基于队列迁移的数据中心紧急任务动态调度方法
作者:
作者单位:

作者简介:

李炜(1981—),男,硕士,工程师,研究方向为医院信息管理、数据库应用。E-mail:gogo5467@126.com

通讯作者:

中图分类号:

TP391.1

基金项目:


Dynamic Scheduling Method of Emergency Tasks in Data Center Based on Queue Migration
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    由于传统任务动态调度受节点阻塞的影响,导致紧急任务动态调度效果较差等问题,为此,文章提出一种基于队列迁移的数据中心紧急任务动态调度方法。 构建紧急任务动态调度模型,根据该模型分析云平台任务动态调度过程,从后台完成优化操作,使紧急任务请求被发送到动态调度中心适当队列中加以动态调度,获取紧急任务到处理单元的最佳映射。 分析数据处理紧急任务时间特征解决每个节点的处理阻塞问题,确定数据处理任务的有效时间和等待时间。 结合控制动态调度节点队列迁移过程,设计数据中心紧急任务动态调度流程。 实验结果表明,该方法能够完成全部任务,完成率在 95%以上,截止错失率始终低于 18%,具有良好动态调度效果。

    Abstract:

    Due to the fact that the effect of node blocking on traditional task dynamic scheduling results in poor emergency task dynamic scheduling, this paper proposes a data center emergency task dynamic scheduling method based on queue migration. It builds an emergency task dynamic scheduling model, analyzes the cloud platform task dynamic scheduling process according to the model, and completes the optimization operation from the background, so that the emergency task request is sent to the appropriate queue of the dynamic scheduling center for dynamic scheduling, thus obtaining the best mapping from the emergency task to the processing unit. It analyzes the time characteristics of data processing emergency tasks, solves the processing blocking problem of each node, and determines the effective time and waiting time of data processing tasks. Combined with controlling the queue migration process of dynamic scheduling nodes, the dynamic scheduling process of emergency tasks in data center is designed. Experimental results show that this method can complete all tasks with the completion rate of more than 95% and the cut-off missing rate of always less than 18%, and it has a good dynamic scheduling effect.

    参考文献
    相似文献
    引证文献
引用本文

李炜.基于队列迁移的数据中心紧急任务动态调度方法[J].华东交通大学学报,2022,39(2):118-125.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2022-05-21
  • 出版日期: