●前言
第1章 調度概念、要素與架構
1.1 引言
1.2 什麼是調度
1.3 任務
1.3.1 獨立任務
1.3.2 線性約束任務
1.3.3 非線性約束任務
1.4 資源
1.4.1 物理資源
1.4.2 資金資源
1.4.3 人力資源
1.4.4 信息資源
1.5 約束
1.5.1 任務約束
1.5.2 任務-任務約束
1.5.3 任務-資源約束
1.5.4 資源約束
1.6 優化目標
1.6.1 單目標
1.6.2 多目標
1.6.3 超多目標
1.7 問題難度和未來調度框架
1.7.1 問題難度
1.7.2 未來調度框架
1.8 本章小結
第2章 單資源獨立任務調度
2.1 學習效應和遺忘效應
2.2 基於先驗知識學習效應的單機調度
2.2.1 基於先驗知識的通用學習效應模型
2.2.2 基於先驗知識學習效應模型的單機調度
2.3 通用效應函數下的單機任務調度
2.4 帶退化效應單機成組任務調度
2.4.1 問題描述
2.4.2 單機成組任務調度退化效應模型
2.4.3 啟發式求解算法
2.4.4 迭代貪心算法
2.4.5 實驗分析與對比
2.5 本章小結
第3章 多資源線性約束任務調度
3.1 總完工時間最小化的無等待流水作業調度
3.1.1 無等待流水作業調度
3.1.2 優選左移長度
3.1.3 機器m上的完工時間及性質
3.1.4 基於作業尾臺機器距離的調度算法
3.1.5 通用完工時間距離及性質
3.1.6 基於總完工時間距離的調度算法
3.1.7 通用開工時間距離及性質
3.2 優選完工時間無等待流水作業調度
3.2.1 基本性質
3.2.2 漸近啟發式算法
3.3 混合等待流水車間調度
3.3.1 問題描述和數學模型
3.3.2 加速方法
3.3.3 MWFSP的迭代貪心算法
3.4 具有先驗知識學習和遺忘效應的兩機流水作業調度
3.4.1 具有先驗知識學習效應和遺忘效應模型
3.4.2 帶學習和遺忘效應的兩機流水作業調度優化目標
3.4.3 啟發式算法
3.4.4 分支限界算法
3.5 帶學習效應的流水作業調度
3.5.1 有支配關繫的流水車間作業任務調度
3.5.2 支配流水車間作業調度很優解規則
3.5.3 實例分析
3.6 本章小結
第4章 大數據計算任務雲資源調度
4.1 大數據計算框架
4.1.1 MapReduce計算框架
4.1.2 大數據計算任務
4.1.3 大數據計算任務雲資源調度現狀
4.2 周期性MapReduce批處理作業調度
4.2.1 問題描述與建模
4.2.2 批處理作業調度方法
4.3 能耗感知MapReduce作業調度
4.3.1 繫統狀態劃分
4.3.2 問題描述與數學模型
4.3.3 能耗感知MapReduce作業調度方法
4.4 本章小結
第5章 雲服務繫統調度性能分析
5.1 性能分析問題
5.1.1 問題分類
5.1.2 研究現狀
5.2 性能分析方法
5.2.1 確定處理器
5.2.2 M/B/N/N+R/FCFS概率分析
5.2.3 G/G/N/ /FCFS概率分析
5.2.4 M/M[d]/N/ /FCFS+D概率分析
5.2.5 M/G/1/ /FCFS概率分析
5.3 雲服務隨機請求的單隊列性能分析與調度
5.3.1 繫統模型和問題描述
5.3.2 平衡響應時間和功耗算法
5.3.3 平衡響應時間和功耗實驗評估
5.4 截止期約束的雲服務隨機請求彈性單隊列性能分析與調度
5.4.1 雲繫統模型和問題描述
5.4.2 能耗最小化算法
5.4.3 能耗最小化實驗評估
5.5 本章小結
第6章 線性約束雲服務調度
6.1 彈性混合雲資源下隨機多階段作業調度
6.1.1 問題描述與數學模型
6.1.2 動態事件調度算法
6.1.3 實驗分析與算法比較
6.2 彈性雲資源下具有模糊性的周期性多階段作業調度
6.2.1 問題描述與數學模型
6.2.2 模糊動態事件調度算法
6.2.3 實驗分析和比較
6.3 本章小結
第7章 非線性約束雲服務調度
7.1 基於非共享服務的工作流資源供應
7.1.1 基於關鍵路徑的迭代啟發式算法
7.1.2 實驗結果
7.2 基於共享服務的工作流資源供應
7.2.1 問題描述
7.2.2 多規則啟發式算法
7.2.3 實驗結果
7.3 截止期和服務區間約束的雲工作流調度
7.3.1 問題描述與建模
7.3.2 基本性質
7.3.3 迭代分解啟發式算法
7.3.4 實驗與分析
7.4 資源預留模式下的周期性工作流調度
7.4.1 周期性工作流資源調度問題描述
7.4.2 相關研究
7.4.3 基於優先級樹的啟發式方法
7.4.4 實驗與分析
7.5 本章小結
第8章 雲服務繫統容錯調度
8.1 雲繫統中受截止期約束任務的混合容錯調度
8.1.1 問題模型
8.1.2 混合容錯調度算法
8.1.3 實驗分析
8.2 雲繫統中故障感知的彈性雲工作流調度
8.2.1 問題模型
8.2.2 特征分析
8.2.3 故障感知彈性調度算法
8.2.4 實驗分析
8.3 本

本書以服務與資源調度為主線，從任務、資源、約束條件和目標函數等不同角度分析了調度問題的本質。本書包括作者及其研究團隊近年來在機器調度、雲計算資源調度、服務調度、大數據計算任務調度等方面的重要研究成果。全書共8章，首先分析調度概念、要素與架構，然後從事前、事中、事後三個角度分別考慮單資源和多資源場景下的任務調度，MapReduce大數據計算模型下的任務調度，雲服務繫統調度性能分析，線性、非線性約束雲服務調度以及雲服務繫統容錯調度。 本書提出“算法+知識+數據+算力”的新型調度框架，可以作為服務與資源調度領域的參考指南，適合從事調度研究的學者、初入調度領域的研究生以及雲計算、大數據相關行業的從業者閱讀。

李小平//陳龍 著