调度机制五篇

调度机制 篇1

随着网络快速发展和网络用户日益增加，单台服务器难以满足大量用户的需求，而集群的出现缓解了这一问题。集群系统具有可伸缩性、高性价比、高可用性的特点，因此得到了广泛的应用[1]。而负载均衡是集群性能提高的关键因素之一，具有较高的研究价值和应用前景。

论文在异构集群服务器的环境下，对较为典型的负载均衡集群L V S的负载调度机制进行相关研究，对其进行改进，提出并构建了带反馈的集群负载动态调度机制，提高了集群的整体效率。

2 LVS概述

LVS (Linux Virtual Server) 全称虚拟服务器, L V S集群由国防科技大学章文嵩博士研发的, 主要解决的是集群的负载均衡。L V S在两个层次上实现了负载均衡, 分别是基于I P层的I P V S和基于应用层的K T C P V S内容请求分发的均衡技术, 此处主要讨论基于I P层上的负载均衡。

2.1 体系结构

L V S集群体系结构一般采用三层结构，由前端调度器层、中间服务器集群层和后端存储系统层组成[2]。调度器是整个集群的前端机，是集群的唯一入口。当有客户请求时，首先要经过调度器，它根据调度算法负责将客户请求分配到服务器集群中的某一台，是分配服务器的决策者。客户认为服务是来自一个集群IP地址，即所谓的虚拟IP，集群内部对客户来说是透明的。该集群中某一台执行完请求后将数据返回给客户。多个服务器结构缓减了集群的负载，体现了集群的可伸缩性。后端存储系统为服务器集群提供相同的服务，使得服务器集群有相同的内容。

2.2 基于IP层的负载均衡技术

LVS在IP层实现了3种方式的负载均衡技术：网络地址转换、IP隧道模式、直接路由[3]。

(1）网络地址转换 (N e t w o r k Address Translation, 简称NAT) 。核心思想是用地址翻译实现虚拟服务。客户通过虚拟I P访问集群时，请求包先到达调度器，然后调度器根据调度算法从真实服务器组中选择一台目标服务器，同时将请求包中的虚拟I P转换为目标服务器的I P，并将包中的目标端口转换为目标服务器的相应端口，转发给目标真实服务器。该真实服务器响应请求后，在应答客户时，调度器将应答包中的真实服务器中的I P、源端口转换为虚拟服务器的IP源地址和端口，并将应答包发给客户。

(2) IP隧道模式（IP Tunneling, 简称T U N）。在L V S中利用I P隧道技术将请求包封装转发给后端服务器，响应包从服务器直接返回给客户。I P隧道的模式是将原有的IP包封装在另一个IP包的技术，其中隧道都是静态建立的。由于LVS后端有多个服务器，不可能静态地建立一一对应的隧道，依据IP隧道协议，调度器根据调度算法动态选择一个服务器，将请求包封装并转发给目标服务器，该服务器收到后解析出原来的目标地址VIP的包。由于服务器发现VIP地址被配置在本地的IP隧道设备上，因此处理该请求，再根据路由表将响应包直接返回给客户。

(3）直接路由（Direct Routing, 简称D R）。和I P隧道相似之处是请求和响应仍然分开处理。调度器通过将M A C地址改为选出服务器的M A C地址，处理客户到服务器端的连接。当调度器收到客户请求包时，根据调度算法动态选择一台目标服务器，不修改也不封装I P报文，而将包含目标M A C地址改为目标服务器的M A C地址后转发出去。当服务器发现包中的目标V I P是本地的网络设备，服务器处理该包，并根据路由表将响应包直接返回给客户。

2.3 调度算法

在调度器上操作系统的内核层IPVS调度模块有十种调度算法，其中常用的四种调度算法：轮转法（R R）、加权轮转（W R R）、最小连接（L C）、加权最小连接 (W L C) [4]。

轮转调度算法（Round-Robin，简称R R），以轮转的方式依次将请求分配到不同的服务器上。

加权轮转调度算法 (W e i g h t e d R o u n d-R o b i n，简称W R R），根据权值的高低顺序按照轮转的方式将任务求分配到各个节点。

最小连接调度算法 (L e a s tC o n n e c t i o n，简称L C），把新请求分配到当前连接数最小的服务器。

加权最小连接调度算法 (Weighted Least-Connection，简称W L C）, C i表示服务器i的当前连接数 (i=0, 1，…，n-1) ，Wi为服务器的权值，将请求分配给所有服务器中集合{C i/W i}最小的服务器。

