1、“.....超过的的服务持续时间超过个月，即是类长任务。作为种离线短任务失效重启代价不大，所以个轻量级的简单的任务分派方法务持续时间都比较短。基于的异构任务资源共享框架图同时任务，而是类更在乎性能并且对延迟敏感的服务类任务。通过集群中和的执行时间的累积分布函数。可以看出的任研究，并分析其在支持与共享资源的扩展性。任务异构性与虚拟机是两类不同的任务。是类关心任务吞吐量的离线批处理种可以考虑整体资源视图，根据不同任务资源需求在异构任务间动态分派资源的调度框架来完成异构任务间的资源共享。本节首先分析与两类任务的异构性，然后介绍国内外现有的多任务资源共享表和低延迟服务以及存储服务为代表。然而不同任务的负载特性，使得关于任务与资源的调度决策更加复杂......”。

2、“.....容易产生资源竞争而影响任务的执行性能。因此，需要效合理地使用集群资源进而减少集群中空闲资源浪费从而提升集群资源利用率。这些不同的负载可以是密集型任务和密集型任务小任务和大任务以及批处理任务以为代工作介绍。背景与相关工作随着不同计算框架与服务的出现，每种类型的作业或者服务独占个集群，而集群的峰值部署和任务资源使用偏好使得集群资源利用率较低。种可能的解决方案是通过整合不同任务负载共享集群，高背景和相关工作第节通过分析的结构，对进行扩展的结构设计与功能实现，提出可行的资源共享调度方案。第节描述性能实验结果并进行讨论，同时提出可改进的问题第节是结论和今后的系统，并从任务执行性能入手设计实验，分析几种可能的共享调度方案......”。

3、“.....本文的后续部分安排如下第节阐述些派与任务调度监控的解耦和，扩展使其支持服务，实现整个生命周期的管理，从而利用来完成与的共享资源统调度。基于源代码实现界研究的统调度框架，在这基础上提出与可能的共享资源统调度方案。利用资源分同资源竞争而产生的性能下降。从而在保证任务性能的前提下，实现了异构任务间的资源共享，减少了集群所需硬件资源，节省了成本。本文主要贡献如下分析任务与任务的不同特性分析些学术的与间高效可靠地资源共享框架，该框架能够根据全局资源使用情况和任务资源请求在异构任务间动态分派资源，避免了不同任务对相与虚拟机任务出发，设计针对这两种任务可行的资源共享解决方案，并对不同方案从可行性到性能进行实验验证。根据结果，提出了种基于需求高的大任务产生饥饿......”。

4、“.....这样使得无法适用于单任务资源需求大任务生命周期长的任务。本文从云环境中最典型的两类任务源分派给任务相关的子调度器，而子调度器负责作业的调度与监控，这样不仅支持了多任务的调度，而且增强了系统扩展性。然而双层资源调度平台在资源分派中采用的机制容易对资源需源分派给任务相关的子调度器，而子调度器负责作业的调度与监控，这样不仅支持了多任务的调度，而且增强了系统扩展性。然而双层资源调度平台在资源分派中采用的机制容易对资源需求高的大任务产生饥饿，同时资源撤销机制又不能保证长任务的执行性能，这样使得无法适用于单任务资源需求大任务生命周期长的任务。本文从云环境中最典型的两类任务与虚拟机任务出发，设计针对这两种任务可行的资源共享解决方案......”。

5、“.....根据结果，提出了种基于的与间高效可靠地资源共享框架，该框架能够根据全局资源使用情况和任务资源请求在异构任务间动态分派资源，避免了不同任务对相同资源竞争而产生的性能下降。从而在保证任务性能的前提下，实现了异构任务间的资源共享，减少了集群所需硬件资源，节省了成本。本文主要贡献如下分析任务与任务的不同特性分析些学术界研究的统调度框架，在这基础上提出与可能的共享资源统调度方案。利用资源分派与任务调度监控的解耦和，扩展使其支持服务，实现整个生命周期的管理，从而利用来完成与的共享资源统调度。基于源代码实现系统，并从任务执行性能入手设计实验，分析几种可能的共享调度方案。结果表明扩展后的在与间共享资源可以很好的保证任务的性能......”。

6、“.....对进行扩展的结构设计与功能实现，提出可行的资源共享调度方案。第节描述性能实验结果并进行讨论，同时提出可改进的问题第节是结论和今后的工作介绍。背景与相关工作随着不同计算框架与服务的出现，每种类型的作业或者服务独占个集群，而集群的峰值部署和任务资源使用偏好使得集群资源利用率较低。种可能的解决方案是通过整合不同任务负载共享集群，高效合理地使用集群资源进而减少集群中空闲资源浪费从而提升集群资源利用率。这些不同的负载可以是密集型任务和密集型任务小任务和大任务以及批处理任务以为代表和低延迟服务以及存储服务为代表。然而不同任务的负载特性，使得关于任务与资源的调度决策更加复杂，简单的任务混合不能考虑其他任务对资源的使用......”。

7、“.....因此，需要种可以考虑整体资源视图，根据不同任务资源需求在异构任务间动态分派资源的调度框架来完成异构任务间的资源共享。本节首先分析与两类任务的异构性，然后介绍国内外现有的多任务资源共享研究，并分析其在支持与共享资源的扩展性。任务异构性与虚拟机是两类不同的任务。是类关心任务吞吐量的离线批处理任务，而是类更在乎性能并且对延迟敏感的服务类任务。通过集群中和的执行时间的累积分布函数。可以看出的任务持续时间都比较短。基于的异构任务资源共享框架图同时提供的虚拟机服务的计费最小时间为，超过的的服务持续时间超过个月，即是类长任务。作为种离线短任务失效重启代价不大，所以个轻量级的简单的任务分派方法即可以满足需求。但是对于这样提供在线服务的长任务......”。

8、“.....即必须仔细合理地分派任务，保证服务有高性能和低失效。多任务资源共享方案研究关于多任务资源共享的调度现主要有单层的中央调度框架和双层的并行调度框架。单层调度框架的特点是所有的资源调度和作业管理的功能全部放到同个进程去完成。这种方式在高性能计算中比较常见，调度器通常是个的进程，对所有任务应用相同的算法，且调度器必须明确各个任务详细的调度及任务分解流程。虽然以和为代表的些调度器通过对所有任务优先级进行多权重因子计算后可以支持不同的调度策略。但是这种中央调度器在多任务统调度中面临着只有由于环境中只有虚拟机，因此可将此时系统中负载执行时间视为环境中该负载执行时间，而在没有进行统管理的共享系统中，虚拟机性能开销超过。最后，由于处理数据集较小时数据规模小于，与性能差距不大......”。

9、“.....同时对结果与独占集群资源时任务执行性能进行对比。图大数据集数据处理运行性能对比以上结果表明在同时启动和任务的情况下进行大规模数据处理时，系统与系统相比，在处理数据时，任务执行时间缩短，任务执行时间缩短，当处理数据时两类任务执行时间分别缩短与，即相比简单混合系统中数据处理能力明显提高。同时可以发现系统任务数据处理效率与任务独占集群资源时基本致。这主要因为第，利用将虚拟机管理扩充为中类任务后，在资源分派时可以同时考虑虚拟机与的资源需求，从而达到各个节点负载均衡，既避免些节点负载过高而拖累整体任务执行进度，也避免了由不同任务抢占同资源产生的资源竞争。第二，是由于对所使用资源封装在中，并采用了和线程监控的隔离技术......”。