操作系统(四)

news2026/5/2 7:04:45
一、调度算法的评价标准1.cpu利用率cpu利用率cpu忙碌时间 / 总时间2.系统吞吐量单位时间内完成的作业数量 系统吞吐量完成的作业数量/总时间3.周转时间从作业被提交给系统开始到作业完成为止的整个时间周期 周转时间包含四个方面 (1)作业在外存后备队列上等待作业调度(高级调度)的时间 (2)进程在就绪队列等待进程调度(低级调度)的时间 (3)进程在cpu上执行的时间 (4)进程在I/O操作上完成的时间后三个操作在整个作业过程中会发生多次周转时间作业完成时间-作业提交时间 平均周转时间各个作业周转时间/作业总数OS更关心平均周转时间更关心整体的表现在相同的周转时间下运行时间更长的作业用户体验感更好 因此引入一个概念——带权周转时间 带权周转时间作业周转时间/作业实际运行时间 带权周转时间越小用户体验感越好 平均带权周转时间各作业的带权周转时间之和/作业总数4.等待时间指进程/作业处于等待处理机状态时间之和 等待时间越长用户体验感越差对于进程来说等待时间指进程在被建立后等待被响应的时间的总和在等待I/O完成期间进程仍然被服务所以这段时间不计入在等待时间之内对于作业来说等待时间还应该加入作业在外存的后备队列等待高级调度的时间5.响应时间用户从提交请求到再次响应之间的时间二、调度算法1.先来先服务调度算法 2.短作业优先调度算法 3.高响应比调度算法1.先来先服务FCFS算法思想按照作业或进程到达的先后顺序进行服务 等待时间越久越优先得到服务属于非抢占式算法 优点 公平、算法实现简单 先来先服务算法不会导致饥饿 饥饿进程/作业长期得不到服务 缺点 排在长作业/进程后的短作业/进程需要等待更长的时间被响应 带权周转时间较大短作业/进程的用户体验感更差 对长作业有利对短作业不利2.短作业优先SJF算法思想追求最少的平均等待时间最少的平均周转时间最少的带权周转时间 要求服务时间最短的作业/进程优先进行服务短作业/进程优先的算法可分为两个类别非抢占式每次调度时选择在已到达且运行时间最短的作业/进程进行调度抢占式又叫最短剩余时间优先调度算法每当有新的进程到达就绪队列发生改变时就需要进行调度如果新到达的进程的运行时间小于当前正在运行的进程的剩余运行时间则新进程抢占处理机当前运行的进程重新回到就绪队列另外每当一个进程运行结束后也要进行调度抢占式的短作业运优先调度算法的平均等待时间最短平均周转时间最短短作业优先算法的优点平均等待时间较短平均周转时间较短缺点不公平对短作业有利不利于长作业可能会出现饥饿现象如果某个进程长时间得不到服务会饿死3.高响应比优先HRRN算法思想要求综合考虑作业或进程的等待时间和要求服务的时间 在每次调度时计算各作业/进程的响应比选择响应比最高的进行调度 响应比等待时间要求服务时间/ 要求服务时间高响应比是非抢占式调度算法只有在当前运行的进程主动放弃cpu正常结束/主动要求阻塞才会进行调度计算所有就绪队列中进程的响应比选择响应比最高的进程进行服务优点 综合了先来先服务和短作业优先两种算法的优点综上三种调度算法主要适用于早期批处理操作系统三、适用于交互式系统的调度算法1.时间片轮转调度算法RR 2.优先级调度算法 3.多级反馈队列调度算法1.时间片轮转调度算法思想公平地、轮流地为各个进程服务让每个进程在一定时间间隔内都可以得到响应算法规划按照各进程到达就绪队列的顺序轮流地让各个进程执行一个时间片如果进程在一个时间片内未执行完则剥夺处理机使用将进程重新放到就绪队列的队尾重新排队该调度算法用于进程调度只有作业放入内存中建立了相应的进程才会分配处理机时间片该算法是抢占式的调度算法由时钟装置发出时钟信号来通知cpu时间片到时间片大小的考虑时间片较大如果每个进程都可以在一个时间片内结束该算法会退化为先来先服务算法增大进程的响应时间时间片较小会导致处理机频繁地进行进程切换系统会消耗大量的时间和资源进行进程的切换所以时间片的大小应该适中不应过大或过小时间片轮转调度算法的优缺点优点公平响应快适用于分时操作系统不会发生饥饿现象缺点由于进程之间切换有一定的开销无法识别进程的紧急程度2.