工作流实现冗余最小化和成本降低"/>
【笔记】在基于云的服务中,为具有可靠性要求的工作流实现冗余最小化和成本降低
摘要
可靠性要求保证是基于云的服务中工作流执行的重要服务质量 (QoS)。对于具有可靠性要求的工作流,足够的冗余最小化复制 (ERRM) 和具有最低执行成本 + (QFEC+) 算法的定量容错是最先进的算法,分别可以减少冗余和成本。本文定义了可靠性增量比(RIR),并提出了使用RIR(R_RIR)算法的冗余最小化。此外,我们引入了几何平均值,并提出了基于冗余最小化的几何平均值(C_GM)算法的成本降低。实验结果表明,所提出的R_RIR和C_GM算法优于现有算法:(1)虽然R_RIR和ERRM都显示出相同的冗余结果,但R_RIR被证明产生最小的冗余,而ERRM则不能;(2)R_RIR只需消耗几秒钟即可实现大规模工作流的最小冗余,并且具有比ERRM高得多的时间效率;(3)C_GM在很大一部分情况下产生的成本低于QFEC+。
一、模型
1.工作流模型
U:异构VM集
G = (N, W, M, C) 【略】
2.可靠性模型
表示VM的故障率,则任务的可靠性为
nr(i)代表任务ni的副本数量;
所以副本总数为:
拥有nr(i)个副本的任务ni的可靠性:
总的可靠性:
更多推荐
【笔记】在基于云的服务中,为具有可靠性要求的工作流实现冗余最小化和成本降低
发布评论