DE-RALBA：动态增强资源感知负载均衡算法用于云计算

云计算为用户提供了在不建立自身计算基础设施的情况下，访问大规模和高速资源的机会，以执行高性能计算（HPC）应用程序。云计算将计算资源（即计算能力、存储、操作系统、网络和数据库等）作为公共设施，并按需为最终用户提供服务。在过去的几年里，计算云中资源的高效利用已成为科学界的主要关注点。资源利用效率低下的一个关键原因是，在异构计算环境中执行HPC应用程序时工作负载的分布不均衡。静态调度技术通常导致较低的资源利用率和更长的完成时间，而动态调度通过整合动态资源池实现更好的资源利用率和负载均衡。动态技术增加了开销，需要持续的系统监控、作业需求评估和实时分配决策。这额外的负担可能会影响计算系统的性能和响应能力。本文提出了一种动态增强资源感知负载均衡算法（DE-RALBA），旨在通过考虑云计算中所有虚拟机的计算能力来缓解作业调度中的负载不平衡。通过使用两个科学基准数据集（即异构计算调度问题（HCSP）实例和谷歌云作业（GoCJ）数据集）在CloudSim模拟器上进行经验评估。获得的结果显示，DE-RALBA减轻了负载不平衡，并在完成时间和资源利用率方面相较于现有算法（即PSSLB、PSSELB、动态最大最小和DRALBA）提供了显著的改进。使用HCSP实例时，DE-RALBA算法在资源利用率上相较于现有技术提高了高达52.35%，而使用GoCJ数据集则实现了更高的资源利用率。