云環(huán)境中基于Map-Reduce的虛擬機(jī)調(diào)度策略研究.pdf

1、云計(jì)算是從網(wǎng)格計(jì)算、并行計(jì)算和分布式計(jì)算發(fā)展而來的，云計(jì)算采用虛擬化技術(shù)對(duì)數(shù)據(jù)中心的各種硬件資源進(jìn)行虛擬化，形成虛擬資源池，然后動(dòng)態(tài)部署虛擬資源供用戶透明使用。
　　數(shù)據(jù)中心規(guī)模的不斷擴(kuò)大以及用戶數(shù)量的持續(xù)增加，都導(dǎo)致如何在海量數(shù)據(jù)中快速提取有價(jià)值的信息成為云計(jì)算首要解決的問題。本文在總結(jié)前人工作的基礎(chǔ)上，針對(duì)云環(huán)境中基于Map/Reduce的虛擬機(jī)調(diào)度策略做出兩種改進(jìn)方案，一是對(duì)Map/Reduce框架進(jìn)行改進(jìn)，將GPU應(yīng)用到M

2、ap/Reduce并行計(jì)算模型平臺(tái)進(jìn)行大規(guī)模數(shù)據(jù)處理，形成雙層次并行處理模型，有效的加快任務(wù)的執(zhí)行效率。二是結(jié)合云計(jì)算不確定性和復(fù)雜性的特點(diǎn)，將基于Map/Reduce的改進(jìn)蟻群算法應(yīng)用到云計(jì)算的虛擬機(jī)資源調(diào)度問題中，首先采用Min-min算法得出的任務(wù)預(yù)期最小完成時(shí)間，以實(shí)現(xiàn)最小調(diào)度時(shí)間；其次在信息素局部更新時(shí)不僅考慮到當(dāng)前節(jié)點(diǎn)還考慮到周遭節(jié)點(diǎn)的信息素變化情況，加強(qiáng)了螞蟻間的協(xié)作；然后在雙向螞蟻機(jī)制中根據(jù)信息素最優(yōu)原則保存反向螞蟻攜帶