优先级调度算法算法思想随着分时操作系统的出现需要根据任务的紧急程度决定处理顺序算法规划每个进程/作业都有各自的优先级调度时优先选择优先级最高的进行调度该调度算法抢占式和非抢占式皆有又根据优先级是否会改变分为静态优先级和动态优先级静态优先级创建进程时优先级就确定了不再改变动态优先级进程创建时优先级有一个初始值之和根据情况进行动态调整如何合理地设置各进程的优先级系统进程大于用户进程前台进程大于后台进程I/O繁忙型进程大于计算机型进程cpu繁忙型进程I/O设备可以与cpu并行运行所以I/O繁忙进程的优先级应大于cpu繁忙型进程提高资源利用率系统吞吐量优先级调度算法的优缺点优点用优先级区分进程的紧急程度、重要程度适用于实时操作系统可以灵活地调整各个进程或作业的偏好程度缺点如果不断有优先级更高的进程到来会导致之前的进程饿死3.多级反馈队列调度算法算法思想对于其他调度算法的权衡 算法规划 1.设置多级就绪队列各级队列优先级从高到低时间片从小到大。 2.新进程到达时先进入第一级队列按照先来先服务的算法规则排队等待被分配时间片 若时间片结束进程仍没有运行完则进程进入下一级队列的队尾如果此时进程已经在最大 一级队列则插入该队列的队尾 3.只有当k级队列中的进程全部运行完第k1级队列中的进程才开始分配时间片该调度算法用于进程调度为抢占式调度算法在k级队列中的进程运行时一个新进程的到来会抢占处理机运行运行中的进程会返回该级队列的队尾该调度算法的优缺点优点该调度算法结合了先来先服务FCFS、时间片轮转RR、段进程优先SPF 这三个调度算法的优点 缺点可能会导致饥饿现象上述三种调度算法适用于交互式系统实时操作系统、分时操作系统等四、多级队列调度算法系统中按照进程类型设置多个队列进程建立成功后插入对应的队列队列之间可以采用固定优先级或时间片来进行划分固定优先级高优先级全部调度完之后低优先级进程才被调度 时间片给不同队列分配大小不同的时间片各队列可以采用不同的调度算法例如系统进程队列可以采用优先级调度交互式进程可以采用时间片轮转调度批处理 进程可以采用先来先服务调度五、多处理机调度面临的问题单处理机调度需要考虑哪个就绪进程优先上处理机 多处理机则还需要考虑被调度的进程上哪个处理机针对多处理机的考虑负载均衡让每个cpu同等忙碌 处理机亲和性尽量让一个进程调度到同一个cpu上尽可能发挥cpu中缓存的作用两个解决方案一、公共就绪队列 1.所有cpu共享同一个就绪队列 2.每个cpu调度程序时从公共就绪队列选择一个进程运行 3.每个cpu进行队列访问时需要上锁保证互斥 优点天然保证了负载均衡 缺点cpu亲和力不高进程频繁切换cpu运行 如何解决cpu亲和力不高 1.软亲和由调度程序来保持cpu亲和性 2.硬亲和由用户进程通过系统调用主动要求将进程分配到固定的cpu 二、私有就绪队列 每个cpu都有一个对应的就绪队列当cpu空闲时从对应的就绪队列选择一个进程运行 优点cpu亲和力高 缺点无法保证负载均衡 如何解决负载均衡 1.推迁移push策略 利用一个特定的系统程序周期性地检查各cpu的负载情况从忙碌的cpu对应的就绪队列中推 一些进程到不忙碌的cpu对应的就绪队列中 2.拉迁移pull策略 每个cpu运行调度程序时各自周期性地检查自己与其他处理机的负载情况如果发现自己 的负载较低会主动从负载高的cpu对应的就绪队列中拉一些进程到自己对应的就绪队列

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2574215.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…