2.4 LVS存在的不足

在L V S常用的四种调度算法中，其中RR、LC都没有考虑服务器间处理能力差异，当各节点任务执行时间差别较大时，易造成节点失衡，导致集群效率下降。R R算法没有反映服务器运行时的状态，L C算法连接数不能准确反映当前负载。W L C、W R R算法都是基于有性能差异的服务器，W R R和R R类似都没有反映服务器当前状态，属于静态调度。WLC和LC相似之处是把连接数作为当前服务器负载状况，属于简单的动态调度，但没有反馈机制，没有实现真正的动态调度，负载均衡效果不理想。相比较而言，上述四种算法中W L C是最占优势的，但是由于L V S调度机制的局限性，该算法也存在不足。反映在以下几点：（1）用单一的连接数反映当前负载，没有考虑当前服务器的其他使用资源和网络情况。因为不同的连接完成任务所消耗网络流量和服务器资源是不同的，所以单一的连接数并不能准确地反映当前节点负载，还应该考虑其他负载信息。（2）服务器的权值问题。权值是反映服务器处理能力的一个量化指标，管理员设定权值并不能准确的反映各个服务器间处理能力的差异；而且随着负载的增加各个服务器的处理能力并没有改变，易造成节点失衡。当负载的增加超过服务器的剩余处理能力，服务器还不断接受请求，这样势必导致服务器瘫痪。但该算法没有考虑服务器的剩余处理能力和过载的情况。（3）对服务器的健康状态考虑不足。当某个服务器在运行中出现故障时，仍然分配任务给服务器，而没有自动去探测服务器是否失效，造成了不必要的系统开销。针对上述问题，构建了带反馈的L V S集群负载动态调度机制：调度器监控服务器的负载和剩余处理能力，以便提高集群的性能。

3 带反馈的负载动态调度机制

带反馈的L V S集群负载动态调度机制需要解决好下面几个关键问题：一是构造负载均衡模型，二是性能指标和负载指标的确定，三是动态权值的计算。

3.1 负载均衡模型

负载均衡模型是基于L i n u x的L V S集群，负载均衡技术采用直接路由，通过实时监控服务器负载，并且获得当前节点的动态剩余处理能力，用动态权值表示节点剩余处理能力，随着负载增大权值在减小，负载与权值成反比，能及时发现服务器失效。

在调度器上运行负载均衡调度模块、接收模块和探测宕机模块。接收模块负责监听服务器端连接，被动接收各服务器负载信息和动态权值；探测宕机模块周期性地主动探测服务器是否有效，当某个服务器发生意外故障时，更新服务器表，把权值设置为0，即节点置为不可用。调度模块根据动态反馈负载的调度算法W L C负责将客户请求分配到服务器集群中的某一台。服务器节点上运行发送模块，将本地节点监控信息经过计算获得当前节点负载，进一步计算获得动态权值，如果节点过载，则设定节点不可用，将节点信息不是周期性而是自适应传送给调度器，实现了动态权值，最终构成了一个带反馈的L V S集群负载动态调度机制，调度器上W L C算法可以根据反馈动态权值实现任务动态调度。

该模型采用集中式控制的二级模型，由后台服务器间接控制调度器，即决策节点是否可用由后台服务器决定而不必由调度器来控制。采用集中式为了便于节点的管理，将部分任务分给后台服务器，减轻了调度器负担，提高了调度器分配效率。带反馈的负载动态调度机制模型如图2.1。

3.2 性能指标和负载指标

在构建的带反馈的L V S集群负载动态调度机制中，由于各个服务器的固有硬件性能不同，即是硬件异构的集群，因此要考虑服务器间处理能力的性能差异，选取关键的C P U主频、内存容量、网络带宽性能指标来表示硬件性能。

影响负载的因素有很多，选取关键的负载指标对负载调度算法很重要。通过实验表明，对于高可用集群系统，使用资源利用率作为负载指标的负载平衡系统在性能上优于使用队列长度作为负载指标的系统[5]。为此优先使用资源利用率作为负载指标，因此调度算法中负载指标选择了与上述性能指标相对应的服务器关键资源的利用率：C P U利用率、内存利用率、网络带宽利用率。另一方面，由于服务器接受客户请求时要增加连接数，所以服务器当前连接数也能体现当前部分负载。将上述C P U、内存、网络带宽利用率、连接数作为负载指标综合考虑来反映当前服务器负载。响应时间是集群性能的关键指标，很多研究者将其作为负载指标，但是当用户增多网络繁忙的时候获取响应时间势必增大了网络开销，造成网络堵塞，本文没有把响应时间作为负载指标是为了尽量在本地获取负载指标而减少需要的网络开销。

3.3 服务器负载和动态权值

在集群服务器上运行发送模块，该模块通过后台守护进程udpforksend实现节点信息的获取，守护进程udpforksend定义一个结构体变量nodeinfo表示节点信息，含有负载指标、当前负载、节点ID号、动态权值。

节点启动后初始化各节点处理性能参数：C P U主频、内存容量、网络带宽。

获得上述节点性能指标后，通过公式（1）计算出节点综合处理能力Ci:

其中R c p u、R m e m、R n e t为比例系数，表示各项指标的重要程度，R c p u+R m e m+R n e t=1;C c p u、C m e m、C n e t分别表示C P U、内存、网络带宽的处理性能。通过获得综合处理能力C i来反映该节点的固有硬件处理能力。

获取负载指标后，节点当前负载值可由公式（2）获得：

其中Lcpu、Lmem、Lnet分别表示C P U利用率、内存利用率、网络利用率。

再根据公式（1）得到的C i，由公式（3）获得节点当前动态权值：

4 结束语

本文就L V S集群的体系结构、负载均衡技术和负载调度算法做了介绍，分析了原有调度算法存在的不足，提出并构建了带反馈的集群负载动态调度机制，提高了集群的整体效率。

参考文献

[1]朱璇, 郑纬民, 汪东升, 杨广文.单一系统映象在机群管理中的实现.计算机工程与应用.2002

[2]黄曦.Web服务器集群负载均衡技术的应用研究[D].硕士学位论文.重庆大学.2004

[3]章文嵩.http://www.linuxvirtualserver.org/

[4]王霜, 修保新, 肖卫东.W e b服务器集群的负载均衡算法研究[J].计算机工程与应用.2004, 40 (25) :78-80

调度机制 篇2

随着互联网服务的不断增加,云计算作为一种新兴技术在短时间内就得到了IT界的推崇与学术界的关注。然而对于云计算的定义,目前仍没有统一说法,现阶段被广为接受的定义是:云计算是一种便捷、按需进行网络访问的按使用量付费的模式,它通过虚拟化技术将各类资源整合成大规模的计算机共享池。用户依据自身需求,通过云计算以低价获取大量资源及相应服务。绿色计算是一种通过制定合理的任务调度机制并构建有效的资源配置环境从而降低能耗的新型计算模式,它顺应了建设环境友好型社会的主流[1]。

迄今为止,国内外在绿色计算方面已取得了一些成果,例如能源消耗模型、低功耗芯片、电脑自动休眠技术、动态电压自动调节技术、绿色网络通信、合理体系结构等[2],并且也已经实现了很多节能方面的应用。但是,绿色云计算方面仍然存在许多问题,例如在云计算数据中心的规模扩大上欠考虑,以及对于调节任务调度机制仍不够精准等。然而由于任务调度机制的不合理所造成的能源浪费问题已经迫在眉睫[3,4]。

本文针对绿色云计算关键技术、绿色云计算体系结构、任务调度的算法与设计等内容展开研究与讨论。本文设计了一种新型的、更具效率的绿色云计算系统,可针对用户在不同方面的个性化需求,提出更完善的解决方案。本文的研究成果能够优化任务调度机制,整合系统内资源,并使其得到合理配置,实现系统资源的有效利用,从而大大降低整个系统的能耗。

1 绿色云计算关键技术

IT业的持续发展与创新,在带来舒适用户体验的同时,也造成了能源消耗增加,此过程对环境资源造成巨大压力。绿色节能现已成为社会的热点话题,云计算目前在IT界中占据主要潮流,绿色计算的理念已经在云计算的应用中有所体现,绿色计算与云计算的结合已是必然趋势[5,6]。

DVFS(Dynamic voltage and frequency scaling)是一种动态电压频率调节技术。该技术能够根据系统所负载的应用程序的大小以及其运行时对计算机要求的高低,通过合理地调整其运行频率和电压来降低系统能耗。目前已经有许多芯片支持DVFS,但要真正实现DVFS技术,并让其发挥出较大作用,不仅需要硬件的支持,还需要软件的配合[7]。在DVFS系统中,首先要采集并计算系统当前的负载大小,然后根据采集到的数据,推测出系统在不同时段所需的性能参数,再将推测的参数转换成相应的频率,从而重新制定芯片内的时钟[8]。最后根据推测出的新频率换算出对应的电压,以此来改变系统内部给各模块分配的电量。通过这样的方式根据系统负荷大小的变化实时地调节每个模块的工作电压,能有效地减少能耗。这样的技术一旦完全实现,对于便携式设备的持久性而言是种很大的突破。

DVFS系统一般由用于调整的驱动和接口、频率/电压转换器、系统负荷信息采集及电源转换器四大部分组成。DVFS系统结构如图1所示。

负载均衡是一个服务器集合,它由一群不同的服务器组成,并且这些服务器都可以脱离其它服务器的辅助自行完成任务。它通过设计好的负载平衡算法,将客户发送过来的大量请求合理地分布到任意一台相应的服务器上,接收到此请求的服务器将单独处理并回复对应的客户[9,10]。均衡负载能将客户请求平均分配并发送给服务器列阵,以此来快速高效地寻找解决方案,解决因大规模用户访问而造成的拥塞问题,并能改善多用户访问造成的能耗过多的现象。这种技术可以消耗较少能源的代价获得接近于大型主机的性能。图2描述的是一种负载均衡路由模式部署方式[11]。

