CN104778076A - 一种云服务工作流调度方法 - Google Patents

Abstract

本发明公开了一种云服务工作流调度方法，属于云计算技术领域。本发明方法包括以下步骤：步骤A、依次对工作流中的每个任务，按照该任务的代价均值最小的原则，为其分配可行服务，得到工作流的初始调度方案；任意一个任务的代价均值按照以下方法确定：该任务选择一个可行服务，其直接后继任务分别选择代价最小的可行服务，该任务及其直接后继任务所选服务的代价的平均值即为该任务的代价均值；步骤B、以满足预设信任度要求和工作流截止期要求为约束条件，以服务租赁费用最小为目标，对初始调度方案进行调整，得到最终的工作流调度方案。本发明在满足了服务信任度、可用服务区间以及工作流截止期的约束的同时，实现了服务租赁费用最小。

Description

一种云服务工作流调度方法

技术领域

本发明涉及一种云服务工作流调度方法，属于云计算技术领域。

背景技术

云计算是一种新面向市场的、以提供高质量和低廉信息服务为目标的商业模式。云计算能够通过网络以便利、按需的方式访问一个可配置的计算资源共享池。然而目前云计算面临严峻的安全问题。信任是分布式互联网环境中一种重要的安全替代方法([Blaze M.，Feigenbaum J.，Lacy J.Decentralized trust management[C].Proceedings of the17th Symposium on Security and Privacy.Oakland，CA：IEEE Computer Society Press，May6-8.1996：164-173.]、[James Urquhart.The Biggest Cloud-Computing Issue of 2009 is Trust[EB/OL].(2009-06-01)http：//www.cnet.com/news/the-biggest-cloud-computing-issue-of-2009-is-trust])。信任机制在传统网络环境中研究较多，但云计算与其他传统计算平台(如网格计算)不同：云计算受市场驱动，资源调度时需要考虑用户的服务质量约束；同时云计算规模超大、资源完全虚拟化和按需提供服务等使得传统的信任管理策略无法直接使用([Foster I.，Zhao Y.，loan R.，et al，Cloud Computing and Grid Computing 360-DegreeCompared.GCE 08：Proceedings of the 2008 Grid Computing Environments Workshop.Austin，TX，November 12-16，2008[C].]、[Michael P.P.，Paolo T.，Schahram D.，et al.Service-oriented computing：State of the art and research challenges[J].Computer，2007，40(11)：64-71.])。

目前，云计算服务提供商主要提供三种服务模式：基础设施级服务(IaaS)，平台级服务(PaaS)，应用级服务(SaaS)，虽然这三种服务模式提供的资源不一样，但是云环境将基础物理设施，平台，应用程序及软件通过虚拟化，并行等技术，使资源以服务的形式提供。云计算的主要优势在于：能够迅速地降低硬件成本和提升计算能力以及存储容量；用户可以以极低的成本投入获得极高的计算品质，而不用再投资购买昂贵的硬件设备，进行频繁的保养与升级。

由于上述优点，越来越多的IT企业专注于为用户提供云服务，云服务提供商依据各自的优势、定位、核心策略和技术基础，纷纷推出自己的云计算计划。用户通常租用一些基本云服务完成复杂的工作流应用，基于用户与云服务提供商签订的云服务协议(SLA)，采用即用即付的服务租用方式。选择合适的基本云服务进行组合以实现复杂应用，并在满足信任度的条件下最大化用户利益是巨大的挑战。

经典的云计算工作流调度问题中，通常云服务的服务能力被认为是无限的，即请求即可用。然而，在实际应用中，从云服务提供商的角度并非如此。由于工作流调度中服务对不同的任务是可共享的，云服务剩余的服务能力随着负载不同而实时改变，难以在任何时刻都满足用户的需求。因此，服务以可用区间提供给用户，并且不同的服务对应的信任度不同。同时，根据云服务协议(SLA)，工作流应用大多有截止期。考虑截止期约束、服务信任度要求、服务以可用区间的形式提供等因素，复杂的工作流调度问题就很难解决。

