1、云計算是一種商業(yè)化計算模型,能夠將超大規(guī)模計算和海量存儲能力通過網絡提供給用戶,就像水、電和煤氣一樣,取用方便,費用低廉。如何將云計算的資源合理有效地分配給用戶,減少作業(yè)執(zhí)行時間和提高資源利用率,是調度算法需要研究和解決的問題。因此,對云計算調度算法進行研究具有非常重要的現(xiàn)實意義。本文對云計算調度算法的研究背景和研究現(xiàn)狀進行分析,指出當前云計算調度算法存在的不足,并提出了相應的解決方法。
　　首先,對云計算調度算法的關鍵技術進行分

2、析研究。本文對Hadoop系統(tǒng)及其關鍵技術進行分析,加深對HDFS和MapReduce工作原理和執(zhí)行過程的理解。深入分析了調度算法和它實現(xiàn)的目標,比較了經典調度算法的性能,并改進了一種啟發(fā)式表調度算法(Heuristic list scheduling,簡稱HLS)來提高Hadoop集群資源利用率和作業(yè)響應時間。
　　其次,通過對Hadoop系統(tǒng)的特點和不足進行分析,設計了一種基于任務預分配的表調度算法(List Scheduli

3、ng based Task Preassigned,簡稱LSTP)來解決云計算資源分配問題。本文使用概率論知識對Hadoop日志信息進行分析,評估并獲得每個節(jié)點執(zhí)行速度和節(jié)點間通信速率。根據(jù) DAG調度和 MapReduce任務分配模型,設計出LSTP算法調度模型并確定Map和Reduce任務的優(yōu)先級。然后,改進一種最早開始時間搜索算法為每個任務找到最佳的工作節(jié)點并將該任務映射到該工作節(jié)點。為每個工作節(jié)點設計一個預分配任務槽來擴大系統(tǒng)的