在云环境下,如何在兼顾应用性能和虚拟机资源利用率的前提下,将大规模、动态的工作负载分配给云服务器是一个重要的挑战.为了解决这个问题,提出一种智能云任务调度器,针对任务的动态未知性,使用K-means实现任务聚类,获取任务类型.在此基础上,为解决云环境中动态异构性问题提出了基于异构感知的深度确定性策略梯度优化调度方法CDDPG.最后在阿里巴巴集群数据跟踪下进行了实验.结果表明,该调度器在响应时间和VM实例间负载均衡方面都有所提升.
科研之友
微信
新浪微博
Facebook
分享链接
