大规模网络管理中的任务分解与调度探讨

开篇：润墨网以专业的文秘视角，为您筛选了一篇大规模网络管理中的任务分解与调度探讨范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：本文主要探讨以Agent基础之上的网络管理框架，对基于任务依赖关系的任务分解算法进行分析，把网络管理任务分解为具有不同优先级的子任务，根据子任务的优先级产生结合网络管理特点的调度策略，理论分析和实验表明：在大规模网络管理中采用任务分解技术能够提高时间效率和减轻网络负载。

关键词：大规模网络管理；任务分解；调度；探讨

中图分类号：TP393.07

1 绪论

在网络技术发展日新月异的今天，计算机前沿技术正不断被人们发掘和应用。而网络管理问题也比以往任何时期都显得重要。在过去传统的网络管理工作模式中，管理者使用SNMP协议收集设备中的管理信息，这样的特点方便用户对整个网络灵活管理，通常这种管理模式适合于小型网络或信息量接受不大信息管理。但是对于大型网络的高级管理，这种SNMP模式就不适用。因为SNMP模式除了遵循网络标准之外，没有考虑网络成员的自身情况，一旦使用环境发生改变，就无法对网络成员之间的关系做出必要改变。因为在大规模网络管理中，主要运用以Agent基础之上的网络管理框架的管理模式。

在大规模性网络管理任务中，任务的执行与分解所所用到的流程图通常都比较多。通常现行的标准模式是：在对流程图分解后，掘控制流程图当中可以采取并行执行方式的子任务信息，并将这部分子任务信息分配至多个Agent当中。

2 网络管理框架

为了满足网络管理需求，可以使用基于多agent的网络管理框架，这种框架由三层结构组成：数据库层；被管对象层以及agent管理层。数据库层包括服务单元库和agent信息库，服务单元是进行任务分解的最小粒度单元；agent管理层包括网络管理任务定义模块、网络管理任务分解模块、agent任务调度模块、通信模块及agent管理模块；被管对象层包括支持SNMP的网络设备和其它类型的被管网络对象。

首先，网络管理任务定义功能以Web方式提供给用户，用户可以根据网络拓扑图来选择希望管理的域，也可以指定需要管理的IP组。OSI定义的五个管理功能域中，每个功能域都包含了许多具体的功能实现，由于在这些功能中存在着不少相同或相近的功能，因此，系统中定义了以下功能：MIB管理、对象管理、状态管理、条件关系管理、阈值检查、告警报告、事件报告、日志管理、安全警告、安全审计跟踪、计费管理、工作负载监视、测试管理等。这些功能及其子功能以列表的形式提供给用户，用户可以选择需要的管理功能，可以对同一对象进行多种功能的管理，也可以同时对多个对象实现多种管理功能。系统中提供的功能可能对应服务单元库中的一个单元或多个单元。网络管理任务定义模块收到用户的提交以后，根据用户定义的功能的步骤和这些功能的内在关系形成任务流程图，网络管理任务定义模块中的形式化处理子模块会根据服务单元库中的服务单元与用户定义的功能的对应关系对任务流程进行形式化处理。在被管网络节点上工作的agent可以通过agent管理平台的通信模块把收集到的管理信息或计算结果传送给agent管理模块，并以可视化的形式呈现给用户，通信模块过一个本地agent实现，它通过KQML与其它agent进行通信。网络管理任务通过网络管理任务定义模块产生后，由任务分解模块把任务分解成具有优先级次序的子任务，并把子任务交给agent调度模块，由agent调度模块计算出多agent的任务调度规划，然后由agent管理模块根据调度规划产生agent，为agent装配服务单元，并派送agent到目的节点进行一定的动作；也可以是调用目的节点附近的agent迁移到目的节点来执行任务。agent迁移到目的节点后通过与通信模块通信来注册位置信息

