论文研究基于云科学工作流调度的代价与能效优化算法.pdf

为了降低云环境中科学工作流调度的执行代价与数据中心能耗，提出了一种基于能效感知的工作流调度代价最优化算法（CWCO-EA）。算法在满足截止时间约束下，以最小化工作流执行代价与降低能耗为目标，将工作流的任务调度划分为四步执行：通过代价效用的概念设计虚拟机选择策略，实现了子makespan约束下的任务与最优虚拟机间的映射；通过串行与并行任务合并策略，同步降低了工作流的执行代价与能耗；通过空闲虚拟机重用机制，改善了租用虚拟机的利用率，进一步提高了能效；通过任务松驰策略实现了租用虚拟机的能力回收，节省了能耗。通过四种科学工作流的仿真实验结果表明，CWCO-EA算法比较同类型算法，在满足截止时间的同时，