CN105208119A - 一种云数据中心任务分配方法、装置和系统 - Google Patents

Abstract

本发明公开了一种云数据中心任务分配方法、装置和系统，属于云计算系统控制领域，本发明首先收集主机运行状态信息，然后分析各主机当前可接收任务余量，根据可接收任务余量生成任务分配方案；最后根据标志变量进行任务分配。本发明在实时跟踪数据中心中各个主机的运行状态并对其性能变化趋势进行预判，选择性的将新到达任务分配到合理的主机上执行，以减少任务拥塞出现，实现负载均衡。

Description

一种云数据中心任务分配方法、装置和系统

技术领域

本发明属于云计算系统控制领域，特别是涉及一种云数据中心任务分配方法、装置和系统。

背景技术

云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和其他设备。相对于传统的软件和计算形态，云计算具有松散耦合、随需应变、成本可控、资源虚拟、异构协同等显著的优势，使其更适应现今的电子商务、柔性制造、移动互联网等应用。

云数据中心是指由多个异构的、由网络连接在一起的主机所组成的用于承载提供在线云服务的企业级应用的分布式计算系统。在云数据中心中，将大量的主机进行集中统一管理，可以保障主机运行所需要的稳定电源环境，适宜的温湿度控制以及网络带宽条件。

同其他软硬件系统一样，云数据中心中的主机的负载也处于实时变化中。由于现今的云计算系统多运用于大规模科学计算、实时金融、在线交易、流媒体多播等高负载和高复杂度的应用，其主机时常处于超负荷运行的状态。如果任务调度和负载均衡策略稍有不慎，就极易出现部分主机节点待处理任务过度堆积和缓冲区溢出的情况，并有可能进一步形成系统崩溃，造成重大损失。传统的任务调度和分配策略，多仅仅依据各个主机和节点的当前的负载、资源利用率、可靠性状态计算容许的可新增任务容量，并根据这些静态数据确定任务分配和调度方案。这种策略存在以下不足：由于忽视了主机负载、资源占用率、可用性和可靠性的变化趋势，传统的调度策略可能将大量的新增任务分配到当前任务余量较大但运行状态急剧恶化中的主机上，极易使这些主机在一段时间后形成负载热点；同时，部分主机虽然当前任务余量不大，但是处于运行状态迅速改善的过程中，而传统的调度分配策略有可能忽略掉这些实际上可以承接更多任务的主机，从而导致系统计算资源的闲置浪费。

在此背景下，如何动态的跟踪云数据中心的运行态势并进行趋势预判，实现合理的新增任务分配策略，便成为了研究的热点和难点。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种任务调度更合理的云数据中心任务分配方法。

为实现上述目的，本发明提供了一种云数据中心任务分配方法，包括以下步骤：

步骤一、收集主机运行状态信息；

收集新任务到达的时间t；并取得云数据中心中各个主机当前的CPU占用率CZL_i、内存负载MZL_i率、外存负载率SZL_i；最近完成的一个任务的所用执行时间ZJT_i；最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i、释放的外存占用率SSF_i；上次任务到达至本次任务到达时间内，各个主机上出现故障、错误、或者失效的次数FN_i；0＜i≤n，n为数据中心中的主机数量；

步骤二、获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并将本次任务到达间隔时间赋给上一次计算出的上次任务到达间隔时间，将t的值赋给OLDT；

步骤三、根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量；

步骤四、根据可接收任务余量生成任务分配方案；

步骤五、根据标志变量进行任务分配。

较佳的，设定步骤二中所述近期趋势执行率为JQZL_i：

计算 ${\mathrm{JQZL}}_i=min\{\frac{{\mathrm{CSF}}_i}{{\mathrm{ZJT}}_i},\frac{{\mathrm{MSF}}_i}{{\mathrm{ZJT}}_i},\frac{{\mathrm{SSF}}_i}{{\mathrm{ZJT}}_i}\}$ 得到所述JQZL_i；

