常用调度算法简介

  常用调度算法简介  2013-03-17 20:45:25

分类： 系统运维

一、关于调度
进程调度用于多进程或者多线程并发访问资源。进程调度的需求出现在同时执行多个任务(multitasking)或者同时传输多数据流(mulplexing)。主要关心方面如下：
吞吐量：在一个整体时间内尽可能多地执行完进程，或者尽可能多地发出请求并响应。
延时：进程提交执行请求并尽早开始执行，或者请求发出之后尽早得到相应。
公平性：每个处理任务的消耗时间长度不会相差太多。
这几点有时相互矛盾，所以对于不同需求采用不同的调度算法尽量满足。

二、常见调度策略
操作系统中可以选择不同的调度算法模块，对任务进行调度，操作系统中常用的调度策略有：
1、先来先服务(FCFS)
按照请求次序进行调度。
实现简单不用对队列进行调整，但是可能因某个元素处理时间过长，出现等待超时。

2、最短作业优先（SJF）
按照作业执行的消耗时间，消耗最短时间的先执行。
需要预先估计作业执行时间，耗时较长的作业可能一直得不到执行。

3、基于优先权的调度算法（FPPS）
给作业赋予一定优先权，每次从最高优先权的元素中取出一个并执行。


4、时间片轮转（RR）
给每个作业赋予一个运行时间片，当时间片到则取下一个元素。
是对FCFS和SJF算法的折衷，不会出现超时。

5、多级队列调度（Multilevel feedback queue）
对任务进行分类，不同分类放置到不同队列中，可能会采用不同的调度算法，队列中元素视情况会在不同队列之间迁移。

选择调度策略：
以上是常见的策略，实际实现中，经常是几种方案综合实现。例如windows将多级队列，优先权队列，时间片轮转，以及先进进出方式进行综合，每种优先权任务位于不同队列，高优先权采用时间片轮转方式调度，低优先权采用先进进出方式调度。有时根据任务等待或者执行程度会调整优先权队列中元素的优先权。

三、为什么选择优先权队列？
假设我们选择优先权队列，这里给出常见的原因：

根据需求，需要对客户请求赋予一定优先级别，并且每个客户执行时间很难预先估计，采用FPPS方式实现比较容易接受。
采用一种改进方式：
1,所有客户请求都包含一定优先级别,所有请求位于一个全局队列当中。
2,当一个客户达到运行上限，则将该客户对应所有请求优先级别调整到最低（阻塞状态），相当于逻辑上将队列放置到一个阻塞队列中。
3,每次只从队列中去非阻塞客户的、最高优先级别的请求处理。
4,如果队列中没有非阻塞的客户，则等待。
5,当客户释放资源，则会将队列中所有对应该客户端的请求有限级别恢复成阻塞之前。

几个关键点：
1、优先权数越低则级别越大。（许多地方都这样实现）
2、优先权队列使用堆方式实现非常常见。（一个是排序算法复杂度低，一个是调整堆的代价小，一个是动态性强）
3、队列中任务如果处于阻塞，应当调整相应客户到低优先级，这样相当于“阻塞”了当前客户，而不影响其它同优先级客户的调度运行。（同样许多地方如此做）

以上参考：
http://en.wikipedia.org/wiki/Scheduling_(computing)
http://blog.csdn.net/ppgs8903/article/details/5483428
http://docs.python.org/library/heapq.html?highlight=heapq#heapq