Lập Lịch Làm Việc Hiệu Quả Trong Môi Trường Điện Toán Đám Mây

Theo NIST, điện toán đám mây là mô hình cho phép truy cập mọi lúc, mọi nơi, một cách thuận tiện, theo yêu cầu các tài nguyên tính toán (mạng, máy chủ, lưu trữ, ứng dụng, dịch vụ) mà có thể nhanh chóng cung cấp và từ chối với nỗ lực tối thiểu quản lý và tương tác với nhà cung cấp dịch vụ. Mô hình đám mây gồm năm đặc điểm thiết yếu, ba mô hình dịch vụ và ba mô hình triển khai thực hiện. Ví dụ: dịch vụ Google AppEngine cung cấp các ứng dụng kinh doanh trực tuyến thông thường, có thể truy nhập từ một trình duyệt web, còn các phần mềm và dữ liệu đều được lưu trữ trên các máy chủ.

Điện toán đám mây là mô hình sử dụng các tài nguyên điện toán dựa trên Internet để cung cấp theo nhu cầu có khả năng thay đổi cho người sử dụng, mà người sử dụng sẽ chỉ phải trả chi phí cho mức độ sử dụng nhờ đó nhà cung cấp tận dụng được tối đa tài nguyên hiện có và người sử dụng tính kiệm được chi phí đầu tư cơ sở hạ tầng ban đầu, linh hoạt hơn khi mở rộng phạm vi hoạt động và do đó có thể tập trung vào mục đích chính là các hoạt động sản xuất kinh doanh. Bằng các sử dụng điện toán đám mây mà các doanh nghiệp không cần phải mua và duy trì hàng trăm, thậm chí là hàng nghìn máy tính cũng như phần mềm. Họ chỉ cần tập trung vào sản xuất bởi vì đã có người lo cơ sở hạ tầng.

Các dịch vụ máy tính như email, các ứng dụng, mạng hoặc dịch vụ máy chủ có thể được cung cấp mà không yêu cầu con người tương tác với nhà cung cấp dịch vụ. Một số nhà cung cấp dịch vụ điện toán đám mây dựa trên nhu cầu bao gồm: Amazon Web Services (AWS), Microsoft, Google, IBM và Saleforces.com

Khả năng sẵn có trên mạng, truy cập theo chuẩn từ xa với mọi thiết bị (điện thoại di động, máy tính bảng, máy tính xách tay, máy trạm, v.v.).

Vấn đề sử dụng các tài nguyên điện toán đám mây có thể được đo lường mức độ sử dụng, được kiểm soát và được cung cấp các báo cáo minh bạch cho cả nhà cung cấp dịch vụ và khách hàng như một dịch vụ tiện ích cho phép kiểm soát và tối ưu hóa việc sử dụng tài nguyên. Nó giống như việc sử dụng các dịch vụ điện, nước, ga ở các đô thị…, khách hàng phải trả phí cho các mỗi đơn vị mà họ sử dụng dịch vụ đó – pay per use.

Lập lịch ứng dụng luồng công việc là một bài toán phức tạp trong môi trường điện toán đám mây. Nó liên quan đến việc phân bổ các tác vụ của ứng dụng cho các tài nguyên đám mây một cách tối ưu. Mục tiêu là giảm thiểu chi phí thực hiện, thời gian hoàn thành hoặc cân bằng tải trên các tài nguyên.

Để giải quyết bài toán lập lịch, cần đặc tả rõ ràng các yếu tố liên quan. Điều này bao gồm mô tả ứng dụng luồng công việc, các tài nguyên đám mây có sẵn, chi phí và thời gian thực hiện trên mỗi tài nguyên, và các ràng buộc về thời gian và tài nguyên.

Giải thuật PSO (Particle Swarm Optimization) là một phương pháp meta-heuristic được sử dụng để giải quyết các bài toán tối ưu hóa. Trong bài toán lập lịch workflow, PSO có thể được sử dụng để tìm ra lịch trình tối ưu cho các tác vụ trên các tài nguyên đám mây.

Giải thuật heuristic dựa trên PSO là một phương pháp tiếp cận thực tế để giải quyết bài toán lập lịch workflow. Nó sử dụng các nguyên tắc của PSO để tìm ra một lịch trình tốt trong một khoảng thời gian hợp lý. Tuy nhiên, nó không đảm bảo tìm ra lịch trình tối ưu tuyệt đối.

Giải thuật PSO có thể được cài đặt bằng nhiều ngôn ngữ lập trình khác nhau. Trong luận văn này, Java được sử dụng để cài đặt giải thuật PSO. Việc sử dụng Java cho phép tận dụng các thư viện và công cụ có sẵn để phát triển ứng dụng một cách nhanh chóng.

CloudSim là một công cụ mô phỏng mã nguồn mở được sử dụng để mô phỏng các môi trường điện toán đám mây. Nó cho phép các nhà nghiên cứu và phát triển thử nghiệm các giải pháp khác nhau trong môi trường đám mây mà không cần phải triển khai chúng trên thực tế.

Để đánh giá hiệu quả của giải thuật PSO, cần có dữ liệu thực tế hoặc dữ liệu mô phỏng. Dữ liệu này bao gồm thông tin về các ứng dụng workflow, các tài nguyên đám mây và chi phí thực hiện trên mỗi tài nguyên. Sau khi có dữ liệu, giải thuật PSO có thể được thực hiện và kết quả được phân tích.

Luận văn đã đạt được một số kết quả chính, bao gồm: xây dựng mô hình phân bổ công việc trên tập tài nguyên, đề xuất giải thuật heuristic mới theo kiểu PSO, và tiến hành kiểm chứng thuật toán đề xuất bằng thực nghiệm.

Trong tương lai, có thể nghiên cứu thêm các phương pháp tối ưu hóa khác hoặc kết hợp PSO với các kỹ thuật khác để cải thiện hiệu suất. Ngoài ra, cần xem xét các yếu tố khác như bảo mật và độ tin cậy trong quá trình lập lịch.