设定所述等效未来预期任务到达时间为WLDT：

计算得到所述WLDT；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；

设定所述等效故障率为GZL_i：

计算得到所述GZL_i；

用变量YC_i标记故障率边界值：计算

${\mathrm{YC}}_i=\left\{\begin{array}{c}1if1<i<n,\underset{\&OverBar;}{\max \left\{\right|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i-1}|,|{\mathrm{GZL}}_i-{\mathrm{GL}}_{i+1}\left|\right\}-|{\mathrm{GZL}}_{i-1}-{\mathrm{GZL}}_{i+1}|}>b\&times;mean\left\{\left|{\mathrm{GZL}}_x-{\mathrm{GZL}}_y\right|\right|0<x,y\&le;n,x\&NotEqual;y\}\\ 0else\end{array}\right.$

得到所述YC_i；

所述b为预先给定的系数，1<b；

设定所述历史趋势故障率为PJGL：

计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL。

较佳的，所述步骤三按以下步骤进行：

设定各主机最大允许的预期新增任务余量为YL_i：

计算得到所述YL_i；

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数。

较佳的，步骤四中所述根据可接收任务余量生成任务分配方案按以下步骤执行：

设定各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率为BZL_i:

计算 ${\mathrm{BZL}}_i=\left\{\begin{array}{c}1-e^{-WLDT\&times;\left(\right|{\mathrm{IQZL}}_i-\frac{1}{JGT\&times;n}-PIGL\left|\right)\&times;{\mathrm{YL}}_i}if{\mathrm{YL}}_i>0\\ 0else\end{array}\right.$ 得到所述BZL_i；

比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH。

较佳的，步骤五中所述根据标志变量进行任务分配按以下步骤进行：

判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。

较佳的，所述JGT＝t-QLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0。

本发明所要解决的另一技术问题是提供一种任务调度更合理的云数据中心任务分配装置。

为实现上述目的，本发明提供了一种云数据中心任务分配装置，包括数据中心状态监测模块、控制决策模块和任务分配控制模块；所述数据中心状态监测模块的输出端连接所述控制决策模块的输入端，所述控制决策模块的输出端连接所述任务分配控制模块的输入端；

所述数据中心状态监测模块用于收集主机运行状态信息；

所述控制决策模块用于获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量，然后根据可接收任务余量生成任务分配方案；

所述任务分配控制模块用于根据标志变量进行任务分配。

较佳的，所述控制决策模块包括性能分析单元、任务余量分析单元和分配方案生成单元；

所述数据中心状态监测模块输出数据给所述性能分析单元、任务余量分析单元和分配方案生成单元，所述性能分析单元的输出端连接所述分配方案生成单元的第一输入端；所述任务余量分析单元的输出端连接所述分配方案生成单元的第二输入端；所述分配方案生成单元的输出端连接所述任务分配控制模块的输入端；

所述性能分析单元计算 ${\mathrm{JQZL}}_i=min\{\frac{{\mathrm{CSF}}_i}{{\mathrm{ZJT}}_i},\frac{{\mathrm{MSF}}_i}{{\mathrm{ZJT}}_i},\frac{{\mathrm{SSF}}_i}{{\mathrm{ZJT}}_i}\}$ 得到所述JQZL_i；所述JQZL_i为近期趋势执行率；

所述性能分析单元计算得到所述WLDT；所述WLDT为等效未来预期任务到达时间；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；所述JGT＝t-QLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0；

所述性能分析单元计算得到所述GZL_i；所述GZL_i为等效故障率；

所述性能分析单元用变量YC_i标记故障率边界值：计算

${\mathrm{YC}}_i=\left\{\begin{array}{c}1if1<i<n,\underset{\&OverBar;}{\max \{\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i-1}\right|,\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i+1}\right|\}-\left|{\mathrm{GZL}}_{i-1}-{\mathrm{GZL}}_{i+1}\right|}>b\&times;mean\left\{\left|{\mathrm{GZL}}_x-{\mathrm{GZL}}_y\right|\right|0<x,y\&le;n,x\&NotEqual;y\}\\ 0else\end{array}\right.$