目前已有方法和项目专注于解决云环境下复杂因素的工作流调度问题。然而这些方法并没有考虑服务是以可用区间方式提供给用户，以及用户对服务的信任度要求等制约因素。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，提供一种云服务工作流调度方法，该方法在满足了服务信任度、可用服务区间以及工作流截止期的约束的同时，实现了服务租赁费用最小，更符合云服务工作流调度的实际应用环境。

本发明采用以下技术方案解决上述技术问题：

一种云服务工作流调度方法，包括以下步骤：

步骤A、依次对工作流中的每个任务，按照该任务的代价均值最小的原则，为其分配可行服务，得到工作流的初始调度方案；任意一个任务的代价均值按照以下方法确定：该任务选择一个可行服务，其直接后继任务分别选择代价最小的可行服务，该任务及其直接后继任务所选服务的代价的平均值即为该任务的代价均值；

步骤B、以满足预设信任度要求和工作流截止期要求为约束条件，以服务租赁费用最小为目标，对初始调度方案进行调整，得到最终的工作流调度方案。

优选地，步骤A具体包括以下子步骤：

步骤A1、将工作流中的任务划分为已调度集合S和未调度集合U，判断U是否为空，如果不为空，转步骤A2；如果为空，转步骤A4；

步骤A2、计算未调度集合U中每个任务的代价均值的最小值，并放入列表L中，对L中的元素按照从小到大排序，得到有序列表，选取有序列表头元素对应的任务v_i加入到已调度集合S，从未调度集合U中删除任务v_i；

步骤A3、在服务以可用区间形式提供的基础上，更新未调度集合U中每个任务的最早开始时间、最早结束时间和最晚开始时间、最晚结束时间，转步骤A1；

步骤A4、输出云服务工作流的初始调度方案，转步骤B。

进一步地，按照以下方法更新未调度集合U中每个任务的最早开始时间、最早结束时间和最晚开始时间、最晚结束时间：

已调度集合中的任务选择当前服务最早完成的可用服务区间，未调度集合中的任务在候选服务中选择最早完成的可行服务，按照以下方法更新未调度集合U中每个任务的最早开始时间EST(i)和最早结束时间EFT(i)：

首先，以表示第k个可用区间的开始时刻，表示第k个可用区间的结束时刻，表示任务v_i选择服务时所需的执行时间；用F_max(i)表示任务v_i所有直接前驱任务最大的最早结束时刻，P_i表示任务v_i的直接前驱任务的集合，r_i表示任务v_i可选择的可行服务的数量；在t时刻，任务v_i选择服务时，依次从前向后遍历服务对应的可用区间列表，查找满足结束时刻并且的最早可用区间，按照以下公式递归计算得到每个任务的最早开始时间和最早结束时间：

$\mathrm{EST}\left(i\right)={\min }_{j=0,...r_i-1}\left\{\max \right\{F_{\max }\left(i\right),B_{\mathrm{ijk}}^k\left\}\right\},$

$\mathrm{EFT}\left(i\right)={\min }_{j=0,...r_i-1}\left\{\max \right\{\mathrm{FM}\left(i\right),B_{\mathrm{ijk}}^k\}+E_i^j\};$

已调度集合的任务选择当前服务最晚开始的可用服务区间，未调度集合的任务选择候选最晚开始的可行服务，按照以下方法更新未调度集合U中每个任务的最晚开始时间LST(i)和最晚结束时间LFT(i)：

首先，以表示第k个可用区间的开始时刻，表示第k个可用区间的结束时刻，表示任务v_i选择服务时所需的执行时间；用S_min(i)表示任务v_i所有直接后继任务最晚开始时刻的最小值，S_i表示任务v_i的直接后继任务的集合，r_i表示任务v_i可选择的可行服务的数量；在t时刻，任务v_i选择服务时，依次从后向前遍历对应的可用服务区间列表，查找满足结束时刻并且的最晚可用区间，按照以下公式递归计算得到每个任务的最晚开始时间和最晚结束时间：

