冷 迪

（深圳供電局有限公司，深圳 518000）

云計算任務(wù)調(diào)度性能是在云計算背景下操作系統(tǒng)的重要組成部分，而對于實時操作系統(tǒng)，任務(wù)調(diào)度直接影響其實時性能。任務(wù)調(diào)度性能在常規(guī)模式下可分為可打斷性能及不可打斷性能，可打斷性能指的是實時系統(tǒng)基本功能，關(guān)鍵在于可以防止優(yōu)先級倒置。不可打斷性能指的是以服務(wù)為第一出發(fā)點，不可中斷。將配置按照性質(zhì)可分為兩種：一種是集成事件驅(qū)動調(diào)度，指的是中斷的優(yōu)先級與任務(wù)的優(yōu)先級相對應(yīng)，中斷只有在其優(yōu)先級高于正在執(zhí)行的任務(wù)時才會被處理器響應(yīng)。另一種是非集成事件驅(qū)動調(diào)度，任務(wù)通過外部中斷啟動，中斷優(yōu)先級與相關(guān)任務(wù)優(yōu)先級沒有關(guān)系。本文提出的基于PEPA的云計算任務(wù)調(diào)度性能分析方法就是一種可打斷性能，PEPA屬于一個定時器類，通過PEPA可以為指定的定時任務(wù)進(jìn)行配置。PEPATask類是一個定時任務(wù)類，該類實現(xiàn)了Rdbvdrble接口，缺點是異常未檢查會及時中止線程。

1 基于PEPA的云計算任務(wù)調(diào)度性能分析方法

考慮到任務(wù)調(diào)度分配速度是提高基于PEPA的云計算任務(wù)調(diào)度性能分析方法的關(guān)鍵因素。因此，在基于PEPA的云計算任務(wù)調(diào)度性能分析中，首先通過基于PEPA的動態(tài)任務(wù)調(diào)度算法設(shè)計，在此基礎(chǔ)上分析云計算可打斷任務(wù)調(diào)度性能。

1.1 基于PEPA的動態(tài)任務(wù)調(diào)度算法

基于PEPA的動態(tài)任務(wù)調(diào)度算法指的是事件驅(qū)動調(diào)度算法，事件驅(qū)動調(diào)度算法可以根據(jù)事件的先后以及任務(wù)的優(yōu)先級安排任務(wù)的執(zhí)行。事件驅(qū)動調(diào)度的實施依賴外部硬件設(shè)備，通過產(chǎn)生中斷方式為任務(wù)調(diào)度提供信號。在任務(wù)調(diào)度提供信號過程中，可根據(jù)PEPA為指定的定時任務(wù)進(jìn)行配置，任務(wù)調(diào)度分配速度是在PEPA定時任務(wù)進(jìn)行配置中決定云計算任務(wù)調(diào)度性能評價指標(biāo)的關(guān)鍵因素。為證明基于PEPA的任務(wù)調(diào)度分配速度更加快速、高效，設(shè)基于PEPA的任務(wù)調(diào)度分配速度為Wh，求得任務(wù)調(diào)度分配速度，如公式（1）所示：

式中：G指的是在速率Wh下云計算任務(wù)調(diào)度執(zhí)行動作類型；re指的是云計算任務(wù)調(diào)度執(zhí)行概率；dt指的是任務(wù)調(diào)度性能內(nèi)部動作，P表示資源節(jié)點間的性能距離。

1.2 分析云計算可打斷任務(wù)調(diào)度性能

面對傳統(tǒng)的云計算任務(wù)調(diào)度性能分析方法表達(dá)內(nèi)容和表達(dá)能力有限的情況，尤其是面對狀態(tài)空間大，性能評價指標(biāo)低，在任務(wù)調(diào)度分配速度慢的情況下會經(jīng)常出現(xiàn)?；赑EPA的云計算任務(wù)調(diào)度性能分析方法可以有效提高任務(wù)調(diào)度分配關(guān)鍵因素之間發(fā)展趨勢的相異程度，進(jìn)行相應(yīng)的關(guān)聯(lián)分析。云計算任務(wù)調(diào)度的流程圖。揭示了云計算云計算可打斷任務(wù)調(diào)度的工作過程。通過分析云計算可打斷任務(wù)調(diào)度性能實現(xiàn)實時對原始任務(wù)的調(diào)度分配，致力于尋找云計算任務(wù)調(diào)度變動的規(guī)律，從而生成具有較強(qiáng)規(guī)律性的數(shù)據(jù)序列，然后提高云計算任務(wù)調(diào)度性能的評價指標(biāo)。如圖1所示：

圖1 云計算任務(wù)調(diào)度流程圖

2 對比實驗

2.1 實驗準(zhǔn)備

為了確保基于PEPA的云計算任務(wù)調(diào)度性能分析方法的優(yōu)越性，針對云計算任務(wù)調(diào)度分配速度進(jìn)行實驗。為確保實驗結(jié)果的準(zhǔn)確性，整體實驗均在統(tǒng)一環(huán)境下進(jìn)行，首先采用傳統(tǒng)的云計算任務(wù)調(diào)度性能分析方法進(jìn)行調(diào)度，再采用文章設(shè)計的基于PEPA的云計算任務(wù)調(diào)度性能分析方法實施同樣操作步驟，設(shè)置傳統(tǒng)的云計算任務(wù)調(diào)度性能分析方法為對照組。為了保證實驗的有效性，將實驗次數(shù)設(shè)為5次。

2.2 實驗結(jié)果分析與結(jié)論

根據(jù)上述設(shè)計的實驗，將兩種方法下的云計算任務(wù)調(diào)度分配速度進(jìn)行對比。采集5組實驗數(shù)據(jù)，將兩種方法調(diào)度下的云計算任務(wù)調(diào)度分配速度對比情況進(jìn)行整理，實驗結(jié)果。如圖2所示：

圖2 調(diào)度分配速度比圖

通過圖2可得出如下結(jié)論：本文設(shè)計的基于PEPA的云計算任務(wù)調(diào)度性能分析方法的云計算任務(wù)調(diào)度分配速度更快。

3 結(jié)束語

通過實驗表明，在一般情況下，基于PEPA的云計算任務(wù)調(diào)度性能分析方法比傳統(tǒng)的云計算任務(wù)調(diào)度性能分析方法，更能夠提高云計算任務(wù)調(diào)度分配速度。因此，基于PEPA的云計算任務(wù)調(diào)度性能分析方法是提高云計算任務(wù)調(diào)度分配速度的重要保障。