得到所述YC_i；所述b为预先给定的系数，1<b；

所述性能分析单元计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL；所述PJGL为历史趋势故障率；

所述性能分析单元将WLDT、JQZL_i、PJGL发送给分配方案生成单元；

所述任务余量分析单元计算各主机最大允许的预期新增任务余量，YL_i：

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数；所述任务余量分析单元将YL_i值发送给所述分配方案生成单元；

所述分配方案生成单元计算各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率，BZL_i:

${\mathrm{BZL}}_i=\left\{\begin{array}{c}1-e^{-WLDT\&times;\left(\right|{\mathrm{IQZL}}_i-\frac{1}{JGT\&times;n}-PIGL\left|\right)\&times;{\mathrm{YL}}_i}if{\mathrm{YL}}_i>0\\ 0else\end{array}\right.;$

所述分配方案生成单元比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH；

所述分配方案生成单元将标志变量FPH值发送给所述任务分配控制模块；

所述任务分配控制模块判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。

本发明还要解决的一技术问题是提供一种任务调度更合理的云数据中心任务分配系统。

为实现上述目的，本发明提供了一种云数据中心任务分配系统，包括云数据中心服务器，所述云数据中心服务器内设置有云数据中心任务分配装置；所述云数据中心任务分配装置包括数据中心状态监测模块、控制决策模块和任务分配控制模块；所述数据中心状态监测模块的输出端连接所述控制决策模块的输入端，所述控制决策模块的输出端连接所述任务分配控制模块的输入端；

所述数据中心状态监测模块用于收集主机运行状态信息；

所述控制决策模块用于获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量，然后根据可接收任务余量生成任务分配方案；

所述任务分配控制模块用于根据标志变量进行任务分配。

较佳的，所述控制决策模块包括性能分析单元、任务余量分析单元和分配方案生成单元；

所述数据中心状态监测模块输出数据给所述性能分析单元、任务余量分析单元和分配方案生成单元，所述性能分析单元的输出端连接所述分配方案生成单元的第一输入端；所述任务余量分析单元的输出端连接所述分配方案生成单元的第二输入端；所述分配方案生成单元的输出端连接所述任务分配控制模块的输入端；

所述性能分析单元计算得到所述JQZL_i；所述JQZL_i为近期趋势执行率；

所述性能分析单元计算得到所述WLDT；所述WLDT为等效未来预期任务到达时间；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；所述JGT＝t-QLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0；

所述性能分析单元计算得到所述GZL_i；所述GZL_i为等效故障率；

所述性能分析单元用变量YC_i标记故障率边界值：计算

${\mathrm{YC}}_i=\left\{\begin{array}{c}1if1<i<n,\underset{\&OverBar;}{\max \{\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i-1}\right|,\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i+1}\right|\}-\left|{\mathrm{GZL}}_{i-1}-{\mathrm{GZL}}_{i+1}\right|}>b\&times;mean\left\{\left|{\mathrm{GZL}}_x-{\mathrm{GZL}}_y\right|\right|0<x,y\&le;n,x\&NotEqual;y\}\\ 0else\end{array}\right.$

得到所述YC_i；所述b为预先给定的系数，1<b；

所述性能分析单元计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL；所述PJGL为历史趋势故障率；

所述性能分析单元将WLDT、JQZL_i、PJGL发送给分配方案生成单元；

所述任务余量分析单元计算各主机最大允许的预期新增任务余量，YL_i：

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数；所述任务余量分析单元将YL_i值发送给所述分配方案生成单元；

所述分配方案生成单元计算各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率，BZL_i:

