公共云中工作流的多目标资源配置
1本文在云计算的背景下，以工作流的四种基本结构为基础，即顺序结构，并联结构，选择结构和循环结构。复杂的工作流模型主要是由这四种简单的基本结构经过组合而成的。因此本文直接使用这四种简单的基本结构为工作流进行建模。本文研究多目标资源配置，先后依次建立工作流基本结构逗留时间模型，调用资源数量与逗留时间模型，资源配置成本最小时间最少模型，并利用实例进行简易求解。
目录
引言
引言
现在，为了实现快速高效的计算，许多科学家和研究员对云计算越来越感兴趣。云计算是不仅是一种应用程序，也是提供这些服务的数据中心中的软硬件。这些应用程序和软硬件都被称为SaaS。其中云对计算机来说，指的是数据中心的软硬件。云的分类为公有云和私有云。用来效用计算的是公有云，用户可以通过边使用边付费的方式使用，私有云相对于公有云而言是内部的数据中心。因此，一种新型的操作模式，云模式产生出来。由此，云计算在大型企业和服务中，已经越来越重要了。进而，伴随着云计算产生的成本的优化，更加吸引着科学家和企业家的注意。由于云计算中，对资源配置进行优化时，目标不是单一的。而最近几十年来，多目标优化的问题已经慢慢的引起人们的重视。
而如今的工作流技术不仅是单一的工作流程，它包含Web技术、数据库技术、文件管理、设备管理、高效计算等各个方面的成果。工作流模型指“业务过程的部分或整体在计算机应用环境下的自动化”，也就是说，工作流可以更大程度的方面我们的生活。工作流模型由4种基本结构组成。工作流技术的最终目的是实现业务过程自动化。工作流为了实现某个业务目标，利用工作流内部彼此之间的联系来实现自动化。业务过程优化也指建模过程中对活动的处理进行优化分析。通过优化，将业务过程管理与集成集中在一起。资源最根本的特征是它能够执行特定的任务。而工作流管理系统在公共云中对资源的分配是一件很困难的事情，人工对大量资源进行优化配置的几乎是不可能完成的事情。只能根据已有的经验做些分配，鉴于于资源分配的不确定性，实现资源的优化配置是工作流系统中一个比较重要的课题。
1材料和方法
1.1国内外研究概况
云平台为用户提供了一个平台，允许用户将任务放在“云”里执行，并且可以使用“云”里所提供的服务。也就是云计算提供PaaS服务而产生的。在云计算的 *好棒文|www.hbsrm.com +Q: *351916072*
环境中, 计算映射必须通过租赁资源另外优化经济成本。如今,大多数商业云根据不同的价格和不同的性能提供异构类型的资源。例如,用户可以在Amazon EC2中，用户可以选择不同类型的实例,最快的地方资源大约是最慢资源的8倍。在这种情况下,工作流调度问题已经被制定为一个多目标优化问题(MOP)。工作流调度问题旨在优化至少两个冲突的标准:工作流执行的最大完工时间和经济成本。MOP的主要特征是,没有单一的解决方案存在,对于所有的目标就都是最优的,但一组折衷的解决方案被称为帕氏最优状态[3]。大多数相关工作[1、6]简化了工作流调度优化到单一目标题通过几个相互竞争的目标单,并在一个解析函数中聚集所有的目标功能。这些方法的主要缺点是,不同的聚合目标只是一个先前的经验,有着任何工作流知识、基础设施和一般的要解决的问题。因此,计算解决方案可能不会正确地捕获到用户首的喜好。另一方面,一些折衷的解决方法被提出。他们的主要优势是综合用户提供的一组最优解，让用户可以选择一个更好的适合需求和喜好。其他方法都是基于排序和约束不同的标准。这个想法是为了优化不同目标以顺序的方式。一旦一个客观没有被优化,并且不能进一步改进,那样列表中的下一个目标就是可行的。这个新目标的优化被实施后，这样就不会用以前标准强加违反约束。一个例子如[8],提出了在电网优化最大完工时间和经济成本。在[4]中，克服了这些缺点,提出了一种基于启发式列表的约束。这种方法是针对优化最大完工时间、经济成本、能源消耗和可靠性,并通过最小化距离理数量被限制到只有几个。
1.2工作流模型
工作流可以用无向循环图来表示。图1为一个简单的工作流实例。