$\mathrm{LFT}\left(i\right)={\max }_{j=0,...r_i-1}\left\{\min \right\{S_{\max }\left(i\right),F_{\mathrm{ijk}}^k\left\}\right\},$

$\mathrm{LST}\left(i\right)={\max }_{j=0,...r_i-1}\left\{\min \right\{S_{\max }\left(i\right),F_{\mathrm{ijk}}^k\}-E_i^j\}.$

优选地，步骤B具体包括以下子步骤：

步骤B1、将云服务工作流中各任务按其直接后继任务数量从小到大的顺序进行排列，如果直接后继任务数量相同，则按照所选服务的信任度从大到小排序，依次放入任务列表L_v；

步骤B2、选择列表L_v中的头元素任务v_i，在任务v_i的可行服务中选择能够使得服务租赁费用减少且满足工作流信任度要求的服务加入可选服务队列L_m；

步骤B3、判断L_m是否为空，如果为空，转步骤B5；

步骤B4、在L_m中选择使得服务租赁费用减少程度最大的服务替换初始调度方案中为任务v_i所分配的服务，如果没有减少服务租赁费用的服务可选，则选择使得服务租赁费用增加程度最小的服务进行替换；清空队列L_m，将v_i从L_v中移除，转步骤B2；

步骤B5、输出云服务工作流的最佳方案。

相比现有技术，本发明具有以下有益效果：

本发明方法考虑了服务是以可用区间的方式提供给用户，用户对服务提供商提供的服务有信任度的要求，同时需满足工作流的截止期，因此产生的调度方案更贴近实际需求。

本发明方法能够在候选服务池中选择恰当的服务完成工作流中的任务，并且使所选服务的信任度总和在满足工作流的信任度要求同时最小化用户的服务租赁费用。

附图说明

图1为本发明调度方法所适用的云服务系统架构示意图；

图2为本发明调度方法中生成初始调度方案的流程示意图；

图3为本发明调度方法中对初始调度方案进行再调整的流程示意图。

具体实施方式

下面结合附图对本发明的技术方案进行详细说明：

本发明所适用的云服务系统架构如图1所示，包括云服务提供商、云服务信任管理系统、云服务代理商、用户、工作流调度器和候选服务池，本发明涉及其中的工作流调度器和候选服务池。本实施例中假设云服务提供商向云服务代理商注册自己的服务，云服务代理商将已注册的服务提交给云服务信任管理系统进行分析，得出的结果返回给云服务代理商，用户向云服务代理商提交自己的工作流应用及服务质量约束。云服务代理商将工作流应用提交给工作流调度器，由工作流调度器在由不同云服务提供商提供的服务所组成的候选服务池中选择合适的服务分配给工作流中的每个任务，找到一个优化的调度，帮助用户在满足信任度要求和截止期约束的前提下，最小化服务租赁费用。

工作流G＝{V，E}是一个有向无环图，其中V＝{v₁，v₂…，v_N}是包含N个任务的集合，E＝{(i，j)Vi＜j}是各任务间的先序约束，即v_j不能在v_i完成之前开始，P_i和S_i分别为任务v_i的直接前驱集和直接后继集；D表示工作流截止期。

工作流调度器将工作流包含的任务以最合适的方式与候选服务池中可选服务的可用区间(slot)进行匹配，在满足工作流信任度要求和截止期约束的前提下最小化服务租赁费用。候选服务池中R1，R2，R3，R4表示工作流中的任务v_i的可选服务的模态，这些服务是由不同的服务提供商提供，服务可用区间管理中存放任务v_i每个可选服务所对应的可行服务区间(slot)。