${\mathrm{BZL}}_i=\left\{\begin{array}{c}1-e^{-WLDT\&times;\left(\right|{\mathrm{IQZL}}_i-\frac{1}{JGT\&times;n}-PIGL\left|\right)\&times;{\mathrm{YL}}_i}if{\mathrm{YL}}_i>0\\ 0else\end{array}\right.;$

所述分配方案生成单元比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH；

所述分配方案生成单元将标志变量FPH值发送给所述任务分配控制模块；

所述任务分配控制模块判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。

本发明的有益效果是：本发明充分考虑了云系统中主机性能的动态波动性，计算各个主机更贴近实际需要的任务余量，能够避免出现预估过高和预估不足的两个极端。同时本发明在考察静态负载数据的同时，计算各个主机的性能变化趋势，并考虑了动态趋势在下一次任务到达时对调度策略的影响，使任务调度方案更合理。本发明相对于静态的任务调度管理策略，实现了动态的负载均衡，在非稳定的系统运行环境下可取得更好的效果。

附图说明

图1是本发明云数据中心任务分配方法一具体实施方式的流程示意图。

图2是本发明云数据中心任务分配装置一具体实施方式的原理示意图。

图3是本发明云数据中心任务分配系统一具体实施方式的原理示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

如图1所示，一种云数据中心任务分配方法：

步骤一、收集主机运行状态信息：

收集新任务到达的时间t；并取得云数据中心中各个主机当前的CPU占用率CZL_i、内存负载MZL_i率、外存负载率SZL_i；最近完成的一个任务的所用执行时间ZJT_i；最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i、释放的外存占用率SSF_i；上次任务到达至本次任务到达时间内，各个主机上出现故障、错误、或者失效的次数FN_i；0＜i≤n，n为数据中心中的主机数量。

步骤二、获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并将本次任务到达间隔时间赋给上一次计算出的上次任务到达间隔时间，将t的值赋给OLDT。

步骤三、根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量。

步骤四、根据可接收任务余量生成任务分配方案。

步骤五、根据标志变量进行任务分配。

设定步骤二中所述近期趋势执行率为JQZL_i：

计算得到所述JQZL_i；ZJT_i为最近完成的一个任务的所用执行时间，必定不为0，因此不存在除数为0的情况。

上述公式的直观意义是，将最近一个任务单位时间内的CPU释放率、内存释放率、外存释放率的最小值，作为该主机的近期任务执行率。所述ZJT_i不为0。min{}为集合中求最小数的操作。

设定所述等效未来预期任务到达时间为WLDT：

计算得到所述WLDT；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；

设定所述等效故障率为GZL_i：

计算得到所述GZL_i；JGT为本次任务到达间隔时间，必定不为0，因此不存在除数为0的情况。

用变量YC_i标记故障率边界值：计算

${\mathrm{YC}}_i=\left\{\begin{array}{c}1if1<i<n,\underset{\&OverBar;}{\max \{\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i-1}\right|,\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i+1}\right|\}-\left|{\mathrm{GZL}}_{i-1}-{\mathrm{GZL}}_{i+1}\right|}>b\&times;mean\left\{\left|{\mathrm{GZL}}_x-{\mathrm{GZL}}_y\right|\right|0<x,y\&le;n,x\&NotEqual;y\}\\ 0else\end{array}\right.$

得到所述YC_i；所述b为预先给定的系数，1<b，本实施例中b取值为5；上述公式的直观意义是，当某个主机的故障率值与两个相邻主机故障率值绝对差值的最大值，再减去两个相邻主机之间的故障率绝对差值的结果，大于所有主机之间故障率绝对差值平均数的b倍，则可认为这个主机的故障率值为“边界值”。max{}为集合求最大数的操作。

设定所述历史趋势故障率为PJGL：

计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL；

值得注意的是，从前一个公式看，至少存在第一个和最后一个主机的故障率值不为边界值，因此上述集合求平均数的操作mean{}中，集合一定不为空。

所述步骤三按以下步骤进行：

设定各主机最大允许的预期新增任务余量为YL_i：

计算得到所述YL_i；最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i、释放的外存占用率SSF_i，这三个变量定不为0，因此除数不为0。