3 任务分解算法分析

规模网络管理过程当中，任务控制流程图从本质上来说属于有向图的一种，在任务分解过程当中可以将其视作一个独立性的层次结构。从这一角度上来说，

对任务控制流程图的所进行的广度优先遍历从本质上来说就是严格按照层次结构所进行的遍历处理。在实际工作中，需要进行的任务分解算法主要可以分为以下几个算法处理阶段：第一阶段针对任务控制流程图进行遍历处理，产生相对于子任务的控制依赖效应，其目的在于在遍历的过程当中，将任务控制流程图以一种层次结构顺序的方式储存于双向队列当中；第二阶段针对双向队列进行层次性逆向遍历处理，产生相对于服务单元的控制依赖效应，其目的在于在遍历的过程当中，获取具体到数据依赖的任务分解信息；第三阶段针对任务控制流程图中的每一节点设定执行优先级，获取有关任务控制流程图下属子任务的优先级基本顺序。通过上述相关处理，能够为大规模网络管理下调度模块展开的任务调度工作提供必要的参考与支持。具体而言，需要重点关注以下几方面的问题。

3.1 第一阶段任务分解算法分析

这一阶段任务分解算法的基本思想在于，针对所提供的任务控制流程图广度优先遍历，在此过程当中判定流程图中各条弧的基本属性。对于弧属性表现为0/1值的情况下，意味着弧头节点控制建立在弧尾节点控制基础之上所实现；而对于弧属性表现为2值的情况下，意味着弧头节点与弧尾节点相互之间并无控制依赖关系。

3.2 第二阶段任务分解算法分析

阶段任务分解算法的基本思想在于，针对第一阶段任务分解过程当中所产生的双向队列而言，自队尾元素位置开始进行遍历处理，则能够实现与层次结构相一致的逆向遍历。在此过程当中，能够检查分布于任务控制流程图中各个节点所对应的祖先节点是否与其保持数据依赖关系，进而按照此种方式获取建立在服务单元基础之上的数据依赖关系。

3.3 第三阶段任务分解算法分析

一阶段任务分解算法的基本思想在于，通过对任务控制流程图中控制及数据依赖而言，为空状态下的节点执行方式可采取与祖先节点并列执行方式，不为空状态下的节点执行方式可采取与之无依赖关系的节点并列执行方式，从而达到以优先级为基准，进行节点关系梳理的目的。

4 任务调度策略分析

在任务分解算法执行的基础之上，整个大规模网络管理所涉及到的管理任务将优化成为多个优先级别存在显著差异的子任务，按照优先次序，通过Agent进行任务调度处理。在此过程当中，需要重点关注以下几个方面的问题：首先，任务调度需要结合大规模网络管理任务类型进行分配。简单来说，Agent调度能够结合所管辖小组中的状态描述属性，合理判定该Agent节点是否处于空闲状态，按照此种方式能够确保网络管理的动态调整特性，将大量的计算与调度任务分配至多个Agent节点当中，同时也使得传统意义上的集中式网络传输开销问题得到了有效控制；其次，任务调度过程中的分配执行需要结合被管对象对于确定。简单来说，对于一般意义上的网络管理被管对象而言，调度方式的选取可以以分组方式为主，即在针对任务进行在线式分解的基础之上，进一步交流Agent节点进行调度执行。在子任务调度完成之后，还可借助于优先层级划分方式，针对下一层次子任务的调度策略与方式进行详细制定与规划。

5 结束语

建立在Agent基础之上的大规模网络管理任务分解与调度有着突出的应用优势：一方面能够避免任务分解与调度过程中的冗余计算问题，另一方面能够实现对大规模网络管理下网络带宽的合理节约与控制，需要引起特别关注与重视。

参考文献：

[1]周雪.基于移动平台的集成化系统研究[J].湖南信息学院学报，2006（3）.

作者简介：王建（1974.4-），男，汉族，高级工程师，新野电业局信息中心主任，同济大学软件学院软件工程在职研究生。