本发明的工作流调度器采用两阶段的调度方式，第一阶段按照该任务的代价均值最小的原则，为工作流中的任务分配可行服务，得到工作流的初始调度方案。第二阶段为重调度阶段，以满足预设信任度要求和工作流截止期要求为约束条件，以服务租赁费用最小为目标，对初始调度方案进行调整，得到最终的工作流调度方案。

图2显示了本实施例中生成初始调度方案的流程，具体如下：

步骤s201，将工作流中任务集合V＝{v₁，v₂…，v_N}划分为已调度集合S和未调度集合U；

步骤s202，如果U为空，转步骤s206；如果U不为空，转步骤s203；

步骤s203，计算U中每个任务v_i及其后继任务代价均值的最小值将二元组放入列表L中。的计算过程如下：

首先，当任务v_i选择可行服务后，需要更新任务v_i所有直接后继任务的最早可能开始时间。表示任务v_i选择可行服务时，其直接后继任务si可选的最小代价可行服务。最终的计算公式为其中c_i，j表示任务v_i选择可行服务时的代价，si表示任务v_i的直接后继任务，S_i表示任务v_i的直接后继任务的集合，|S_i|表示任务v_i的直接后继任务的数量，c_si，sj表示任务v_i的直接后继任务选择可行服务的代价；这里r_i表示任务v_i可选择的可行服务的数量；

步骤s204，列表L中的二元组按照从小到大进行排序，得到有序列表，选取列表头元素对应的任务v_i加入到已调度集合S，未调度集合U删除任务v_i；

步骤s205，更新未调度集合U中每个任务的最早开始时间EST(i)、最早结束时间EFT(i)和最晚开始时间LST(i)、最晚结束时间LFT(i)，转步骤s202，更新的具体过程如下：

已调度集合中的任务选择当前服务最早完成的可用服务区间(slot)，未调度集合中的任务在候选服务中选择最早完成的可行服务，计算任务的最早开始时间EST(i)和最早结束时间EFT(i)；已调度集合的任务选择当前服务最晚开始的可用服务区间(slot)，未调度集合的任务选择候选最晚开始的可行服务，计算任务的最晚开始时间LST(i)和最晚结束时间LFT(i)。

计算任务v_i最早开始时间EST(i)和最早结束时间EFT(i)具体过程如下：首先，表示第k个可用区间的开始时刻，表示第k个可用区间的结束时刻，表示任务v_i选择服务时所需的执行时间；用F_max(i)表示任务v_i所有直接前驱任务最大的最早结束时刻，P_i表示任务v_i的直接前驱任务的集合，r_i表示任务v_i可选择的可行服务的数量。在t时刻，任务v_i选择服务时，依次从前向后遍历服务对应的可用区间列表，查找满足结束时刻并且的最早可用区间(此时找到可用区间后，该区间的开始时刻为但任务v_i必须在所有直接前驱任务结束之后才能开始，所以需要将F_max(i)与进行比较，选择其中的最大值作为任务在选择服务时的最早开始时间，由于任务v_i有r_i个可行服务，所以需要选择其中的最小值)，按照以下公式递归计算得到每个任务的最早开始时间和最早结束时间：

$\mathrm{EST}\left(i\right)={\min }_{j=0,...r_i-1}\left\{\max \right\{F_{\max }\left(i\right),B_{\mathrm{ijk}}^k\left\}\right\},$

$\mathrm{EFT}\left(i\right)={\min }_{j=0,...r_i-1}\left\{\max \right\{\mathrm{FM}\left(i\right),B_{\mathrm{ijk}}^k\}+E_i^j\}.$

。

计算任务v_i最早开始时间LST(i)和最早结束时间LFT(i)具体过程如下：首先，表示第k个可用区间的开始时刻，表示第k个可用区间的结束时刻，表示任务v_i选择服务时所需的执行时间；用S_min(i)表示任务v_i所有直接后继任务最晚开始时刻的最小值，S_i表示任务v_i的直接后继任务的集合，r_i表示任务v_i可选择的可行服务的数量。在t时刻，任务v_i选择服务时，依次从后向前遍历对应的可用服务区间列表，查找满足结束时刻并且的最晚可用区间(此时找到可用区间后，该区间的开始时刻为但任务v_i的所有直接后继必须在任务v_i结束之后才能开始，所以需要将S_min(i)与进行比较，选择其中的最小值作为任务在选择服务时的最晚结束时间，由于任务v_i有r_i个可行服务，所以需要选择其中的最大值)，按照以下公式递归计算得到每个任务的最晚开始时间和最晚结束时间：