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数，本实施例中，a取值为0.8。

步骤四中所述根据可接收任务余量生成任务分配方案按以下步骤执行：

设定各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率为BZL_i:

计算 ${\mathrm{BZL}}_i=\left\{\begin{array}{c}1-e^{-WLDT\&times;\left(\right|{\mathrm{IQZL}}_i-\frac{1}{JGT\&times;n}-PIGL\left|\right)\&times;{\mathrm{YL}}_i}if{\mathrm{YL}}_i>0\\ 0else\end{array}\right.$ 得到所述BZL_i；JGT为本次任务到达间隔时间，不为0，因此不存在除数为0情况。

比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH即：

步骤五中所述根据标志变量进行任务分配按以下步骤进行：

判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行，然后返回执行步骤一。

本实施例中，所述JGT＝t-OLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0。

如图2所示，一种云数据中心任务分配装置，包括数据中心状态监测模块3、控制决策模块4和任务分配控制模块5；所述数据中心状态监测模块3的输出端连接所述控制决策模块4的输入端，所述控制决策模块4的输出端连接所述任务分配控制模块5的输入端。

云系统的用户或者用户群，向云数据中心发送新的任务，所述数据中心状态监测模块3用于收集主机运行状态信息。

所述控制决策模块4用于获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量，然后根据可接收任务余量生成任务分配方案。

所述任务分配控制模块5用于根据标志变量进行任务分配。

本实施例中，所述控制决策模块4包括性能分析单元401、任务余量分析单元402和分配方案生成单元403。

所述数据中心状态监测模块3输出数据给所述性能分析单元401、任务余量分析单元402和分配方案生成单元403，所述性能分析单元401的输出端连接所述分配方案生成单元403的第一输入端；所述任务余量分析单元402的输出端连接所述分配方案生成单元403的第二输入端；所述分配方案生成单元403的输出端连接所述任务分配控制模块5的输入端。

所述性能分析单元401计算得到所述JQZL_i；所述JQZL_i为近期趋势执行率。

所述性能分析单元401计算得到所述WLDT；所述WLDT为等效未来预期任务到达时间；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；所述JGT＝t-OLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0。

所述性能分析单元401计算得到所述GZL_i；所述GZL_i为等效故障率。

所述性能分析单元401用变量YC_i标记故障率边界值：计算

${\mathrm{YC}}_i=\left\{\begin{array}{c}1if1<i<n,\underset{\&OverBar;}{\max \{\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i-1}\right|,\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i+1}\right|\}-\left|{\mathrm{GZL}}_{i-1}-{\mathrm{GZL}}_{i+1}\right|}>b\&times;mean\left\{\left|{\mathrm{GZL}}_x-{\mathrm{GZL}}_y\right|\right|0<x,y\&le;n,x\&NotEqual;y\}\\ 0else\end{array}\right.$

得到所述YC_i；所述b为预先给定的系数，1<b。

所述性能分析单元401计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL；所述PJGL为历史趋势故障率。

所述性能分析单元401将WLDT、JQZL_i、PJGL发送给分配方案生成单元403。

所述任务余量分析单元402计算各主机最大允许的预期新增任务余量，YL_i：

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数；所述任务余量分析单元402将YL_i值发送给所述分配方案生成单元403。

所述分配方案生成单元403计算各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率，BZL_i:

${\mathrm{BZL}}_i=\left\{\begin{array}{c}1-e^{-WLDT\&times;\left(\right|{\mathrm{IQZL}}_i-\frac{1}{JGT\&times;n}-PIGL\left|\right)\&times;{\mathrm{YL}}_i}if{\mathrm{YL}}_i>0\\ 0else\end{array}\right..$

