Otimizar o desempenho e a utilização de recursos em ambientes de computação em nuvem—especialmente na Google Cloud Platform (GCP)—exige um agendamento de tarefas eficiente e alocação de recursos. Este estudo investiga o Algoritmo Genético (AG) como um método alternativo para alocação de recursos e agendamento de tarefas na GCP. Motivado pelos princípios da seleção natural, o AG refina repetidamente as possíveis alocações de tarefas a recursos na nuvem. O uso do AG se baseia na otimização de populações para produzir soluções próximas do ótimo, levando em consideração vários parâmetros, incluindo custo, tempo de execução e consumo de recursos. O estudo avalia a eficácia do AG em ambientes de nuvem diversos e dinâmicos, contrastando-o com outros algoritmos, como DBSCAN, Google Cloud Dataproc e Google Kubernetes Engine. Os benefícios do AG incluem a abordagem de restrições, a exploração de vários espaços de solução e a adaptação a problemas de otimização complicados. Informações sobre escalabilidade e desempenho do AG em configurações da GCP são obtidas por meio de testes e análises, o que ajuda acadêmicos e profissionais da nuvem a escolher os melhores esquemas de agendamento de tarefas. Através da melhoria na eficiência e escalabilidade do sistema na GCP, a pesquisa avança nossa compreensão da alocação efetiva de recursos na computação em nuvem.
Kumar et al. (Terça,) estudaram essa questão.