任务调度是云计算的核心技术之一。操作系统中的能源消耗很大一部分来自于不合理的任务调度机制,优秀的算法能使复杂多余的任务调度机制合理化,从而使系统内资源的利用率得到提高,在使系统的运行速度有所提升的同时,也很大程度上降低了系统能耗。针对操作系统在运行时由于任务调度的不合理,以及在运行时相应资源不匹配而造成的能源过度消耗问题,本文提出了一种优化任务调度机制的方法[12]。

虚拟化是一种特殊的资源管理技术,它将系统内的实体资源抽象后展现出来,冲破了实体资源之间因单一固定结构产生的障碍,使得用户能更便利地使用所需资源。利用虚拟化技术,在扩大硬件容量的同时,还能使软件的重新配置过程更简单[8,9]。虚拟化技术还能实现多个不同操作系统在同一个平台上顺畅运行,并且使在平台上运行的程序都互不干扰,从而降低计算机能耗,并提高其工作效率。虚拟化技术可实现在一台主机上生成多个虚拟机,将客户发送的任务分配到每个虚拟机上,通过将任务分散来提高工作效率,通过减少等量任务所需要的主机数量,以此来降低能耗。

2 绿色云计算体系结构与性能测试

本文设计了一种结构更合理的绿色云计算体系模型。相比于目前的绿色云计算体系模型,它能够以更低的能耗完成相同的工作量,实现“低能高效“。对于内部系统,用户模块的计算以及存储模块的合理调度和使用通过资源分配模块和任务调度模块来实现;而对于外部系统,通过能源监测模块和精准的温度监测模块对能耗进行控制。本文设计的绿色云计算体系结构模型如图3所示。

传统云计算任务调度模式和本文设计的绿色云计算模式的能耗消化对比如图4所示。通过实验结果不难看出,在不同的调度周期下,本文设计的基于负载均衡机制的绿色云计算模式的能耗总是最低的,可有效提高系统资源利用率。

3 结语

随着云计算技术的逐渐更新,享用云计算服务的用户规模也不断增大,然而其中许多不合理的任务调度机制导致了大量的能源浪费。绿色云计算针对用户需求,修改任务调度模块的方案,使其更合理,从而降低云计算系统的能源消耗。本文基于负载均衡机制和动态任务调度策略,设计了一种绿色云计算体系结构和能耗优化模型。实验结果证明了该方法的可行性和有效性。

参考文献

[1]A BELOGLAZOV,R BUYYA,Y LEE,et al.A taxonomy and survey of energy-efficient data centers and cloud computing systems[J].Advances in Computers,2011,82(1):107-111.

[2]S KHAN.A self-adaptive weighted sum technique for the joint optimization of performance and power consumption in data centers[C].Proc.of the 22nd International Conference on Parallel and Distributed Computing and Communication Systems,2009:13-18.

[3]R BUYYA,A BELOGLAZOV,J ABAWAJY.Energy-efficient management of data center resources for cloud computing:a vision,architectural elements and open challenges[C].Proceedings of the 2010International Conference on Parallel and Distributed Processing Techniques and Applications,2010.

[4]L Rodero-Merino,L Vaquero,V Gil,et al.From infrastructure delivery to service management in clouds[J].Future Generation Computer Systems,2010,26(8):1226-1240.

[5]YACINE KESSACI,NOUREDINE MELAB,EL-GHAZALI TALBI.A multi-start local search heuristic for an energy efficient VMs assignment on top of the open nebula cloud manager[J].Future Generation Computer System,2013,29(1):1-20.

[6]DANG MINH QUAN,FEDERICO MEZZA,DOMENICO SANNENLI,et al.T-Alloc:apractical energy efficient resource allocation algorithm for traditional data centers[J].Future Generation Computer Systems,2012,28(2):791-800.

[7]XUDONG XIANG,CHUANG LIN,XIN CHEN.Energy-efficient link selection and transmission scheduling in mobile cloud computing[J].IEEE Wireless Communications Letters,2014,3(2):153-156.

[8]TONI MASTELIC,IVONA BRANDIC.Recent trends in energyefficient cloud computing[J].IEEE Cloud Computing,2015,2(1):40-47.

[9]谭一鸣,曾国荪,王伟.随机任务在云计算平台中能耗的优化管理方法[J].软件学报,2012,23(2):266-278.

[10]赵肄江,胡蓉.基于虚拟化的绿色云计算[J].湖南科技大学学报:自然科学版,2010,25(4):86-89.

[11]王永贵,张伟,韩瑞莲.云环境下绿色任务调度策略[J].计算机工程与应用,2012,48(34):81-87.

