汪 蓉

(湖北科技学院 计算机科学与技术学院，湖北 咸宁 437100)

云计算环境中的资源调度策略探讨

汪 蓉

(湖北科技学院 计算机科学与技术学院，湖北 咸宁 437100)

近年来，随着我国社会经济的进步与发展，科学技术水平也随之提高。云计算在此背景下快速发展，并成为世界商业与科学研究的重点内容。将云计算与网格计算相比，云计算环境是对虚拟化技术的合理使用。而虚拟技术就是把网络服务器与存储与网络虚拟，并形成资源池，进行统一的调配。其中，资源的分配与调度就是云计算中的重要技术。但是，云计算环境下的资源调度并未发展成熟，没有形成明确的体系，并在其管理系统中存在一定的问题，需要进行适当的调整与完善。

云计算环境；资源调度；调度算法；策略

在云计算环境中对调度算法的研究与设计处于初步阶段，并且云计算中的虚拟化技术是将不同资源进行有效的整合并组成虚拟机的形式，为终端用户提供使用服务。与此同时，伴随云计算环境的进一步发展，云计算平台所需要的服务器与相应的配套设施数量也不断增加，导致能源消耗增加，并提高运营的支出。因此，为了有效的解决以上云计算环境中的资源调度问题，应采取具有针对性的措施，并重点关注云计算环境中虚拟机的分配调度问题，进而有效的完善并调整云计算环境中资源调度的状况。

一、云计算技术概述

(一)网格计算技术

网格计算技术的主要目的就是用户通过使用网格服务更加方便与快捷。同时，网格计算是将互联网虚拟，并为用户提供无关地理位置且无关计算设施的一种通用计算的能力[1]。网格计算技术能够有效的实现资源存储与计算以及信息和数据的全面共享，其自身具有一定的优势。

第一，分布性与分享性。网格计算技术的分布性主要指的就是网格资源的分布。网格计算的组成部分是具有不同计算能力的计算机，还有不同类型的数据库与电子图书馆，此外，还有不同设备与资源，这些组成部分分布在不同的区域。以上资源具有复杂的类型，并且其规模庞大，地理范围也比较广阔。所以，网格计算技术主要是分布式的。虽然网格的计算技术具有分布性，但是却可以实现共享。共享性是网格计算的主要目标，所以，一旦缺失共享就不会形成完整的网格计算。

第二，自相似性。网格计算的整体与局部具有相似性[2]。国家级的网格是在省级网格基础上发展起来的，并且主干网的带宽更大，有利于将子网格进行联接，进而提供优质的服务。与此同时，国家级与省级具有自己独自的计算中心，但是在计算的能力方面仍存在一定的差异。其中，所有的网格计算都有相应的管理节点，并且国家级的节点更强。

第三，动态性与多样性。网格计算具有一定的动态性质，不是始终不变的。其自身的动态性主要表现在动态的增加与动态的减少。除此之外，网格计算的资源是多种多样的。在网格计算环境下可以存在不同结构体系的计算机。因为在网格计算的环境下，其资源的管理会涉及到较多类型的资源，所以，网格计算系统需要对不同结构与类别资源的通信与操作问题进行正确的解决与处理。

第四，自治性与管理多重性。网格计算资源的拥有者对其享有最高的管理权限，并对其进行自主的管理。与此同时，网格计算资源也需要进行统一管理，进而建立相互的良好联系，有效的实现资源的共享与操作，最终为用户提供更优质的服务。所以，网格计算的管理具有明显的多重性，不仅受到资源拥有者的自主管理，同时还要接受网格统一的管理。

(二)虚拟化技术

在云计算环境中，虚拟化技术是其关键的技术。虚拟化技术主要是计算的元件在虚拟的环境中运行，而非是真实的环境，同时也将物理的资源有效的转变为逻辑管理资源[3]。虚拟化技术能够有效的对硬件容量进行扩大，并简化相应软件的配置。在云计算的环境下，虚拟化技术逐渐向更长远的方向发展，主要表现在以下方面：

第一，高级虚拟主机。众所周知，伴随互联网普及程度的加深，在提供用户服务方面出现了明显的限制，并且其稳定性与安全性也无法有效的保证。但是，虚拟化技术的产生，一定程度上降低了站点建立的成本，并为其提供了安全可靠的服务。虚拟服务器的技术可以在一个服务器中创建不同且彼此隔离的虚拟服务器，并且可以进行各自独立的运行与启动，同时各自拥有访问权利与相应的IP地址以及文件和系统的函数库等等。与此同时，在利用虚拟服务器的技术以后，能够实现为用户提供更多新型服务的目标，这样可以弥补虚拟主机服务与独立的主机服务的缺陷。现阶段，虚拟的主机用户逐渐提高了对虚拟主机服务的要求，因为，用户也需要安全稳定的环境，并且还需要对其他部分资源的相应控制权。

第二，面向应用与资源。虚拟化技术主要指的是应用所运行的具体环境。在云计算的环境中，虚拟化自身的作用与需求一定要以应用与资源为基础。同时，软件所重视的不只是计算机品牌，最重要的是处理器的计算能力。计算机的硬件是为了提供所需的计算资源，但是应用却需要可操作的环境与资源。然而，应用与资源最直接的接触面是操作系统。

第三，虚拟化存储。利用资源池方式进行计算机处理器与存储的虚拟管理，一定程度上可以提高资源使用的效率。虚拟化的存储就是将不同存储介质的模块利用相应的手段进行集中的管理。这种管理方法可以为用户提供更高性能与容量的存储系统。除此之外，虚拟存储能够有效的降低成本，并具有一定的灵活性。

