[J].海南大学学报编辑部:自然科学版,2019,37(2):.
云计算和大数据环境下工作流数据感知调度
Workflow Data Awareness Scheduling in Cloud Computing and Big Data Environments
投稿时间:2019-03-05  修订日期:2019-04-22
DOI:10.15886/j.cnki.hdxbzkb.2019.0019
中文关键词: 工作流;数据约束;数据感知
英文关键词: Workflow; Data Constraints; Data Awareness
基金项目:海南省重点研发计划(ZDYF2017010)
作者单位E-mail
李亚歌 海南大学 信息科学技术学院 1242345234@qq.com 
叶春杨 海南大学 信息科学技术学院 cyye@ustc.edu 
周辉 海南大学 信息科学技术学院  
摘要点击次数: 404
全文下载次数: 222
中文摘要:
      为了解决具有数据约束的工作流多标优化调度问题,本文提出了一种在业务逻辑前提下并考虑数据约束的数据感知调度算法。我们通过将工作流调度建模为一个多目标优化问题, 开发了一种数据感知蚁群算法 (DACO) 来搜索最优调度方式。在该算法中,我们将判断每个任务所需的数据量和任务之间的数据约束,感知每个业务之间的数据流,然后使用分治策略来搜索最优调度。实验结果表明,该算法在效率和成本效益方面优于现有的求解方法。
英文摘要:
      In order to solve the multi-criteria optimal scheduling problem of workflow with data constraints, a data-aware scheduling algorithm based on business logic and considering data constraints is proposed in this paper. By modeling workflow scheduling as a multi-objective optimization problem, we develop a data-aware ant colony algorithm (DACO) to search for the optimal scheduling method. In this algorithm, we will determine the amount of data required for each task and the data constraints between tasks, perceive the data flow between each business, and then use the divide-and-conquer strategy to search for the optimal scheduling. The experimental results show that the algorithm is superior to the existing methods in terms of efficiency and cost-effectiveness.
关闭