???? 由圖1可見，用戶經過GUI（圖形用戶界面）向HRMM提交作業請求，作業并行分析器接收用戶的作業請求，再按最大并行度將作業中的任務劃分為若干任務組，提交給全局資源分配器。對多任務組中的每個任務，全局資源分配器在靜態資源庫中一次搜索多個滿足該需求的集群，組成候選集群組提交給局部資源分配器。局部資源分配器在動態資源庫中讀取候選集群組中每個集群的有關信息，并將相應任務分配給最符合條件的集群。然后，該集群應用本地資源管理器執行任務。在整體上，本地資源管理器每隔一定時間向靜態資源庫發送靜態資源更新信息。另外，局部資源分配器讀取動態資源庫前，動態資源庫會從本地資源管理器讀取更新信息。
??? 在這個分層模型中，一方面，用戶提交的作業能夠以最大的并行度執行，從而高效體現了并行計算的思想；另一方面，選多個集群組成候選集群組，再確定其中某一分配資源的方案，由于綜合考慮了任務的靜態需求和動態需求，避免重復的查詢操作，從而提高了資源分配的效率。
2? 作業并行分析器
??? 如圖1所示，用戶經過GUI向作業并行分析器提交作業請求。這個請求包括該作業中所含的多" title="的多">的多個任務的相關信息、任務間的依賴關系及每個任務的計算資源需求。作業并行分析器分析該作業中的任務及相互關系，根據各任務的依賴關系將作業中的任務劃分為不同的任務組，并對每個任務組進行適當描述后提交給全局資源分配器。
2.1 作業的拓撲表示
?? ?一個作業由一個或多個任務組成。作業的拓撲定義為一個滿足如下條件的有向無環圖：該圖的節點與作業中的任務一一對應；若任務B直接依賴于任務A，則存在一條由節點A到節點B的有向邊，稱A為B的直接前驅，B為A的直接后繼；如果存在一條從A到B的由多條有向邊組成的有向通路，則稱A為B的前驅，B為A的后繼。
??? 圖2表示一個作業的拓撲結構。設該作業由標記為A~G的7個任務及其相互關系組成。如圖2所示，任務D需要在任務A和B完成后才能開始，而任務G必須在任務E和F完成后才能開始。

?

??? 為了提高作業的并行執行效率，需要關注任務在拓撲定義中的深度。記任務T的直接前驅集合為P_d(T)，則其深度d(T)為：
???

2.2? 作業的最大并行度劃分
??? 作業的并行劃分是指：一個作業拆分后形成的一系列對應每個任務、前后有序且相互獨立的任務組。一個作業可以有一個或多個并行劃分方案，形成該作業對應的并行劃分集，稱為作業的最大并行度劃分，將作業中的多個任務按照相應的深度進行劃分，形成一個最大并行度劃分。如圖2中的作業，其最大并行度劃分為：

3 全局資源分配器
??? 全局資源分配器接收到以RSL描述的任務組后，立刻進行分析和解釋，獲得每個任務的靜態資源需求。系統根據每個任務的資源需求在靜態資源庫中搜索滿足條件的多個集群，并將結果提交給局部資源分配器。
3.1 靜態資源庫
??? 系統中的靜態資源庫采用基于輕量目錄訪問協議LDAP結構。在HRMM模型中，網格系統的所有靜態資源都在LDAP服務器的DIT（目錄信息樹）中建立了相應的目錄項，并用<屬性，值>的組合描述各種資源屬性。靜態資源庫選擇LDAP可以在性能上帶來以下優點：
??? (1) LDAP專門對讀操作進行了優化，在讀操作頻繁的情況下，可以提高讀取效率。
??? (2) LDAP是跨平臺協議，可在任何計算機上使用。從而增加系統對異構網格環境的適應性。
??? (3) LDAP服務器支持分布式的結構，靜態資源庫可訪問本地或全局的LDAP服務器，并能很方便地實現同步，即增強資源管理的分布性。
3.2 全局資源分配算法
?? ?根據任務組中每個任務的靜態需求，全局資源分配器在靜態資源庫中搜索滿足需求的集群。在搜索時首先隨機選擇搜索的起始位置，然后為每個任務分別返回最先發現的N個滿足該任務需求的集群，形成候選集群組，并以ClusterList數據結構描述后提交給局部資源分配器；其中ClusterList是用來描述候選集群組的廣義表結構，如圖3所示。對于任何一個任務，如果只找到K（

?