除了以上网格计算技术与虚拟化技术以外，云计算技术还包括IaaS技术、PaaS技术以及SaaS技术[4]。

二、云计算环境中的虚拟机资源调度

(一)虚拟机资源调度的模型

在云计算的环境下，应用与数据以及服务都被存储在云端，所以，需要全部的IT能源被云管理[5]。

虚拟化的技术能够把底层CPU与内存以及网络的带宽等资源进行合理的抽象，将底层存在的差异与兼容对上层显示透明，进而对不同的资源进行管理。云计算主要是运用了虚拟技术自身的特点，把物理机资源有效的映射在虚拟的机层，并且利用虚拟机来完成用户的任务。针对云计算环境下虚拟技术的特点，研究出了云计算的资源调度算法与作业调度算法，并将虚拟机的资源调度分为两个等级。

图1 虚拟机的资源调度图

(二)虚拟机资源调度算法的目标

1.跨度最优

跨度具体指的就是用户调度的长度，也就是在进行云计算系统资源的管理与调度过程中所有任务执行所使用的时间。所以，跨度越小就说明调度策略越合理。

2.保证负载均衡

在应用进行并行计算与分布计算时最重要的调度算法衡量标准就是负载的均衡程度。云计算环境下的资源调度是对云内部虚拟机的有效调度[6]。因为，虚拟机自身资源的规模庞大，并且还存在同构性与异构性，所以，虚拟机资源的管理与监控具有重要的意义，应有效的保证其资源负载的均衡性。

3.服务的质量

对云计算系统各种服务衡量的重要标准就是其自身性能的好坏程度，是通过QoS来具体体现的。云调度器将资源调度给其用户的时候，应重点保证云计算中应用的QoS[7]。

4.遵循经济原则

云计算环境下的不同资源的使用也是需要进行付费的。因此，按照市场经济的相关原则，其不同的资源所付费的多少也存在一定的差异。同时，云计算系统本身也一定要保证提供资源方面与使用资源方面的共同利益，进而有效的推动云计算系统的顺利运行。

(三)虚拟机资源调度的特点

1.面向同构台与异构台进行任务的调度

云计算的系统主要是为用户的应用提供统一封装完整的虚拟机资源，但是，虚拟机资源中的内存与带宽以及CPU等具有不同的特征，具有相同与不相同两种形态。所以，云计算系统在任务调度的方面不仅要面向同构台，还需要面向异构台，进而更好的实现用户任务的科学合理调度。

2.任务调度的扩展性

云计算技术属于弹性的计算，能够实现服务器的随时增减，进而调整其自身的计算能力。与此同时，虚拟机能够被随时进行创建来为用户提供任务的使用。最重要的是，用户在使用过后可以自行销毁[8]。

3.任务调度的集中与规模性

与网格计算技术不同的是，云计算技术虽然是基于网格计算进行发展的，但是在资源的利用方面存在一定的差距。网格的计算技术自身不具备数据中心，并且，一般情况下是以聚合分散的形式来对集中应用提供有效的支持。除此之外，云计算主要是集中资源，并以数据中心的形式，再综合使用虚拟化的技术进行分散应用的实际运行。

4.任务调度的适应动态性

云计算技术与网格计算技术具有一定的相似性，其自身的资源不仅可以是异构的，并且网络的本身也能够进行不断的变化。在云计算的环境下，虚拟机资源会由于自身的故障退出，也可能被其系统进行创建，并为用户任务的使用提供有效的服务。所以，云计算技术具有明显的动态性质，而任务的调度系统也需要合理的适应以上动态性，并选择合理的虚拟机资源为用户提供优质的服务。

三、结语

综上所述，随着社会经济水平的不断提高，科学技术有了巨大的发展。同时，互联网在人们的日常生活中逐渐普及，云计算技术应运而生。云计算技术是互联网未来发展的重要方向，因此，被大多数所关注，并具有一定的优势与发展空间。文章对云计算技术中的网格计算技术与虚拟化技术进行了全面详细的阐述，同时对云计算环境中的虚拟机资源调度策略进行了深入的研究。了解虚拟机资源调度的模型与资源调度方法的目标，并且掌握了虚拟机资源调度的具体特点，为云计算技术的发展提供了有效的依据。

[1]张浩荣.云环境下基于蚁群算法的资源调度策略研究[D].广州：广东工业大学,2014.

[2]文晓棠.云计算环境下基于蚁群粒子群优化算法的资源调度策略研究[D].南昌：江西师范大学,2013.

[3]孙瑞锋,赵政文.基于云计算的资源调度策略[J].航空计算技术,2010,40(3):103～105.

[4]刘永,王新华,邢长明等.云计算环境下基于蚁群优化算法的资源调度策略[J].计算机技术与发展,2011,21(9):19-23,27.

[5]张彬桥.云环境下计算资源调度策略与仿真研究[J].计算机仿真,2013,30(11):392～395.

[6]崇阳.云计算环境中优化遗传算法的资源调度策略[J].中国新通信,2013,(21):92～93.

[7]殷洪海.云环境下基于改进蚁群算法的资源调度策略[D].成都：电子科技大学,2014.

[8]徐波.云计算环境下基于蚁群优化算法的资源调度策略[J].吉林广播电视大学学报,2014(6):5～6.

2095-4654(2015)12-0007-03

2015-08-20

TP311