该工作流模型作为一个整体任务被划分为7个元任务，7个数字分别代表7个元任务，其中有向边表示数据流向从箭头指向箭尾。比如元任务2流向元任务4，元任务3流向元任务4，而元任务1，流向元任务2，元任务3，元任务5。元任务3需要元任务1的处理结果。由此每个工作流任务都可以根据排序得到一组有向数据流的元任务序列。 工作流模型主要包括四种基本结构[9]。因此本文直接使用这四种简单的基本结构为工作流进行建模。在工作流基本结构中也包含部分特定的活动，因此通过求解事务在特定活动中的平均逗留时间可以求出事务在工作流中的平均逗留时间，在工作流模型中，事务在所有活动的逗留时间和处理时间彼此相互独立。
1.2.1顺序结构
顺序结构工作流中，事务按照时间顺序先后进入工作流中，如图A所示。而顺序结构工作流的特点是，事务在各活动中的输入速率和输出速率相等，因此本文可以得到事务在整个结构的平均逗留时间。即：，
其中，，分别代表事务在活动1，活动2，活动3的逗留时间。
代表事物在活动中的速率，、、分别代表事务在活动1，活动2，活动3的速率。
1.2.2并联结构
在并行结构工作流中，事务同时进入各个活动中，如图B所示。并行结构的特点是：分支处每一个分支的输入率为，并且在并联结构的汇合处，汇合后的节点的输出速率也为。因此我们可以得到事务在以整个结构为整体的的平均逗留时间为在每一个支路的平均逗留时间的最大值。即
。
1.2.3选择结构
在选择结构工作流中，每个到达活动的任务根据自己的需要选择合适的路线来执行。如图C所示，本文假设选择活动1的概率为，选择活动2的概率为，选择活动3的概率为。选择结构工作流的特点是：输入/输出的速率为。由此，可得到活动1的输入流/输出流的速率为，活动2的输入流/输出流的速率为，活动3的输入流/输出流的速率为。因此事务在整个选择结构的平均逗留时间为：
。
1.2.4循环结构
在循环结构工作流中，事务在部分特定活动执行后，以一定的概率返回该活动重新执行，如图D所示，为活动1继续执行的概率，为活动1折返执行的概率。
1.2.5 工作流模型图
本文主要以图E为工作流模型，来分析研究公共云中，多目标资源配置。
1.3多目标优化
1.3.1单目标优化
目录
引言
引言
现在，为了实现快速高效的计算，许多科学家和研究员对云计算越来越感兴趣。云计算是不仅是一种应用程序，也是提供这些服务的数据中心中的软硬件。这些应用程序和软硬件都被称为SaaS。其中云对计算机来说，指的是数据中心的软硬件。云的分类为公有云和私有云。用来效用计算的是公有云，用户可以通过边使用边付费的方式使用，私有云相对于公有云而言是内部的数据中心。因此，一种新型的操作模式，云模式产生出来。由此，云计算在大型企业和服务中，已经越来越重要了。进而，伴随着云计算产生的成本的优化，更加吸引着科学家和企业家的注意。由于云计算中，对资源配置进行优化时，目标不是单一的。而最近几十年来，多目标优化的问题已经慢慢的引起人们的重视。
而如今的工作流技术不仅是单一的工作流程，它包含Web技术、数据库技术、文件管理、设备管理、高效计算等各个方面的成果。工作流模型指“业务过程的部分或整体在计算机应用环境下的自动化”，也就是说，工作流可以更大程度的方面我们的生活。工作流模型由4种基本结构组成。工作流技术的最终目的是实现业务过程自动化。工作流为了实现某个业务目标，利用工作流内部彼此之间的联系来实现自动化。业务过程优化也指建模过程中对活动的处理进行优化分析。通过优化，将业务过程管理与集成集中在一起。资源最根本的特征是它能够执行特定的任务。而工作流管理系统在公共云中对资源的分配是一件很困难的事情，人工对大量资源进行优化配置的几乎是不可能完成的事情。只能根据已有的经验做些分配，鉴于于资源分配的不确定性，实现资源的优化配置是工作流系统中一个比较重要的课题。
1材料和方法
1.1国内外研究概况
云平台为用户提供了一个平台，允许用户将任务放在“云”里执行，并且可以使用“云”里所提供的服务。也就是云计算提供PaaS服务而产生的。在云计算的 *好棒文|www.hbsrm.com +Q: *351916072*
