Cloud computing is now a well-adopted computing paradigm. With unprecedented scalability and flexibility, the computational cloud is able to carry out large scale computing tasks in parallel. The datacenter cloud is a new cloud computing model that uses multi-datacenter architectures for large scale massive data processing or computing. In datacenter cloud computing, the overall efficiency of the cloud depends largely on the workload scheduler, which allocates clients’ tasks to different Cloud datacenters. Developing high performance workload scheduling techniques in Cloud computing imposes a great challenge which has been extensively studied. Most previous works aim only at minimizing the completion time of all tasks. However, timeliness is not the only concern, reliability and security are also very important. In this work, a comprehensive Quality of Service (QoS) model is proposed to measure the overall performance of datacenter clouds. An advanced Cross-Entropy based stochastic scheduling (CESS) algorithm is developed to optimize the accumulative QoS and sojourn time of all tasks. Experimental results show that our algorithm improves accumulative QoS and sojourn time by up to 56.1 and 25.4 percent respectively compared to the baseline algorithm. The runtime of our algorithm grows only linearly with the number of Cloud datacenters and tasks. Given the same arrival rate and service rate ratio, our algorithm steadily generates scheduling solutions with satisfactory QoS without sacrificing sojourn time.

中文翻译：

---

具有多个 QoS 约束的非协调数据中心云的随机工作负载调度

云计算现在是一种被广泛采用的计算范式。凭借前所未有的可扩展性和灵活性，计算云能够并行执行大规模计算任务。数据中心云是一种采用多数据中心架构进行大规模海量数据处理或计算的新型云计算模式。在数据中心云计算中，云的整体效率很大程度上取决于工作负载调度器，它将客户端的任务分配到不同的云数据中心。在云计算中开发高性能的工作负载调度技术是一个巨大的挑战，已经被广泛研究。大多数以前的工作仅旨在最小化所有任务的完成时间。然而，及时性不是唯一的问题，可靠性和安全性也非常重要。在这项工作中，提出了一个综合的服务质量（QoS）模型来衡量数据中心云的整体性能。开发了一种先进的基于交叉熵的随机调度 (CESS) 算法来优化所有任务的累积 QoS 和逗留时间。实验结果表明，与基线算法相比，我们的算法将累积 QoS 和逗留时间分别提高了 56.1% 和 25.4%。我们算法的运行时间仅随云数据中心和任务的数量线性增长。给定相同的到达率和服务率比率，我们的算法在不牺牲停留时间的情况下稳定地生成具有令人满意的 QoS 的调度解决方案。开发了一种先进的基于交叉熵的随机调度 (CESS) 算法来优化所有任务的累积 QoS 和逗留时间。实验结果表明，与基线算法相比，我们的算法将累积 QoS 和逗留时间分别提高了 56.1% 和 25.4%。我们算法的运行时间仅随云数据中心和任务的数量线性增长。给定相同的到达率和服务率比率，我们的算法在不牺牲停留时间的情况下稳定地生成具有令人满意的 QoS 的调度解决方案。开发了一种先进的基于交叉熵的随机调度 (CESS) 算法来优化所有任务的累积 QoS 和逗留时间。实验结果表明，与基线算法相比，我们的算法将累积 QoS 和逗留时间分别提高了 56.1% 和 25.4%。我们算法的运行时间仅随云数据中心和任务的数量线性增长。给定相同的到达率和服务率比率，我们的算法在不牺牲停留时间的情况下稳定地生成具有令人满意的 QoS 的调度解决方案。我们算法的运行时间仅随云数据中心和任务的数量线性增长。给定相同的到达率和服务率比率，我们的算法在不牺牲停留时间的情况下稳定地生成具有令人满意的 QoS 的调度解决方案。我们算法的运行时间仅随云数据中心和任务的数量线性增长。给定相同的到达率和服务率比率，我们的算法在不牺牲停留时间的情况下稳定地生成具有令人满意的 QoS 的调度解决方案。