推进科学调度促进节水机制 篇3

摘要：我所工作的西干渠第二管理所多年来供水矛盾突出，尤其是玉米和葡萄进入头水灌溉时灌溉效率低，形式不容乐观。本文对管理所供水管理机制与节水冲突的灌溉问题从实践的角度进行了分析，并有针对性地提出解决问题的途径。

关键词：科学调度；灌溉效率；节水分析

西干渠位于宁夏青铜峡河西灌区，是河西灌区地理位置最高的、建成时间最短的一条干渠。该渠1959年冬开工，1960年春通水。干渠自河西总干渠3公里处引水，沿贺兰山东麓洪积扇边缘北行，西干渠灌区南起青铜峡水泥厂，经青铜峡、永宁、银川、贺兰等县市，止于平罗县崇岗镇暖泉村，尾水入第二农场渠，全长112.6公里。东侧由南向北与唐徕渠、新开渠、二农场渠罐区交错相邻，西侧计至1200米等高线。灌区控制范围是：东经105°5300—106°1301，北纬37°5430—38°4905，南北约长100公里，东西均宽11公里。灌域涉及青铜峡、永宁、金凤、西夏、贺兰、平罗六县（区）的11个乡镇和8个国营农场，南北约120公里，东西约11公里。设计引水流量70立方米/秒，控制灌溉面积70万亩。目前，渠首限制引进流量58立方米/秒，上报灌溉面积66.9万亩（2015年年初统计数据），实际灌溉面积80万亩。

1、西干渠二所基本情况

1.1 二所灌区渠系建筑物现状

西干渠二所位于干渠桩号：28+159---52+700，灌溉面积22.02万亩，沿线共有直开口18座，扬水站17座，节制闸2座，退水闸2座，山洪沟3条，泄洪区4个，灌区涉及青铜峡市邵刚镇二其村、东方红村；永宁县胜利乡、李俊镇、闽宁镇；玉泉营农场；连湖分场；金凤区良田镇；黄羊滩农场；银川林场。

1.2 二所断面引水及面积特点

第二管理所二旗沟断面最大引水46m?/s，上报作物面积逐年递增已突破23万亩，作物布局在西干渠管理处有明显的特点，近年来，呈现的特点是引水量减少，灌区面积增加，作物布局单一，用水高峰集中，时段性缺水严重等。

1.3 二所人员管理

第二管理所在职人员25人，下设三个管理段：吴家湾段、旱草洼段、铁桥段。

1.4 水量调配原则

管理所负责干渠及其建筑物的运行管理，支渠以下由农民用水协会组织自我管理，水管单位做好延伸服务，灌区用水实行管理所调度统一调配，分级负责，水权集中的管理模式。各个直开口扬水站计划水指标由管理处、农垦系统和各市县依据作物布局、灌溉定额统一分配，支渠水量调配由调度人员依据下发用水计划，农民用水组织依据配水量组织灌溉。

2、第二管理所科学调配水量的措施

2.1 建立健全组织

西干渠二所提前计划，成立了以所长为组长的应急调度小组，积极深入田间地头，掌握灌水情况，做好抗旱保灌。

2.2 具体措施

①提前谋划，渠井池沟结合，确保灌区适时适量灌溉。一是早宣传，做好前期准备工作。针对突出的严峻形势，管理所干部职工深入灌区，开展水情及节水宣传，引导灌区群众调整作物布局，督促推广节水灌溉技术，强化群众节水意识，有效缓解灌溉矛盾。二是早计划，做好水权分配工作。根据管理处下达的指標，及早会同相关市县水务局、农垦单位将水权指标细分到各直开口、扬水站，并与各协会签订供用水协议，明确供需双方的责任。三是早开灌，做好错峰削峰工作，在用水高峰到来之前，督促葡萄先灌，并且安排农场滴灌和原隆移民蓄水池先把水量蓄足备好，避免高峰时期用水冲突。

②灵活调度，合理配水，确保灌区均衡收益。夏秋灌和冬灌期间，管理所干部职工及时深入管区协会、田间地头，掌握开关时间、灌溉进度和灌溉形势，采取编组轮灌的方法，合理安排不同作物的用水次序，尽量拉长灌水周期，削减用水峰值，控制突击用水，有效缓解全年干渠的供水压力。

③加强测量水工作，严肃供水纪律。一是对直开口、扬水站进行了流量校核，对二旗沟测水断面坚持每日一测，为灌溉科重新制定水位流量曲线提供依据。二是严格执行交接水制度，坚决做到交够再用。三是严肃供水纪律，对发生直开口偷开事件的相关责任人，进行严肃批评和处理。

④继续加强和完善灌区“协会之家”建设。管理段积极发挥协会之家的作用，严格执行协会之家例会制度，认真做好用水计划的上报工作。充分利用协会之家这一平台，与用水单位沟通联系，通报水情旱情，掌握用水需求，及时公开水务，广泛接受群众监督，建立和谐的供用水关系。

