动态调度通常是指在调度环境和任务存在不可预测扰动情况下所进行的调度。与静态调度相比，动态调度能够针对生产现场的实际情况产生更具可操作性的决策方案。

传统的对生产调度的研究是在如下假设条件下进行的。

（1）被调度的工件集合是确定的。

（2）工件的加工时间是确定的，并且在安排计划时全部工件都已到达。

（3）加工工件的机器是连续可用的，这类调度问题是静态调度问题。

实际生产中的大量问题是随机发生的，如在机械制造业中，由于工件随机到达，加工机器出现故障等随机事件，预调度不能正常执行，这就需要安排重调度。同样，在钢铁企业的炼钢—连铸—热轧一体化生产工艺中，由于要求工序之间的物流衔接和节奏匹配协调一致，且高温连续运作，故其生产调度系统具有以下特点。

（1）能够在线产生实时调度。

（2）对随机扰动实现在线辨识，并能快速进行自动重调度。这类问题是动态环境下生产调度问题。上述问题在测试领域同样存在。

动态调度的概念出现较早，Jackson于1957年便对静态调度和动态调度的概念做了区分。最初的研究主要采用启发式方法或仿真方法，与实际应用有较大的距离。近年来，计算机技术的迅速发展以及人工智能、神经网络、遗传算法和仿真技术等新方法的产生和发展，为动态调度的研究开辟了新思路，也为生产领域、测试领域调度的实用化奠定了基础。目前，动态调度已成为生产调度研究中的热点之一。

随着云测试资源理念的提出和相关技术的应用实现，在实际测试过程中，云架构自动测试系统所面临的测试资源的种类和数量急剧增加，加之在测试过程中用户需求的实时动态变化等不确定因素，导致需要实时考虑的问题越来越复杂，如测试系统的性能发挥、测试成本的计算等。因此，迫切需要一套完整、成熟、高效的针对云测试资源的动态调度策略进行指导，实现预期的测试目标：先到先服务、系统负载均衡、资源利用率最大化等。

针对云测试资源的动态调度技术的相关研究，主要包括以下几个方面。

（1）动态调度策略，是需要云测试系统管理人员进行确定的，需要综合考量资源调度的目的以及现状，并对测试资源在充足和不足等不同情况下如何尽可能满足不同测试需求的相关处理策略。

（2）优化目标，需要采用不同的目标函数对动态调度策略的实际应用效果进行多角度的客观评价，相关应用于优化的目标函数主要有最大化满足用户的测试需求、测试成本最低、测试资源利用率最高等。(www.daowen.com)

（3）调度算法，依据目标函数的优化结果，在极短时间内对测试任务进行合理规划，以实现对其的优化目标。

目前针对硬件资源虚拟化后的相关调度策略，可大致分类为：性能优先和成本优先。

1.性能优先

性能优先的虚拟资源调度策略主要包含先来先服务、负载均衡和提高可靠性。

（1）先来先服务：主要是为了最大限度满足用户的测试需求，在遵循先来先服务基本策略的基础上，统筹用户的优先级别（包括重要性、紧迫性和安全性等因素）。

（2）负载均衡：就是指测试系统所有测试设备的平均资源利用率达到基本平衡，即通过该调度策略，使系统内所有测试设备的利用率基本一致；当需要分配硬件测试资源进行应用操作时，通过实时监控、计算各资源当前的利用率，自动将用户需求分配到利用率最低的资源上。

（3）提高可靠性：就是使系统内各资源的可靠性达到指定要求，测试服务的可靠性与系统内硬件测试资源自身的可靠性息息相关。

2.成本优先

成本优先的虚拟资源调度策略主要包含提高整体利用率、最大化利润、最小化测试成本。

（1）提高整体利用率：为实现测试资源利用率的最大化，使得系统内硬件测试资源整体得到最大限度的利用。在应用过程中，通过计算、排列出具备相同测试功能的不同硬件资源之间的效率高低，按照效率由小到大的顺序排列。

（2）最大化利润：就是系统内部各类测试资源的服务收入去除各自的运营成本，包含固定成本（如人力、折旧等）、变动成本（与资源自身的功率相关）。

（3）最小化测试成本：就是在不影响测试服务水平的基础上，最大限度降低测试过程中的相关运营成本等各类消耗，相关指标与最大化利润基本一致。