文献类型：期刊文章

作　　者：田倬璟[1] 黄震春[2,3,4] 张益农[5]

TIAN Zhuojing;HUANG Zhenchun;ZHANG Yinong(Beijing Key Laboratory of Information Service Engineering,Beijing Union University,Beijing 100101,China;Department of Computer Science and Technology,Tsinghua University,Beijing 100084,China;National Supercomputing Center in Wuxi,Wuxi,Jiangsu 214072,China;Beijing National Research Center for Information Science and Technology,Beijing 100084,China;School of Urban Rail Transit and Logistics,Beijing Union University,Beijing 100101,China)

机构地区：[1]北京联合大学北京市信息服务工程重点实验室,北京100101 [2]清华大学计算机科学与技术系,北京100084 [3]国家超级计算无锡中心,江苏无锡214072 [4]北京信息科学与技术国家研究中心,北京100084 [5]北京联合大学城市轨道交通与物流学院,北京100101

出　　处：《计算机工程与应用》

基　　金：科技部重点研发计划(2016YFB0501504);北京联合大学研究生科研创新资助项目。

年　　份：2021

卷　　号：57

期　　号：2

起止页码：1-11

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：随着应用程序计算需求的快速增长,异构计算资源不断地增多,任务调度成为云计算领域中重要的研究问题。任务调度负责将用户任务匹配给合适的虚拟计算资源,算法的优劣将直接影响响应时间、最大完工时间、能耗、成本、资源利用率等一系列与用户和云服务供应商经济利益密切相关的性能指标大小。针对独立任务和科学工作流这两类云环境主流任务,结合不同云环境特征对任务调度算法研究进展进行综述和讨论。回顾梳理已有的任务调度类型、调度机制及其优缺点;归纳单云环境和混合云、多云及联盟云等跨云环境下任务调度特征,并对部分相关典型文献的使用方法、优化目标、优缺点等方面进行阐述,在此基础上讨论各个环境下任务调度研究现状;进一步对各类环境下文献使用的调度优化方法进行梳理,明确其使用范围;总结并指出需要对计算数据密集型应用在跨云环境下的任务调度研究进行重点关注。

关 键 词：云计算 任务调度 单云  跨云  独立任务  科学工作流

分 类 号：TP301]