$\mathrm{LFT}\left(i\right)={\max }_{j=0,...r_i-1}\left\{\min \right\{S_{\max }\left(i\right),F_{\mathrm{ijk}}^k\left\}\right\},$

$\mathrm{LST}\left(i\right)={\max }_{j=0,...r_i-1}\left\{\min \right\{S_{\max }\left(i\right),F_{\mathrm{ijk}}^k\}-E_i^j\}.$

步骤s206，输出云服务工作流调度的初始方案，同时计算该方案下，所选服务的信任度总和trustSum。

图3显示了本实施例中对初始调度方案进行重调整的流程，具体如下：

步骤s301，判断当前的信任度总和trustSum与云服务工作流信任度的要求tar getTrust之间的关系，如果trustSum≥tar getTrust，转步骤s302，否则转步骤s307；

步骤s302，计算云服务工作流中每个任务的直接后继任务的数量，按从小到大的顺序进行排列，如果直接后继任务数量相同，则按照所选服务的信任度从大到小排序，依次放入任务列表L_v；

步骤s303，选择列表L_v中的头元素任务v_i，在任务v_i的可行服务中选择合适的服务替换，将能够使得服务租赁费用减少且满足trustSum≥tar getTrust的服务加入可选服务队列L_m；

步骤s304，判断L_m是否为空，如果为空，转步骤s306；

步骤s305，在L_m中选择服务租赁费用减少程度最大的服务进行替换，如果没有减少服务租赁费用的服务可选，则选择服务租赁费用增加程度最小的服务进行替换。清空队列L_m，将v_i从L_v中移除，转步骤s303；

步骤s306，输出云服务工作流的最佳方案，方法结束；

步骤s307，计算出按照服务信任度越大，优先级越高的规则，对任务分配服务，计算该方案下服务信任度的总和trustSumMax；

步骤s308，判断trustSumMax和targetTrust之间的关系，如果tar getTrust＞trustSumMax，则无法完成该云服务工作流的调度，否则转步骤s309；

步骤s309，将根据信任度越大优先级越高的规则得到的云服务工作流调度方案下所得到的服务信任度总和trustSumMax赋值给trustSum，转步骤s302。

通过上述过程，本发明实现了云工作流调度的功能，以保证在满足服务信任度要求和工作流截止期约束的同时最小化服务租赁费用。

Claims (4)

1.一种云服务工作流调度方法，其特征在于，包括以下步骤：

步骤A、依次对工作流中的每个任务，按照该任务的代价均值最小的原则，为其分配可行服务，得到工作流的初始调度方案；任意一个任务的代价均值按照以下方法确定：该任务选择一个可行服务，其直接后继任务分别选择代价最小的可行服务，该任务及其直接后继任务所选服务的代价的平均值即为该任务的代价均值；

步骤B、以满足预设信任度要求和工作流截止期要求为约束条件，以服务租赁费用最小为目标，对初始调度方案进行调整，得到最终的工作流调度方案。

2.如权利要求1所述云服务工作流调度方法，其特征在于，步骤A具体包括以下子步骤：

步骤A1、将工作流中的任务划分为已调度集合S和未调度集合U，判断U是否为空，如果不为空，转步骤A2；如果为空，转步骤A4；

步骤A2、计算未调度集合U中每个任务的代价均值的最小值，并放入列表L中，对L中的元素按照从小到大排序，得到有序列表，选取有序列表头元素对应的任务v_i加入到已调度集合S，从未调度集合U中删除任务v_i；

