基于蚁群算法的Storm集群资源感知任务调度

摘要：

实时计算系统Storm是当前十分流行的开源流式系统,在处理流式数据时具有明显的优势,但也存在默认调度器在任务调度时难以将节点资源与任务需求相结合、节点资源利用率不高、节点内存不足以及网络堵塞等问题.为了解决这些问题,提出了一种基于蚁群算法的Storm集群资源感知任务调度算法及其实现方案.该算法将节点的资源动态变化表示为蚂蚁运动所需的信息素,将任务调度过程模拟为蚂蚁觅食过程,以此对任务调度进行优化,保证了Storm任务调度的有效性.实验结果表明,该算法能够找到与当前任务所需资源最匹配的节点,从而实现资源的合理分配;与默认调度相比,具有更优的任务调度效率、更少的平均处理时间和更高的集群吞吐量,有利于集群负载均衡,优化集群的性能.

关键词：Storm、资源感知、蚁群算法、负载均衡

所属期刊栏目：27

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61572260;江苏省科技支撑计划项目BE2015702

在线出版日期：2017-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：92-96,100