-
公开(公告)号：CN110489214A
公开(公告)日：2019-11-22
申请号：CN201910534070.8
申请日：2019-06-19
Applicant: 南京邮电大学
Abstract: 本发明针对云环境中数据密集型工作流的动态任务分配问题，希望减少传输的数据大小，并且数据大小是在工作流执行过程中动态决定的而不是在执行之前。提出了一种动态分配方法来处理这种情况，其中典型的三个控制流（包括顺序，并行和排他选择）和任务中每个数据依赖的未知大小是两个主要挑战。在执行之前，基于修订的树遍历操作获得并行分支中的每个任务的冲突任务。此外，还基于改进的warshall算法获得从每个任务开始的最大数据路径，包括独占选择分支中的最大数据路径。在执行过程中，任务按控制流定义和一些基本原则决定的顺序依次动态分配。每个任务的云服务器都经过精心选择，以获得尽可能减少数据的最佳决策。案例研究表明了该方法的可行性和有效性。
-
公开(公告)号：CN110489214B
公开(公告)日：2022-09-20
申请号：CN201910534070.8
申请日：2019-06-19
Applicant: 南京邮电大学
Abstract: 本发明针对云环境中数据密集型工作流的动态任务分配问题，希望减少传输的数据大小，并且数据大小是在工作流执行过程中动态决定的而不是在执行之前。提出了一种动态分配方法来处理这种情况，其中典型的三个控制流（包括顺序，并行和排他选择）和任务中每个数据依赖的未知大小是两个主要挑战。在执行之前，基于修订的树遍历操作获得并行分支中的每个任务的冲突任务。此外，还基于改进的warshall算法获得从每个任务开始的最大数据路径，包括独占选择分支中的最大数据路径。在执行过程中，任务按控制流定义和一些基本原则决定的顺序依次动态分配。每个任务的云服务器都经过精心选择，以获得尽可能减少数据的最佳决策。案例研究表明了该方法的可行性和有效性。
-
公开(公告)号：CN114647492A
公开(公告)日：2022-06-21
申请号：CN202011522226.X
申请日：2020-12-21
Applicant: 南京邮电大学
Abstract: 本发明提供了一种云环境下基于阶段划分的数据密集型工作流调度方法，包括下列步骤：1)对工作流结构进行抽象；2)资源模型定义；3)工作流调度框架确定；4)基于最长路径的任务合并，直至最长路径不能再合并为止并生成所有任务调度至服务器上；5)基于调度结果的任务松弛，依次遍历各服务器，其中对每个服务器从后往前寻找可松弛的若干连续任务形成极大任务串并在可用时间槽长范围内为该任务串降压。本发明提供了一套系统的云环境下基于合并分配的工作流低能耗调度方法，为实际应用的调度方法提供了支持，同时有助于同步降低工作流的完成时间与工作流执行所需要的能耗。本发明是将工作流任务合并分配思想及任务松弛思想运用到云环境下工作流调度方面的迁移创新。
-
-
Search Results
3
records
(took 0.044 seconds)
