计算密集型与数据密集型混合网格作业调度算法*

郝永生，卢俊文，刘冠峰，温 娜

(1.南京信息工程大学网络信息中心,江苏 南京 210044;2.厦门理工大学，福建 厦门 361024；3.苏州大学先进数据分析研究中心，江苏 苏州 215006；4.南京信息工程大学大气科学学院，江苏 南京 210044)

计算密集型与数据密集型混合网格作业调度算法*

郝永生1，卢俊文2，刘冠峰3，温 娜4

(1.南京信息工程大学网络信息中心,江苏 南京 210044;2.厦门理工大学，福建 厦门 361024；3.苏州大学先进数据分析研究中心，江苏 苏州 215006；4.南京信息工程大学大气科学学院，江苏 南京 210044)

针对计算密集型作业与数据密集型作业混合情况，在一个作业有时间限制的动态环境中，对传统的网格作业调度方法进行扩展，提出了三种网格作业调度启发式算法:Emin-min、Ebest、Esufferage。并在一个由多个Cluster组成的、通过高速网络连接的网格模型上，对三种算法进行验证。与Min-min算法的比较结果显示：三种算法均优于Min-min算法。与ASJS算法比较结果显示：Emin-min减少了等待时间与作业的makespan; Esufferage算法以减少作业完成量为代价，减少了作业的等待时间及makespan; Ebest在完成作业数量上与ASJS基本保持一致，但却增加了作业的等待时间与makespan。总体上，Emin-min具有比较大的优势。

计算密集；数据密集；作业调度；平均执行时间

1 引言

传统的网格作业调度算法，或者是针对计算密集型作业[1,2]，或者是针对数据密集型[3,4]作业,只有少数网格作业调度算法同时考虑这两种作业[4,5]。

基于计算密集型的网格作业调度方法包括：Min-min、Max-min、Sufferage、Fast-fit、Best-fit等[1,2]。Min-min的思想是：计算参与映射事件的每个任务在各个机器上的期望完成时间，找到每个任务的最早完成时间及其对应的机器；……