3、今后的方向

2.1 工程作用

作为灌溉渠道，随着工程的改造投入力度，发挥续建配套建设工程的作用，发挥工程效益，提高渠道的行水调控能力，逐步加大渠道的衬砌率，使渠道灌溉用水效率提高。

3.2 加强科学管水，精细水量调度工作

一方面通过加快灌区信息化建设，在掌握水情信息上加强时效性，准确性，用数字、数据作为决策依据控制用水总量，通过优化配水，提高干渠的调度和管理水平，从而达到节约用水，适时适量灌溉农田目标；另一方面，加强上下游的联系协调，及时沟通灌溉情况，用水强开，做好统筹安排，上下调配，集中难点，关注重点，分阶将灌溉矛盾逐一消化，促进精细化调度管理。

3.3 建立长效机制，推进水资源可持续利用

水是生命之源，生产之要、生态之基。节约用水，让水管单位、各级政府、群众由被动节水变主动节水，让全社会形成节水光荣的意识，水资源可持续利用就能发挥重要作用。

总之，利用信息化建设推进科学调度，从而达到节约用水，是各级地方政府的一项重要工作，通过采取工程、经济技术和行政措施，减少在各个环节的损失和浪费，再通过水自愿高效配置，将水从低效益用途配置到高效益领域，提高单位水资源消耗的经济产出，达到水资源可持续利用的良好开端。

参考文献：

[1] 李梅，黄强，张洪波，张俊华.基于生态水深-流速法的河段生态需水量计算方法[J].水利学报.2007（06）

[2] 张峻华，王书敏，李兴扬，于慧，郝有志.城市区域绿色屋顶普及对水量水质的影响[J].应用生态学报.2014（07）

多元纠纷解决机制调度会讲话 篇4

多元纠纷解决机制调度会上的讲话要点

昨天下午，中院多元纠纷解决机制调研小组向院党组汇报了前段时间的调研情况，发现在开展这项工作的实践中还存在一些亟需解决的问题。正是在这种情况下，院党组临时决定召开这次调度会。刚才大家都作了发言，院党组临时决定召开这次调度会。刚才大家都作了发言，谈了各法院完善多元纠纷解决机制工作的特色做法。但我感到，推动多元纠纷解决机制还存在一些问题，我就下步继续深化这项工作讲几点意见。

要明确“多元纠纷解决机制”的实质内涵。根据最高法院、省法院有关领导讲话和文件要求，“多元化纠纷解决机制”统一改称为“多元纠纷解决机制”。实质上，多元纠纷解决机制中的“多元”，一是指主体多元，解决纠纷的主体不仅包括法院，还包括党委政府、人民调解组织、社会团体、行业协会、陪审员等等，这些都是解决纠纷的主体。二是解决纠纷的方式多元，社会矛盾纠纷解决方法不是单一的，不仅仅是判决，还有调解、仲裁、和解等等。三是解决纠纷的渠道多元，解决社会矛盾纠纷不仅在诉讼中可以解决，还可以在诉讼外得以解决。

必须充分认识深化多元纠纷解决机制的重大意义。2007年中院指导在高密法院进行多元纠纷解决机制试点取得成功，并在全市法院推广。特别是去年3月市委在高密召开了由县市区委副书记、政法委书记、综治办主任及综治成员单位参加的现场会，9月中院在全市法院组织了现场观摩和点评，各法院、各部门对这项工作的意义有了一定认识，取得了显著成效。仅支年各法院运用多元纠纷解决机制化解各类纠纷3万多起。这一做法得到市委 1

肯定和群众的认可。但总体来说，认识程度不尽一致、参差不齐，影响了全市法院多元纠纷解决机制工作的整体推进。各法院、各部门必须把深化多元纠纷解决机制作为法院服务大局、贯彻落实各级党委和上级法院重大部署的重点工作来抓，积极应对形势任务变化，提高思想认识，加大工作力度，积极应对形势任务变化，提高思想认识，加大工作力度，进一步推动健全完善多元纠纷解决机制工作。一是从法院自身来看，潍坊法院近年来处结各类案件在10万件左右，法院及其他工作人员1500多人，与其他兄弟法院相比，潍坊法院的案件太多，审判力量太弱，法院工作量大，有些法官每年办理案件达300件。一个法官一年办这么多案件，要做到每起案件都非常细致，都实现服判息诉，是非常困难的。二是从社会形势来看，受国际金融危机的影响，经济形势不容乐观，现在有些企业开工不足，社会就业岗位减少，大量农民工在家“待岗”，收入减少，这必然导致劳动争议、企业纠纷、银行贷款等纠纷增多，社会治安状况下降，刑事案件也进入高发期。特别应当看到，受金融危机和经济形势影响，有些当事人的情绪不稳定，增了诉讼案件和矛盾纠纷的处理难度，现在法院在办理案件过程中，任何细节的不注意都可能导致矛盾纠纷的激化。从这方面讲，深化多元纠纷解决机制是非常必要的。三是从党委要求来看，顺利推进多元纠纷解决机制工作必须依靠党委的坚强领导和大力支持。党的十七大提出了关于健全妥善处理矛盾工作机制的基本要求，这是我们深化多元纠纷解决机制工作的“大方向”。当前全国各地法院围绕这一要求进行了很多试点，开展了很多工作，取得了很大的成效。各法院、各部门要把“讲政治”放在首位，强化大局观念，认真学习、深刻领会中央和上级的文件，研究贯彻落实措施，切实抓好多元纠纷解决机制工作。去年以来，各级党委和上级法院都在强调，要调动社会各方力量，综合运用

