高级操作系统讲义d.docVIP

第六章 任务分配与负载平衡 6．1 任务分配 （task allocation） 若干个模块构成一个任务，一个任务是单一的处理实体。 任务分解：把一个提交的任务划分成若干个独立的，具有最小IMC的模型。 IMC：每对模块间的数据传递。 IPC：处理机间的通信。 任务划分：粒度大，降低并行度，粒度小，进程切换和通信的开销就会增加。 划分方法： 水平或垂直划分：在给定的任务优先图中水平或垂直划分。关键路径（最长路径） 通信延迟最小划分：把通信频繁的节点归成一类。 任务复制：在各个处理机节点上复制任务来降低通信开销。 任务分配：把这些模块分配给处理机，使得它们由于处理机 间的通信引起的开销最小。 一般算法假设： 存储容量无限 每个处理机节点有相同的处理能力 忽略网络拥塞 CPU的利用率最大化，平均响应时间最小化 基于图论的分配策略 1程序设计策略 合一 ---- 阈值 启发式分配算法 进化算法（演化） 遗传算法求解方法 1 编码方法(Encoding) 用一个n+1位的二进制串来表示。 00000 11111 2 初始化群体 用过程Initialize来实现，方法是随机生成初始化的串群体。在 串群体中，串长度都是相同的，串长为需要分配的文件数。群 体的大小根据需要(要求的分配时间等)，按经验或实验给出。 分布均匀的二进制串能使算法更加有效。 3 选择 (Selection) 借用达尔文的生物进化论中的自然选择(Natural Selection)思想， 按照“适者生存”的原则对串进行复制。用适应度函数计算每 个串的适应值，选择适应值高的串，生成下一代，去掉适应值差的串。  4 交叉 (Crossover) 交叉是两个串按照一定的概率 (交叉概率Pc)从某一位开始逐位 互换。这里先在串群体中，随机 的选择两个串，成为一对串， 变成多对串后，对每对串随机的 选择一个交叉点，例如串长为 n+1，则可选择一整数i，0≤i ≤n，i为交叉点，对两个串从 第0位到第i位进行互换，形成两个新串。是否发生交叉操作， 还要受交叉概率的控制，选择好一对串后，在0、1之间产生 一个随机数，若 该随机数大于Pc则发生交叉，否则保持原状。Pc也是根据经验 或实验确定，一般可为0.5左右。  0101 1110 0111 1111 1011 1101 1010 0101 1011 1101 1011 1111 1110 0111 5 突变 (Mutation) 二进制串的某一位按照一定的概 率(突变概率Pm)发生反转， 0变1，1变0。这里Pm较小， Pm可小于0.001. 6 适应度函数(Fitness Function) 这里我们用Evaluation过程来 实现。 7 停止条件 可以是以下几种或其组合： 规定进化代数，也就是最大 迭代次数。 群体中某个解的适应值达到 某一预先规定的范围内。 连续若干代，群体中的个体 不再变化。  8 相应的遗传算法描述 Procedure GA Program Begin Initialize; Evaluation; While (not termination-condition) do Begin Selection; Crossover; Mutation; Evaluation End End. 方法有以下几个优点: 具有一定的规律和随机性，不 确定性。为了处理这种特性 引入了概率分析。 (2) 适用于变化的环境。 能得到多个解，即可得到多 个分配方案可供选择。 算法具有良好的并行性，进化 过程中的群体是一个可行解 的集合。适合于并行计算。 6．2 负载平衡 负载 CPU队列的长度（比如进程的数目） 某段时间内CPU队列的平均长度 可用内存的大小 上下文切换的速率 系统调用的速率 CPU的利用率 对系统中的负载情况进行动态调 整，以尽量消除或减少系统中 个场点负载不均匀的现象。 由于任务到达的随机性，各节点处理能力上的差异，当系统运行一段时间后，就会出现某些节点上还有很多任务没有完成，而另外一些节点处于空闲。 目的： 发挥系统冗余资源 提高资源利用率 防止软件并行性和硬件并行性之间失配 负载平衡算法分类： 局部和全局 静态和动态 动态的算法增加了系统的调度开销。 动态的算法适应了应用程序可变化、可伸缩等特点的需要，静态的算法由于在编译时可以完成调度，对于大型应用程序的性能提高也起着一定的作用。可以结合使用。 最优和次优 近似和