4 局部資源分配器
??? 局部資源分配器在動態資源庫中搜索候選集群組的動態信息，將這些動態信息和從全局資源分配器獲得的靜態信息相組合并進行綜合分析，最終將任務組中的每個任務分配給最適合的集群。
4.1 動態資源庫
?? ?動態資源庫中的數據以XML描述，帶來如下優點：
??? (1) XML針對更新操作進行了優化。因此，對于需要不斷更新的動態資源庫，可有效提高效率。
??? (2) XML和LDAP在存儲結構上都是樹狀結構，可以很方便地相互轉化。用XML描述數據，可使動態資源庫和基于LDAP的靜態資源庫具有更好的耦合性。
??? (3) XML與平臺無關，以XML表示的數據可很方便地被其他程序使用。
4.2 局部資源分配策略
??? 局部資源分配器得到候選集群組ClusterList后，從動態資源庫獲取每個候選集群的動態信息，并將這些動態信息添加到相應集群的靜態信息之后，然后將靜態資源和動態資源信息相組合，形成集群綜合資源信息。設一個集群的動態資源信息為h=[h₁,…,h_m]^T，靜態資源信息為t=[t₁,…, t_d]^T，其中m和d分別為動態和靜態資源描述的字段數，則集群綜合信息為v=[t^T h^T]^T =[v₁,…, v_p]^T，其中p=m+d。如圖3所示，集群2,2的綜合信息表示為v_2,2。類似地，將任務靜態資源需求和動態資源組合，設一個任務的動態資源需求為g=[g₁,…,g_m]^T，靜態資源需求為s=[s₁,…,s_d]^T，則綜合資源需求為r=[s^T g^T]^T=[r₁,…,r_p]^T。任務i的綜合資源需求表示為r_i。在確定分配策略時，將只考慮任務的綜合資源需求和集群的綜合資源信息。
??? 首先，為了任務能夠順利完成，最終被選擇的集群必須同時滿足任務的靜態資源需求和動態資源需求，即滿足任務的綜合資源需求：
???

??? 其中，n為任務組中的任務數量，p為向量v和r的維數，f(i)為任務i的候選集群（即ClusterList中Task_i對應的集群鏈表" title="鏈表">鏈表）中最終被選擇集群的序號。因此，首先在ClusterList中刪除所有不滿足上述條件的集群，并記第i個任務還剩余K_i個符合綜合資源需求的候選集群，其中1≤i≤n，1≤K_i≤N。最后，局部資源分配器要為每個任務Task_i從K_i個候選集群中選擇最合適的一個。綜合考慮計算網格的整體資源分配效率，在具體選擇集群時采用如下決策機制：
??? (1) 獲選集群的綜合資源信息應盡量接近相應任務的綜合資源需求，避免資源的浪費，即：

??? 其中C是可以改變的加權系數，且C>0。由于f(i)為離散值且取值范圍有限，因此提出以下優化方法，通過較少的計算來搜索近似的最優解。記候選集群組為ClusterList，則算法表示如下：
??? STEP 1. 對每個任務和候選集群，將靜態和動態資源信息組合為綜合資源信息；
????STEP 2. 刪除ClusterList中不滿足總和資源需求的集群;

??? STEP 4. 并行地對Cost的每一列排序，并按從小到大的次序重排ClusterList中的集群鏈表;
??? STEP 5. 則報告不存在滿足條件的解，算法結束;