各种手段，有效化解社会矛盾纠纷，不可轻易将矛盾纠纷纳入司法渠道。因此，无论是各级的部署，还是潍坊的实际，都迫切要求我们深化多元纠纷解决机制。这项工作做好了，大量社会矛盾化解在基层、社会各方共赢的良好效果。诉讼案件整体减少，信访压力、执行积案下降，有利于法院工作开展，党委也是满意的。

多元纠纷解决机制经过一年来的运行，在化解矛盾纠纷、社会和谐稳定方面取得了显著成效。但也发现了一些问题。一是认识上有偏差。个别法院停留在联系点的设立、与其他部门联合下文、“制度上墙”等工作上。我们要追求的不仅是形式，而是开展的实际工作和取得的具体成效。各法院要因地制宜，不能追求有几间房子，有几张桌子，关键在于这个机制的运行。二是精力投放不够。少数法院没有具体研究工作如何开展，有些工作浮在面上，贯彻落实的少，个别工作满足于敷衍。三是实际效果还有欠缺。全市90%的民事案件在基层，多元纠纷解决机制的实际运行效果也应该在基层法院，我们的各项工作不要停留在设立多少联系点上，当然“建点”是必要的，但是在联系点的工作怎么开展，法院去联系点指导谁、怎么指导，一定要做到心中有数。四是有畏难情绪，对接协调工作开展不起来。有的法院说“与其他部门对接协调不了”，但是潍坊市委为什么对中院的工作这么支持？关键是你们向党委汇报了没有？各法院院长要主动一点，嘴勤一点，腿勤一点，对外一定要联络好，工作中遇到问题就要向党委汇报。只要是有利于促进经济发展的，有利于维护和谐稳定的，我相信党委一定会支持，遇到的问题也就迎刃而解。五是在法律框架内开展工作还不够。对于当事人打算起诉的案件，我们是如何分流的？诉讼案件立了案，我们又是如何调解的？相关工作一定要跟上指导，不要分流出去、委托出去就不管了，没有结果了。对案件立案后我们邀请调解的，一定要负责到底；诉讼内达成协议的，要出具调解文书。六是工作开展得不是很全面。建立多元纠纷解决机制需要突出工作亮点，但不是说其他方面就可以不开展了，这项工作不仅要抓亮点，全面的工作也必须要有。中院党组研究决定就多元纠纷解决机制工作，专题向市委常委、政法委书记解维俊同志汇报，依靠党委领导、政法委牵头，解决实际工作中遇到的困难，同时要把信访、执行工作都纳入到这个机制中来，协调相关部门、单位共同做好化解矛盾纠纷工作。希望各法院、各部门都要抓住党委领导、政府支持的良好契机，扎扎实实地做好各项工作，不能搞花架子，不能在原地转圈，把全市多元纠纷解决机制工作向前推进一步，实现全面的深化和发展。

调度机制 篇5

在控制系统复杂性越来越增强的情况下,各个控制领域也不断地引进分布式控制系统,例如飞行控制系统,武器防御系统, 工业控制系统等等,但在控制器数量变多的同时,系统出现问题的几率也在变大。各个任务在控制系统中都被紧促的时间制约着,也称为“时限”,一旦控制器有问题让一些任务不能在规定的时间内做完,这样造成损失的可能性会很大。为避免此类问题, 分布式控制系统中还需增强容错能力,以提高在一些控制器出现问题的情况下完成任务的效率,进而保证控制系统的可靠性能。

容错调度算法是用软件工具处理在分布式控制系统中有容错故障的,而不是用其他硬件的一种有用的办法。迄今为止, 在分布式系统中采用的容错技术是:分布式投票技术,反转恢复技术和基/副版本技术,但是这些都没有考虑有关任务的一些实时性问题。现今的实时容错技术一般是以基/副版本为蓝本而实施起来的,按照等待处理的实时任务的性能,进而发展出了RM算法、RMFF算法、PB-Overloading算法、SS算法、RB算法、HFTS算法等。其中,RM算法、RMFF算法属于处理周期任务,PB-Overloading算法属于非处理周期任务,SS算法、 RB算法、HFTS算法属于处理混合任务。

调度算法在处理混合任务的调度过程中,对非周期任务实行预留时间,预留时间指的是原本属于任务周期的部分,现在被分到非周期任务中去,然而人们为使周期任务可以调度,所以在选择固定时间内处理机上的周期任务时,把运行完后所留下的时间当做预留的时间。因为在周期任务被完成最坏的情形下,才能产生预留时间,所以非周期任务不能得到回应在一个周期频频来临的时候。

