凭借高效的计算能力和超级数据存储能力,近年来,云计算技术发展得如火如茶,而随之带来的数据中心能耗也成爆炸式增长,这种愈加严重的能耗开销趋势有违绿色计算的宗旨。怎样权衡性能和能耗之间的平衡成为学术界和产业界的一大挑战。目前除了进一步改进硬件设备外,在保证调度时效性的同时,减少能量开销的工作流任务节能调度算法研究也得到了众多领域的关注。现有的并行任务调度能量开销优化机制主要目标是减少资源使用数量和占用时间,提高资源利用率,从而达到并行任务系统性能和能耗间的平衡。其主要思想是将所有任务按照依赖关系的拓扑结构将任务分成多组,然后把每组任务分配到相应的处理机上去执行。另外,动态电压调节技术(Dynamic Voltage and Frequency Scaling,DVFS),动态电源管理技术(Dynamic Power Management,DPM)等功率管理机制也得到了广泛使用。它们的能耗优化思想是:动态电压调节技术主要是在任务运行过程中,调整其运行的电压和频率,延长任务执行时间来降低执行能耗;而动态电源管理技术主要是在足够长的空闲时间内休眠不用的器件来减少能量的消耗。本文在已有算法基础上提出了一种异构环境下基于动态电压调节技术的工作流任务节能调度算法(DVFS-enabled efficient energy workflow task scheduling algorithm,DEWTS)。算法的基本思想是,在满足用户给定的任务截止时间内,合并相对低效的处理机,提高处理器的资源利用率,并使用DVFS技术充分重利用任务间的空闲时隙合理降低处理器电压,进一步减少系统总能耗。为了验证算法的有效性,本文在Cloudsim仿真平台下,选取四组支持DVFS技术的异构处理器来模拟真实的分布式环境,从不同角度对DEWTS算法进行评估。大量随机图实验证明,在平衡调度性能的条件下,将处理机合并策略同DVFS技术有机结合的DEWTS算法能在各种并行应用中节省大量能量开销,有效提高了调度算法的能效。