所述分配方案生成单元403比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH。

所述分配方案生成单元403将标志变量FPH值发送给所述任务分配控制模块5。

所述任务分配控制模块5判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。

如图3所示，一种云数据中心任务分配系统，包括云数据中心服务器1，所述云数据中心服务器1内设置有云数据中心任务分配装置2；所述云数据中心任务分配装置2包括数据中心状态监测模块3、控制决策模块4和任务分配控制模块5；所述数据中心状态监测模块3的输出端连接所述控制决策模块4的输入端，所述控制决策模块4的输出端连接所述任务分配控制模块5的输入端。

所述数据中心状态监测模块3用于收集主机运行状态信息。

所述控制决策模块4用于获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量，然后根据可接收任务余量生成任务分配方案。

所述任务分配控制模块5用于根据标志变量进行任务分配。

本实施例中，所述控制决策模块4包括性能分析单元401、任务余量分析单元402和分配方案生成单元403。

所述数据中心状态监测模块3输出数据给所述性能分析单元401、任务余量分析单元402和分配方案生成单元403，所述性能分析单元401的输出端连接所述分配方案生成单元403的第一输入端；所述任务余量分析单元402的输出端连接所述分配方案生成单元403的第二输入端；所述分配方案生成单元403的输出端连接所述任务分配控制模块5的输入端。

所述性能分析单元401计算得到所述JQZL_i；所述JQZL_i为近期趋势执行率。

所述性能分析单元401计算得到所述WLDT；所述WLDT为等效未来预期任务到达时间；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；所述JGT＝t-OLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0。

所述性能分析单元401计算得到所述GZL_i；所述GZL_i为等效故障率。

所述性能分析单元401用变量YC_i标记故障率边界值：计算

${\mathrm{YC}}_i=\left\{\begin{array}{c}1if1<i<n,\frac{\max \{\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i-1}\right|,\left|{\mathrm{GZL}}_i-{\mathrm{GZL}}_{i+1}\right|\}-\left|{\mathrm{GZL}}_{i-1}-{\mathrm{GZL}}_{i+1}\right|}{}>b\&times;mean\left\{\left|{\mathrm{GZL}}_x-{\mathrm{GZL}}_y\right|\right|0<x,y\&le;n,x\&NotEqual;y\}\\ 0else\end{array}\right.$

得到所述YC_i；所述b为预先给定的系数，1<b。

所述性能分析单元401计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL；所述PJGL为历史趋势故障率。

所述性能分析单元401将WLDT、JQZL_i、PJGL发送给分配方案生成单元403。

所述任务余量分析单元402计算各主机最大允许的预期新增任务余量，YL_i：

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数；所述任务余量分析单元402将YL_i值发送给所述分配方案生成单元403。

所述分配方案生成单元403计算各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率，BZL_i:

${\mathrm{BZL}}_i=\left\{\begin{array}{c}1-e^{-WLDT\&times;\left(\right|{\mathrm{IQZL}}_i-\frac{1}{JGT\&times;n}-PIGL\left|\right)\&times;{\mathrm{YL}}_i}if{\mathrm{YL}}_i>0\\ 0else\end{array}\right.$

所述分配方案生成单元403比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH。

所述分配方案生成单元403将标志变量FPH值发送给所述任务分配控制模块5。

所述任务分配控制模块5判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。

本发明实施例所提供的一种云数据中心任务分配的装置，可以部署于一个现有的主机中，也可以部署以一个单独设置的专用于云数据中心任务分配的服务器中。为此，本发明提供了一种服务器，包括本发明实施例所提供的一种云数据中心任务分配的装置。本领域普通技术人员可以理解实现上述实施例方法中一种云数据中心主机延迟开机的过程，可以通过程序指令相关的硬件来完成，该程序在执行时执行上述方法中的对应步骤。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种云数据中心任务分配方法，其特征在于包括以下步骤：