环境中, 计算映射必须通过租赁资源另外优化经济成本。如今,大多数商业云根据不同的价格和不同的性能提供异构类型的资源。例如,用户可以在Amazon EC2中，用户可以选择不同类型的实例,最快的地方资源大约是最慢资源的8倍。在这种情况下,工作流调度问题已经被制定为一个多目标优化问题(MOP)。工作流调度问题旨在优化至少两个冲突的标准:工作流执行的最大完工时间和经济成本。MOP的主要特征是,没有单一的解决方案存在,对于所有的目标就都是最优的,但一组折衷的解决方案被称为帕氏最优状态[3]。大多数相关工作[1、6]简化了工作流调度优化到单一目标题通过几个相互竞争的目标单,并在一个解析函数中聚集所有的目标功能。这些方法的主要缺点是,不同的聚合目标只是一个先前的经验,有着任何工作流知识、基础设施和一般的要解决的问题。因此,计算解决方案可能不会正确地捕获到用户首的喜好。另一方面,一些折衷的解决方法被提出。他们的主要优势是综合用户提供的一组最优解，让用户可以选择一个更好的适合需求和喜好。其他方法都是基于排序和约束不同的标准。这个想法是为了优化不同目标以顺序的方式。一旦一个客观没有被优化,并且不能进一步改进,那样列表中的下一个目标就是可行的。这个新目标的优化被实施后，这样就不会用以前标准强加违反约束。一个例子如[8],提出了在电网优化最大完工时间和经济成本。在[4]中，克服了这些缺点,提出了一种基于启发式列表的约束。这种方法是针对优化最大完工时间、经济成本、能源消耗和可靠性,并通过最小化距离理数量被限制到只有几个。
1.2工作流模型
工作流可以用无向循环图来表示。图1为一个简单的工作流实例。
该工作流模型作为一个整体任务被划分为7个元任务，7个数字分别代表7个元任务，其中有向边表示数据流向从箭头指向箭尾。比如元任务2流向元任务4，元任务3流向元任务4，而元任务1，流向元任务2，元任务3，元任务5。元任务3需要元任务1的处理结果。由此每个工作流任务都可以根据排序得到一组有向数据流的元任务序列。 工作流模型主要包括四种基本结构[9]。因此本文直接使用这四种简单的基本结构为工作流进行建模。在工作流基本结构中也包含部分特定的活动，因此通过求解事务在特定活动中的平均逗留时间可以求出事务在工作流中的平均逗留时间，在工作流模型中，事务在所有活动的逗留时间和处理时间彼此相互独立。
1.2.1顺序结构
顺序结构工作流中，事务按照时间顺序先后进入工作流中，如图A所示。而顺序结构工作流的特点是，事务在各活动中的输入速率和输出速率相等，因此本文可以得到事务在整个结构的平均逗留时间。即：，
其中，，分别代表事务在活动1，活动2，活动3的逗留时间。
代表事物在活动中的速率，、、分别代表事务在活动1，活动2，活动3的速率。
1.2.2并联结构
在并行结构工作流中，事务同时进入各个活动中，如图B所示。并行结构的特点是：分支处每一个分支的输入率为，并且在并联结构的汇合处，汇合后的节点的输出速率也为。因此我们可以得到事务在以整个结构为整体的的平均逗留时间为在每一个支路的平均逗留时间的最大值。即
。
1.2.3选择结构
在选择结构工作流中，每个到达活动的任务根据自己的需要选择合适的路线来执行。如图C所示，本文假设选择活动1的概率为，选择活动2的概率为，选择活动3的概率为。选择结构工作流的特点是：输入/输出的速率为。由此，可得到活动1的输入流/输出流的速率为，活动2的输入流/输出流的速率为，活动3的输入流/输出流的速率为。因此事务在整个选择结构的平均逗留时间为：
。
1.2.4循环结构
在循环结构工作流中，事务在部分特定活动执行后，以一定的概率返回该活动重新执行，如图D所示，为活动1继续执行的概率，为活动1折返执行的概率。
1.2.5 工作流模型图
本文主要以图E为工作流模型，来分析研究公共云中，多目标资源配置。
1.3多目标优化
1.3.1单目标优化
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1790.html
