学位论文 > 优秀研究生学位论文题录展示

可扩展智能分布并行调度模型

作　者: 唐晓君
导　师: 刘心松
学　校: 电子科技大学
专　业: 计算机系统结构
关键词: 分布并行调度软件结构可扩展性适应性
分类号: TP393.09
类　型: 硕士论文
年　份: 2003年
下　载: 56次
引　用: 0次
阅　读: 论文下载

内容摘要

计算模式正在向三个趋势发展：网络化，智能化和个性化。同时，xml技术的出现，使得不同平台的计算资源融合的步伐加快，协同通信计算的发展以及网格等计算技术的延伸，在计算的多元化的加剧的同时，各个不同平台相互协作的需求更为突出。上述趋势要求分布并行计算环境能够应付急剧变更的需求、具备更好的可扩展性、能够提供更为安全的计算环境以及能够对更为个性化的计算提供服务。这需要分布并行计算环境能够便捷地根据任务请求分配计算资源，提供给最终用户和开发人员简洁的界面，为用户屏蔽多元化计算的复杂性同时提供对多元化计算的有效支持。因此，需要分布并行计算具备更好自适应和更强的可扩展性，以容纳不断扩展的计算类型和服务。解决上述问题的关键是提供一个开放的计算模式来容纳计算的多元化，其中的一个关键环节就是提供适应能力和可扩展性更好的分布并行调度。本论文尝试通过改造调度器的软件结构为该问题提供一个尝试性的解决方法。本文安排如下：首先，在引入研究问题的基础上，讨论分布并行的调度模型所需要具备的新的特征以及给出这些特征的一个可计算的解决方法；然后，在此基础上提出一种新的分布并行调度的设计模型，该模型重点解决分布并行调度的设计结构对可扩展性，自适应性的制约问题；接着，基于上述讨论结果提出了分布并行调度器设计和实现上的具体应用实例；最后，通过试验的方法讨论了该实际模型的性能并对本文进行简要总结。

全文目录

摘要  4-5
Abstract  5-6
目录  6-9
第一章引言  9-11
第二章相关研究  11-25
  2.1 现有分布并行调度软件结构  11-18
    2.1.1 Amoeba调度器的设计结构  11-14
    2.1.2 Jini计算平台的动态服务插件技术  14-16
    2.1.3 AutoSec  16-18
  2.2 网格计算对分布并行调度的启发  18-20
    2.2.1 网格计算“三要素”  18-19
    2.2.2 网格多计算平台特性  19
    2.2.3 基本问题  19
    2.2.4 网格计算对调度发展方向的启发  19-20
  2.3 软件体系结构  20-22
    2.3.1 软件结构  20-21
    2.3.2 软件体系结构设计模式  21-22
  2.4 机器学习对调度适应性的启发  22
  2.5 对本课题的规定  22-25
    2.5.1 论文解决的问题  22-24
    2.5.2 研究方法  24-25
第三章调度设计相关问题及解决  25-31
  3.1 分布并行调度功能实现要点  25-28
    3.1.1 对负载衡量方式的改进  25-26
    3.1.2 调度的基本功能的模块划分  26-27
    3.1.3 调度可扩展性问题的解决  27-28
  3.2 调度器自适应性的实现  28
  3.3 对计算安全性的支持  28
  3.4 调度设计的核心概念--资源  28-31
    3.4.1 资源的定义  28-30
    3.4.2 资源数据库  30
    3.4.3 计算资源的智能管理  30-31
第四章可扩展调度设计模型EDS设计  31-56
  4.0 本章组织概述  31
  4.1 调度器EDS组件及其设计模式  31-34
    4.1.1 调度架构设计  31-33
    4.1.2 服务器端软件结构设计  33-34
  4.2 资源数据库设计  34-38
    4.2.1 资源数据库概述  34-35
    4.2.2 客户端资源数据库设计  35-36
    4.2.3 服务器端资源数据库设计  36-38
  4.3 EDS软件结构  38-55
    4.3.1 EDS系统模型  38-39
    4.3.2 EDS客户端设计  39-42
    4.3.3 服务器端设计  42-55
  4.4 安全功能和智能调度扩展  55-56
    4.4.1 安全功能扩展  55
    4.4.2 智能调度  55-56
第五章相关试验  56-63
  5.1 调度的有效性试验  56-59
    5.1.1 仿真模型的设计  56-57
    5.1.2 仿真模型说明  57
    5.1.3 Amoeba算法的测试结果  57-58
    5.1.4 EDS算法的测试结果  58-59
    5.1.5 结论  59
  5.2 任务类型的学习  59-61
    5.2.1 试验假设  60
    5.2.2 试验方法  60
    5.2.3 试验结果及结论  60-61
  5.3 可扩展性的对比  61-62
    5.3.1 服务端软件组成  61-62
    5.3.2 EDS和Amoeba可扩展性的对比  62
    5.3.3 结论  62
  5.4 结论  62-63
第六章论文总结  63-64
参考文献  64-66
致谢  66-67
附录  67-71
  附录A: Ameba调度算法的Matlab仿真  67-68
  附录B: EDS调度算法的Matlab仿真  68-70
  附录C: K近邻算法的Matlab仿真  70-71
个人简历  71-72

可扩展智能分布并行调度模型

内容摘要

全文目录

相似论文