考虑负载平衡的科学工作流容错聚类算法研究

摘要：

科学工作流执行过程中,多个任务组成的聚类作业相对单任务故障风险更高.容错聚类算法在进行故障恢复的同时面临着负载不平衡问题,为此提出了一种平衡重聚类算法(Balanced Re-clustering,BR).该算法结合水平运行时间平衡聚类算法(Horizontal Runtime Balancing,HRB)对选择重聚类方法(Selective Re-clustering,SR)进行改进,将运行时间最长的任务分配给运行时间最短的类,在故障发生后重新运行失败的任务.实验结果表明,与现有的两种任务重聚类方法相比,BR算法的性能增益最高分别可达84％和18.75％,显著降低了工作流执行成本,提高了系统的运行效率.

关键词：任务聚类、科学工作流、系统开销、容错算法、平衡聚类

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;甘肃省引导创新发展项目

在线出版日期：2020-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：53-60