正常情况下，一个任务节点将服务任务发送给选定的服务节点，为1∶1的关联；一个区域中只安排一个调度中心，承担所在网络区域(如图1中B区)内的任务调度管理：调度中心向目标任务中心发任务调度指令，指示任务节点将任务定向发往区域内服务节点，以完成区域内的任务调度。区域内的调度节点和服务节点有如下特征：
width=332，height=145，dpi=110
Figure1Distributionofnodesinaserviceregion
图1区域内节点分布
(1)调度节点与各节点之间直接连接。
(2)服务节点的个数较为固定，服务节点的各项性能指标连续性较高，具有可预测性。
(3)调度节点对区域内服务节点的情况较为了解，服务节点的可信任度较高，可控性好。
(4)区域内服务任务为原子型，即不可再细分，各任务服务时长近似相等，且要求实时。
(5)服务节点获得任务量与其服务能力成正比，即服务能力强，申请获得的服务任务就多。
最后一项特征决定了分配任务量出现不均衡的可能。通常，服务网络任务分配调度遵循以下规则：由服务节点自行根据完成的情况向调度中心申请任务；同时，为了不影响速度，调度节点默认各服务节点按需申请分配任务，不对申请的任务量进行监控。所谓监控，就是视当前申请节点的状况决定其实际分配任务量。这些状况包括：申请的任务量是否是当前节点胜任的；当前申请节点是否是空闲状态；分配任务后，是否加重了任务等待的时延；其它空闲节点是否因此而被剥夺了合理的任务量并造成闲置。要看清楚这些问题，只有站在全局的视角才行，图2所示就是在通常任务分配模式上增加了监控机制，虚线框内就是以公平性为目标的任务调度模块，并以平均系数为监控指标。
width=197，height=120，dpi=110
Figure2Fairschedulingwithmonitoring
图2有监控的公平调度
在无监督情况下，调度节点直接按申请的任务数分配任务。这样动作较快的服务节点，因其申请任务较频繁，就能获得较高比例的任务量，而服务速度较慢的节点获得任务量的比例就较少。另外，由于每次申请都需要等待，申请次数越多，等待耗时也越多。为此，一些服务节点故意每次都超量申请，让任务放在等待队列中，以减少申请等待的时间。调度中心不审核，仍旧按照服务节点的请求数量或固定平均任务量发送给服务节点去处理，这样分配虽然简单，但不从全局考虑任务的分布状况，任务分配自然就缺少全局公平性，最终导致负载失衡，拥塞和丢包率上升，生产效率降低等一系列问题。目前区域内的服务任务分配还只是一种无监控的调度机制，要维护公平性，就需要一种有监督的全局任务调度机制。首先，调度的目标函数可以归结为：
width=352，height=26，dpi=110
Max(Qos)，Min(Cost))}
(1)
即调度的目标是满足服务网络高资源利用率、高服务质量QoS(QualityofService)以及低成本这三者组合的帕累托最优解。在保证服务质量QoS的前提下，区域内调度尽量保持区域内服务资源的最高利用率和低的成本，让已经投入的资源产生最大的效益。实际发现，区域内生产资源闲置和过度使用共存，降低了资源利用率，是一种成本浪费，最终会降低服务质量，而全局公平分配任务是充分利用资源的有效途径。公平调度的实质就是维持不同能力贡献的节点有相应吞吐量的状态。
通过文献检索发现，要达到公平分配，主要有三种方法：
(1)轮询算******询算法追求公平最大化，如文献[1-3]所述，此类调度算法在非均匀业务流量下，采用无加速单交叉点缓冲区模式下的通信信道资源调度时，具有较高的吞吐量和较小的算法复杂度。但是，轮询算法没有考虑服务任务与资源的差异，从而可能造成表面的公平，而实际任务与服务能力的不匹配，即造成实际的处理效率低下和不公平，最终还是会导致服务网络的实际吞吐量降低。文献[4]认为：传统轮询调度算法在不考虑任务特征和QoS方面优先级时，轮询时隙浪费较大，会明显降低资源的利用率，最终也不能达到真正意义的公平调度效果。
(2)最大载干比算法。
这是一种追求系统性能最大化的调度算法，如文献[5]所述，该算法在调度周期内把尽量多的任务分配给性能最好的终端，保证系统吞吐量可以达到最大值。但是，该方法没有考虑公平性的因素，对于处于能力弱势的节点因为服务能力不够将会长时间得不到任务。最终，出现有些节点资源负载过重而有些节点资源常处于“无任务”的空闲这种资源分配利用极不公平的状况。文献[6]则提出了一种max-min的改进算法，用于实时系统的调度，以最大化用户效用总和。
这章没有结束，请点击下一页继续阅读！
喜欢即将消逝的乡村请大家收藏：(m.x33yq.org)即将消逝的乡村33言情更新速度全网最快。