对于以上的一些问题,该篇文章按照处理机数目的多少把周期任务集分成周期任务子集,周期任务子集在处理机上的调度不同,因为周期任务在各个处理机上所运行的不一样,所以运算的预留时间也不尽一样。因为周期任务频频来到而当时无法应对的时候,能够把一些任务调度到没有那么多周期任务的处理机上去实行。如果这样,不仅使周期任务的调度得到有力的保证,而且也能应对周期任务所提出的需求,进而增强控制系统容错调度的力度。

1实时系统的动态容错调度模型

现在很多以实时系统为基础的容错调度模式和算法也相应地产生了。一般的容错技术有:分布式投票技术、反转恢复技术和主/副版本技术。由于这些不能完成实时系统的需求,因此有人又提供了一种不完善的,算法也不准确的容错技术。更有甚者,根据主/副版技术使实时调度中的容错能力得到提高,以此为准,探讨了混合型的容错调度,然而这样的算法没有顾虑到容错技术出现问题的情况,也没有思考错综复杂的网络环境。 本文主要通过引进面向方面的办法,结合Cyber Physical网络环境对实时系统的容错调度算法做一些探索和分析。针对系统出现问题仍能有充足的时间来面向方面与扩展UML框架,在使实时系统的容错调度能满意的前提下,不仅考虑可调度性,还考虑到可靠性能,在多变的Cyber Physical网络环境下,进一步分析时间和容错的方面。然而,由于刚刚归纳了Cyber一physical Systems的定义,所以其他的理论分析和基本工作还有待完善,缺乏更加准确统一的国际化概念和内涵,因此这个课题没有更进一步的探索,而是按照Cyber Physical网络环境的特点,运用面向方面,分析出能在错综复杂的Cyber Physical网络环境下以实时系统为基础的容错调度和算法。这样,对于发展cyber一Physicalsystems和容错技术都有着很大的作用。

2容错技术

容错技术的一般定义是系统能够在其出现故障并让结果不发生变化时自行进行处理。它的一般内涵是为不受故障的影响, 而运用外界资源的冗余方法来实现的,进而自行完善系统或者是安全的停机,让系统进入到可以控制的情况下。它的设计理念一般有模块耦合性,模块独立性,冗余,维修等。设计故障、操作故障、环境故障、硬件故障是容错技术所要关注的四种故障类型。

方法一:把那些有容错要求的实时任务拷贝到不一样的处理机节点上,一旦执行任务时发生错误,那个拷贝的样本就会在其他好的处理机上正常的被实行,此类方法只能在时间能满足的情况下才能完成任务,才能提高任务的实时性,就是运用时间冗余来得到可靠性能。此种方法通常只适合没有时间限制的系统,而且在目前的系统没有出现问题时,容错算法为容错保留的实行任务的时间都无用了,这样让中央处理器的利用效率大大降低了。

方法二:在不一样的处理机上同时运行一个任务的多个拷贝的样本,截取正确的运行结果。迄今为止,有两种一般的方法 : 主备份p B ( primary Baekup ) 和三模冗 余TMR (Triple Modular Redundancy),TMR方法的运行步骤是在不一样的处理机上同时运行三个样本,然后对这三个结果进行筛选, 然而此类办法的花费代价较高,而且调度算法在实时性能需求比较大的系统中的关系处理得不好,也不能完善调度算法,进一步保证系统的实时性能。

3系统模型描述

考虑一个由多台处理机构成的分布式控制系统,该系统需要处理多个周期任务和非周期任务,其形式化描述如下:

(1)一组周期任务

其中,N代表周期任务数;Ci代表任务ti在一个周期内的最大执行时间;Ti代表任务ti的最小执行间隔—即周期。设任务的截止时限等于其周期。

(2)一组非周期任务

其中,K代表某一时刻存在于系统中的非周期任务数;ai是非周期任务随机到达系统的时间;ci为任务ji最大执行时间; D为任务ji相对截止时限。

4结果验证

我们在T= 0.2,U= 0.9周期任务数为100个时随机选择一个处理器进行仿真.假设被选择处理器不出现故障,系统中每间隔 Δt= 1000ms系统就有一个处理器出现故障且故障持续时间为符合[100,200 ](ms)上均匀分布的随机数。假设被选择的处理器为:8号处理器;该处理器的执行速度d8= 1.207776。我们可以得到:每一个有容错任务的基版本和副版本的最大响应时间都小于任务时限的1/ 2,即小于这些版本的时限;同时无容错任务的时限也小于它们的时限.这就说明无论系统中是否有处理器出现故障,所有任务都能满足它们的时限,不存在时限丢失问题.这说明本算法是有效的。

5结束语