支持测试节点按需调整的分布式测试调度模型

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (6): 57-59.

支持测试节点按需调整的分布式测试调度模型

陈静1，2，王鲁1，2，孙萌1，2

1.山东省计算机网络重点实验室，济南 250014
2.山东省计算中心软件评测中心，济南 250101

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-02-21 发布日期:2012-02-21

Scheduling model of distributed test supported node adjustment as needed

CHEN Jing1，2, WANG Lu1，2, SUN Meng1，2

1.Shandong Provincial Key Laboratory of Computer Network, Jinan 250014, China
2.Software Testing Center, Shandong Computer Science Center, Jinan 250101, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-02-21 Published:2012-02-21

摘要/Abstract

摘要： 针对分布式测试系统动态调整测试节点能力差、测试总体效率低的问题，提出一种实用的支持测试节点按需调整的分布式测试调度模型。该模型利用M/M/N排队理论描述分布式测试任务到达和处理的概率分布，提出待处理强度指标来动态调配测试节点，基于此建立任务调度数学模型，并利用0-1线性整数规划法求解，实现了分布式测试执行时间最短的目的。仿真实验结果证明，该模型可以根据测试需求的变化动态调整测试节点数量，利用简单实用的调度方法，有效地降低测试节点负载，提高了测试效率。

关键词: 任务调度, 待处理强度, M/M/N排队理论, 负载均衡

Abstract: In distributed test system, there is poor processing capacity in adjusting test nodes dynamically and low testing efficiency. To solve the problem, a practical scheduling model of distributed test is proposed. This model describes the probability distribution of task reaching and processing with M/M/N queuing theory, gives the index of await processing intensity to dynamically adjust test nodes, and then, sets up a task scheduling model to realize the target of the shortest test time. The simulation results prove that the model can adjust the test nodes dynamically according the change of test requirements, apply simple and practical scheduling method to reduce the load of test nodes effectively, improve testing efficiency.

Key words: task scheduling, await processing intensity, M/M/N queuing theory, load balance

陈静1，2，王鲁1，2，孙萌1，2. 支持测试节点按需调整的分布式测试调度模型[J]. 计算机工程与应用, 2012, 48(6): 57-59.

CHEN Jing1，2, WANG Lu1，2, SUN Meng1，2. Scheduling model of distributed test supported node adjustment as needed[J]. Computer Engineering and Applications, 2012, 48(6): 57-59.

[1]	张驰，王宇新，冯振，郭禾. 双层虚拟化云架构下任务调度能耗优化算法[J]. 计算机工程与应用, 2021, 57(3): 103-111.
[2]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[3]	王保剑，胡大裟，蒋玉明. 改进A*算法在路径规划中的应用[J]. 计算机工程与应用, 2021, 57(12): 243-247.
[4]	袁洋，叶峰，赖乙宗，赵雨亭. 结合负载均衡与A*算法的多AGV路径规划[J]. 计算机工程与应用, 2020, 56(5): 251-256.
[5]	何锋，曾文，王秉钧. 并行实时测控数据存储系统设计与实现[J]. 计算机工程与应用, 2020, 56(23): 253-258.
[6]	向敏，戴柯宇，周恩，刘榆，雷儒杰. 面向物联网终端的任务相关性调度策略[J]. 计算机工程与应用, 2020, 56(23): 95-102.
[7]	于巧玉，吴耀华，王艳艳. 跨层穿梭车双提升机系统料箱拣选任务调度[J]. 计算机工程与应用, 2020, 56(20): 270-278.
[8]	王莉，赵阿群，赵晨辉. 基于Fat-Tree的虚拟分片负载均衡算法[J]. 计算机工程与应用, 2020, 56(13): 93-99.
[9]	秦峰，曾浩，林开东. 高负载场景下基于负载均衡的LLN路由协议[J]. 计算机工程与应用, 2020, 56(1): 121-126.
[10]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[11]	王进1，李琪2，黄家玮2. 路径差异敏感的包散射策略机制[J]. 计算机工程与应用, 2019, 55(5): 72-75.
[12]	王珺，王梦林，王悦，刘俊杰. SDN数据中心网络基于流分类的负载均衡方案[J]. 计算机工程与应用, 2019, 55(24): 75-83.
[13]	吴波，许道强，邹云峰，王甜甜，李鑫. 阶段感知的跨域数据分析作业保障机制[J]. 计算机工程与应用, 2019, 55(23): 78-85.
[14]	朱永超，周川，郭健，吴益飞，崔玉伟. 异构分布式系统中一种新型主副版本调度算法[J]. 计算机工程与应用, 2019, 55(21): 93-98.
[15]	汤琳煜，蒋加伏，谷科. 基于雾计算的计算资源分配方案[J]. 计算机工程与应用, 2019, 55(19): 96-104.