步骤A3、在服务以可用区间形式提供的基础上，更新未调度集合U中每个任务的最早开始时间、最早结束时间和最晚开始时间、最晚结束时间，转步骤A1；

步骤A4、输出云服务工作流的初始调度方案，转步骤B。

3.如权利要求2所述云服务工作流调度方法，其特征在于，步骤B具体包括以下子步骤：

步骤B1、将云服务工作流中各任务按其直接后继任务数量从小到大的顺序进行排列，如果直接后继任务数量相同，则按照所选服务的信任度从大到小排序，依次放入任务列表L_v；

步骤B2、选择列表L_v中的头元素任务v_i，在任务v_i的可行服务中选择能够使得服务租赁费用减少且满足工作流信任度要求的服务加入可选服务队列L_m；

步骤B3、判断L_m是否为空，如果为空，转步骤B5；

步骤B4、在L_m中选择使得服务租赁费用减少程度最大的服务替换初始调度方案中为任务v_i所分配的服务，如果没有减少服务租赁费用的服务可选，则选择使得服务租赁费用增加程度最小的服务进行替换；清空队列L_m，将v_i从L_v中移除，转步骤B2；

步骤B5、输出云服务工作流的最佳方案。

4.如权利要求2所述云服务工作流调度方法，其特征在于，按照以下方法更新未调度集合U中每个任务的最早开始时间、最早结束时间和最晚开始时间、最晚结束时间：

已调度集合中的任务选择当前服务最早完成的可用服务区间，未调度集合中的任务在候选服务中选择最早完成的可行服务，按照以下方法更新未调度集合U中每个任务的最早开始时间EST(i)和最早结束时间EFT(i)：

首先，以表示第k个可用区间的开始时刻，表示第k个可用区间的结束时刻，表示任务v_i选择服务时所需的执行时间；用F_max(i)表示任务v_i所有直接前驱任务最大的最早结束时刻，P_i表示任务v_i的直接前驱任务的集合，r_i表示任务v_i可选择的可行服务的数量；在t时刻，任务v_i选择服务时，依次从前向后遍历服务对应的可用区间列表，查找满足结束时刻并且的最早可用区间，按照以下公式递归计算得到每个任务的最早开始时间和最早结束时间：

$\mathrm{EST}\left(i\right)={\min }_{j=0,...r_i-1}\left\{\max \right\{F_{\max }\left(i\right),B_{\mathrm{ijk}}^k\left\}\right\},$

$\mathrm{EFT}\left(i\right)={\min }_{j=0,...r_i-1}\left\{\max \right\{\mathrm{FM}\left(i\right),B_{\mathrm{ijk}}^k\}+E_i^j\};$

已调度集合的任务选择当前服务最晚开始的可用服务区间，未调度集合的任务选择候选最晚开始的可行服务，按照以下方法更新未调度集合U中每个任务的最晚开始时间LST(i)和最晚结束时间LFT(i)：

首先，以表示第k个可用区间的开始时刻，表示第k个可用区间的结束时刻，表示任务v_i选择服务时所需的执行时间；用S_min(i)表示任务v_i所有直接后继任务最晚开始时刻的最小值，S_i表示任务v_i的直接后继任务的集合，r_i表示任务v_i可选择的可行服务的数量；在t时刻，任务v_i选择服务时，依次从后向前遍历对应的可用服务区间列表，查找满足结束时刻并且的最晚可用区间，按照以下公式递归计算得到每个任务的最晚开始时间和最晚结束时间：

$\mathrm{LFT}\left(i\right)={\max }_{j=0,...r_i-1}\left\{\min \right\{S_{\min }\left(i\right),F_{\mathrm{ijk}}^k\left\}\right\},$

$\mathrm{LST}\left(i\right)={\max }_{j=0,...r_i-1}\left\{\min \right\{S_{\min }\left(i\right),F_{\mathrm{ijk}}^k\}-E_i^j\}.$