异构云中预算约束下能量优化的工作流调度算法

"基于异构云计算的工作预算等级调度算法，旨在解决异构云环境中满足用户计算成本约束的工作流任务集调度问题，通过低时间复杂度和能量感知的方式优化任务执行，减少能量消耗。该算法包括任务优先级建立、预算成本分配和最优执行虚拟机与能量高效频率确定三个阶段。实验结果显示，EABL算法在充分利用预算成本的同时，能有效降低工作流任务集在云数据中心的能量消耗，优于现有的EA HBCS和MECABP算法。研究得到国家重点研发计划、国家自然科学基金、湖南省自然科学基金和中国国家留学基金的支持。" 本文关注的是在异构云计算环境下的工作流任务调度策略，特别是一种名为EABL（Energy-aware Based on Budget Level Scheduling）的算法。异构云计算是指云环境中由不同硬件配置和性能的服务器组成的计算平台，这种环境提供了更灵活的资源分配和更高的计算效率。然而，它也带来了调度复杂性，特别是在考虑能源效率和用户预算限制的情况下。 EABL算法设计的核心目标是降低工作流任务集在执行过程中的能量消耗，同时满足用户的预算成本约束。首先，算法通过分析任务之间的依赖关系和执行时间，建立任务的优先级，确保关键任务优先执行。其次，根据任务的优先级分配预算成本，确保有限的资源被合理利用。最后，算法会寻找最合适的虚拟机来执行任务，并调整其运行频率以达到最佳能效比，进一步节省能源。 实验部分对比了EABL算法与已有的EA HBCS和MECABP算法，结果显示EABL在保持高效利用预算的同时，显著降低了工作流任务集的能耗。这表明EABL算法在实际应用中具有较高的可行性和优越性，尤其适用于那些对能源效率有高要求的场景，如大规模数据分析、高性能计算等。 这项研究受到了多项国家级和省级科研基金的支持，包括国家重点研发计划、国家自然科学基金、湖南省自然科学基金以及中国国家留学基金。这些资金的投入，无疑促进了EABL算法的研发和完善，也反映了我国对绿色计算和节能技术的重视。此外，通信作者文鸿教授及其团队成员，如张龙信、周立前、肖满生和邓晓军等人的贡献，为这一领域的研究做出了积极的贡献。 基于异构云计算的EABL算法提供了一个有效的工作流调度解决方案，它在考虑用户预算和能源效率之间找到了一个平衡点，对于推动云计算的绿色可持续发展具有重要意义。未来的研究可以进一步探讨如何在更复杂的云计算环境中优化该算法，以适应更多样化的需求。