步骤一、收集主机运行状态信息；

收集新任务到达的时间t；并取得云数据中心中各个主机当前的CPU占用率CZL_i、内存负载MZL_i率、外存负载率SZL_i；最近完成的一个任务的所用执行时间ZJT_i；最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i、释放的外存占用率SSF_i；上次任务到达至本次任务到达时间内，各个主机上出现故障、错误、或者失效的次数FN_i；0＜i≤n，n为数据中心中的主机数量；

步骤二、获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率；

步骤三、根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量；

步骤四、根据可接收任务余量生成任务分配方案；

步骤五、根据标志变量进行任务分配。

2.如权利要求1所述的一种云数据中心任务分配方法，其特征是：

设定步骤二中所述近期趋势执行率为JQZL_i：

计算得到所述JQZL_i；

设定所述等效未来预期任务到达时间为WLDT：

计算得到所述WLDT；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；

设定所述等效故障率为GZL_i：

计算得到所述GZL_i；

用变量YC_i标记故障率边界值：计算得到所述YC_i；

所述b为预先给定的系数，1<b；

设定所述历史趋势故障率为PJGL：

计算FJGL＝mean{GZL_i|0＜i≤n，YC_i＝1}得到所述PJGL。

3.如权利要求1所述的一种云数据中心任务分配方法，其特征是：所述步骤三按以下步骤进行：

设定各主机最大允许的预期新增任务余量为YL_i：

计算得到所述YL_i；

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数。

4.如权利要求1所述的一种云数据中心任务分配方法，其特征是：步骤四中所述根据可接收任务余量生成任务分配方案按以下步骤执行：

设定各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率为BZL_i:

计算得到所述BZL_i；

比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH。

5.如权利要求4所述的一种云数据中心任务分配方法，其特征是：步骤五中所述根据标志变量进行任务分配按以下步骤进行：

判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。

6.如权利要求1或2所述的一种云数据中心任务分配方法，其特征是：所述JGT＝t-OLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0。

7.一种云数据中心任务分配装置，其特征是：包括数据中心状态监测模块(3)、控制决策模块(4)和任务分配控制模块(5)；所述数据中心状态监测模块(3)的输出端连接所述控制决策模块(4)的输入端，所述控制决策模块(4)的输出端连接所述任务分配控制模块(5)的输入端；

所述数据中心状态监测模块(3)用于收集主机运行状态信息；

所述控制决策模块(4)用于获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量，然后根据可接收任务余量生成任务分配方案；

所述任务分配控制模块(5)用于根据标志变量进行任务分配。

8.如权利要求7所述的一种云数据中心任务分配装置，其特征是：所述控制决策模块(4)包括性能分析单元(401)、任务余量分析单元(402)和分配方案生成单元(403)；

所述数据中心状态监测模块(3)输出数据给所述性能分析单元(401)、任务余量分析单元(402)和分配方案生成单元(403)，所述性能分析单元(401)的输出端连接所述分配方案生成单元(403)的第一输入端；所述任务余量分析单元(402)的输出端连接所述分配方案生成单元(403)的第二输入端；所述分配方案生成单元(403)的输出端连接所述任务分配控制模块(5)的输入端；

所述性能分析单元(401)计算得到所述JQZL_i；所述JQZL_i为近期趋势执行率；

所述性能分析单元(401)计算得到所述WLDT；所述WLDT为等效未来预期任务到达时间；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；所述JGT＝t-OLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0；

所述性能分析单元(401)计算得到所述GZL_i；所述GZL_i为等效故障率；

所述性能分析单元(401)用变量YC_i标记故障率边界值：计算得到所述YC_i；所述b为预先给定的系数，1<b；

所述性能分析单元(401)计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL；所述PJGL为历史趋势故障率；

所述性能分析单元(401)将WLDT、JQZL_i、PJGL发送给分配方案生成单元(403)；

所述任务余量分析单元(402)计算各主机最大允许的预期新增任务余量，YL_i：

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数；所述任务余量分析单元(402)将YL_i值发送给所述分配方案生成单元(403)；

所述分配方案生成单元(403)计算各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率，BZL_i:

所述分配方案生成单元(403)比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH；

所述分配方案生成单元(403)将标志变量FPH值发送给所述任务分配控制模块(5)；

所述任务分配控制模块(5)判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。

9.一种云数据中心任务分配系统，包括云数据中心服务器(1)，其特征是：所述云数据中心服务器(1)内设置有云数据中心任务分配装置(2)；所述云数据中心任务分配装置(2)包括数据中心状态监测模块(3)、控制决策模块(4)和任务分配控制模块(5)；所述数据中心状态监测模块(3)的输出端连接所述控制决策模块(4)的输入端，所述控制决策模块(4)的输出端连接所述任务分配控制模块(5)的输入端；

所述数据中心状态监测模块(3)用于收集主机运行状态信息；

所述控制决策模块(4)用于获取各主机近期趋势执行率、等效未来预期任务到达时间、等效故障率、故障率边界值和历史趋势故障率，并根据所述CPU占用率CZL_i、内存负载MZL_i、外存负载率SZL_i、最近一个任务完成时所释放的CPU占用率CSF_i、释放的内存占用率MSF_i和释放的外存占用率SSF_i分析各主机当前可接收任务余量，然后根据可接收任务余量生成任务分配方案；

所述任务分配控制模块(5)用于根据标志变量进行任务分配。

10.如权利要求9所述的一种云数据中心任务分配系统，其特征是：所述控制决策模块(4)包括性能分析单元(401)、任务余量分析单元(402)和分配方案生成单元(403)；

所述数据中心状态监测模块(3)输出数据给所述性能分析单元(401)、任务余量分析单元(402)和分配方案生成单元(403)，所述性能分析单元(401)的输出端连接所述分配方案生成单元(403)的第一输入端；所述任务余量分析单元(402)的输出端连接所述分配方案生成单元(403)的第二输入端；所述分配方案生成单元(403)的输出端连接所述任务分配控制模块(5)的输入端；

所述性能分析单元(401)计算得到所述JQZL_i；所述JQZL_i为近期趋势执行率；

所述性能分析单元(401)计算得到所述WLDT；所述WLDT为等效未来预期任务到达时间；所述JGT为本次任务到达间隔时间，所述OLDJGT为上次任务到达间隔时间，所述OLDJGT的初始值为0；所述JGT＝t-OLDT；所述OLDT为上一次任务到达的时间，所述OLDT的初始值被设置为0；

所述性能分析单元(401)计算得到所述GZL_i；所述GZL_i为等效故障率；

所述性能分析单元(401)用变量YC_i标记故障率边界值：计算得到所述YC_i；所述b为预先给定的系数，1<b；

所述性能分析单元(401)计算PJGL＝mean{GZL_i|0＜i≤n，YC_i≠1}得到所述PJGL；所述PJGL为历史趋势故障率；

所述性能分析单元(401)将WLDT、JQZL_i、PJGL发送给分配方案生成单元(403)；

所述任务余量分析单元(402)计算各主机最大允许的预期新增任务余量，YL_i：

所述a为预先给定的系统负载上限值，a为0.7到1之间的任意实数；所述任务余量分析单元(402)将YL_i值发送给所述分配方案生成单元(403)；

所述分配方案生成单元(403)计算各主机在下一次任务来临时，接收任务出现计算资源不足的近似预期概率，BZL_i:

所述分配方案生成单元(403)比较各主机对应的BZL_i值，如果所有主机的BZL_i值都为0，则将标志变量FPH赋值为0；如果至少存在一个主机对应的BZL_i值大于0，则将具有最大BZL_i值的主机的编号赋给所述标志变量FPH；

所述分配方案生成单元(403)将标志变量FPH值发送给所述任务分配控制模块(5)；

所述任务分配控制模块(5)判断所述标志变量FPH的值，当FPH为0时，则不接收当前新到达的任务；当FPH不为0时，则将当前新到达的任务，分配给第FPH号主机执行。