23、改进的科学工作流调度算法：分布式 HEFT 排名与 TBW 调度方法

改进的科学工作流调度算法：分布式 HEFT 排名与 TBW 调度方法

1. 引言

云计算如今是一种新趋势，对消费者和提供商而言都有诸多令人满意的特性，其中按需服务和按使用付费是其突出优点。在截止日期约束下进行工作流调度，是高效管理包含大数据的云环境的快速途径。时间、成本、响应时间和能源（TCRE）等参数在有效且高效地实施云计算时受到严格限制。

云计算具备弹性、资源消耗合理、成本降低和高质量灵活性等特点，在全球范围内广泛应用于大数据分析、文件存储、备份、项目开发和测试等领域。在工业界，有效利用资源是首要需求。尽管当今世界在各个领域都迅速迈向成功，但没有云计算，科技领域就难以令人满意。几乎所有企业在云环境中都能实现顺畅灵活的执行。对于云用户来说，如果基于云的服务复杂度低且费用合理，那么每个用户都会成为云服务的满意成员，因此可见性十分重要。为实现这一点，云的凸优化具有很大的支持作用，它能自动推动按时交付和资源的最佳利用。此外，任务映射即数据在机器间的移动，应确保完全安全、零响应时间，且移动过程中的时间和成本可忽略不计，一致性也是关键问题。

科研人员在科学应用中也遇到了一些问题。他们的研究揭示了云计算带来的诸多优势，如资源的高效利用、响应能力的提升从而改善用户体验、促进协作式科学工作流的生成以及降低运行科学工作流的成本。然而，应用程序面临着架构、服务、计算密集型应用、数据管理和服务管理等方面的挑战。一些研究人员详细讨论了各种云计算技能和商业产品，并根据云提供商、计算类别、目标应用、计算、自动扩展和存储等参数对盈利产品进行了评估，同时也指出了能源管理等研究挑战。还有研究对亚马逊 EC2、谷歌 App Engine 和微软 Azure 等计算平台进行了评估，涉及调整类型、增值提供商、平台即服