可分负载的任务调度模型及研究进展.doc

可分负载的任务调度模型及研究进展 　　摘 要可分负载的任务调度由于其广泛的应用背景，近几年得到了很多科学工作者的关注。本文回顾了可分负载的任务调度的基本模型及其扩展模型，并总结了它们相应的研究成果和未来的发展方向 【关键词】可分负载 任务调度 可分负载理论（DLT） 调度问题是并行分布式系统研究领域中影响系统性能的最主要的因素之一。常用的对并行分布式系统中任务调度问题的建模主要有两种，一种是基于DAG图的相关任务调度，另外一直是基于可分负载理论（DLT）的独立任务调度 可分负载指的是任务可以划分成任意数目，任意大小的独立子任务，而这些子任务可以并行执行且不会影响整个任务的最终结果。由于应用上的需求，而可分负载理论在模型的精确性和问题的可解性之间取得很好的折中，近年来使其成为并行调度领域研究的一个新的热点。对于如数据挖掘、图像处理、大规模实验仿真、计算生物学等经典的主从计算范例，可分负载调度可以取得很好的效果 可分负载的任务调度采用线性模型对网络和应用进行建模，并且充分利用了负载可任意划分的特性，可以使用数学的方法进行分析论证，使得很多重要类型的可分负载问题在特定情况下可以获得近似最优解或最优解，这是可分负载的任务调度获得成功的主要原因之一 可分负载调度算法按对负载的分配方法可以分为：单轮可分负载调度算法和多轮可分负载调度算法两种类型 1 可分负载单轮调度 可分负载单轮调度算法就是指主处理机节点将负载划分成块数与从处理机节点数相等的子负载块，然后一次性完成对子负载块的分配处理 可分负载单轮调度算法设计的主要难点是： （1）确定主处理机节点给各个从处理机分发任务时的顺序； （2）确定给每一个从处理机节点分配多少负载量。但是由于后分配的从处理机都要较长的等待时间，所以单轮负载调度算法的效果不是很好 可分负载单轮调度的研究成果有： 1.1 基本模型 这是研究在最理想情况下的调度问题，即不考虑通信链路的时间延迟，也不考虑机群系统的内存不足的情况。在该情形下负载的通信时间为ai/zi，负载的计算时间为ai/wi（αi表示负载块的大小，zi表示通信速度，wi表示处理机计算速度）。有关资料也证明了在同构系统下，为了使调度的时间最短，所有的处理机都必须参与任务的计算，且任务调度时间不依赖于负载分发的顺序。在异构系统下，则应该按照链路速度递减的顺序进行负载的分发，并且所有处理机必须同时完成负载的计算，这样的话负载就可以在多项式时间内完成计算 1.2 考虑时间延迟的模型 由于现实的网络中存在通信的启动时间，且每个进程在开始处理数据之前也可能需要先进行一些系统的初始化的工作，为此，在此模型下将负载的通信时间和计算时间分别定义为ci+αi/zi和oi+αi/wi （ci和oi分别表示通信和计算时间的延迟），所以在该情形下，选择所有的处理机产生的效果可能比选择一部分处理机的效果来得低。资料显示单轮可分负载的任务调度异构环境下遵循的原则有： （1）如负载足够大，则所有的处理机都参与计算 （2）所有参与计算的处理机都必须同时完成计算任务 （3）当所有的链路是相同的时候则各处理机须按照c/w的升序进行负载的接收，如果链路速度不同、时间延迟不同则目前还找不到最优的分发顺序。经过分析得出，单轮调度下的新的结论：当链路速度不同，通信延迟时间不同，各处理机计算速度不同时，当则应该按链路速度从大到小的顺序进行负载的分发可得到在给定的比较大的时间内的最优调度 1.3 考虑系统内存容量有限的模型 以上关于单轮可分负载的任务调度的研究都是在假设系统的内存容量足够大的情形下进行的，而在实际情况中每个处理机系统的内存都是有限的，所以当分发到的负载量大于其内存容量时，则算法是不能有效运行的，且处理机进行任务计算的速度也会受到很大影响，因此内存受限问题是调度算法中不可忽略的问题。有关文献也讨论了内存受限的单层树型网络的异构机群系统下单轮可分负载的任务调度，提出了IBS算法，该算法在每进行一次迭代，都将以一个处理机节点的内存大小为标准分发负载，然后该处理机节点不再参与后面负载的调度。但是该算法没有考虑时间的延迟，为此，后来后者对其进行了改进，提出了既考虑内存不足也考虑时间延迟问题的算法。分析分层存储系统、单层受限存储系统中内存对可分负载的调度性能的影响，给出了在分发顺序已知、考虑内存、考虑时间延迟情况下的周期性可分负载多轮调度的模型，通过设定一个布尔变量表示处理机j是否是分发序列中的第i个处理机的方法，来研究涉及处理机顺序选择问题，并给出了数学模型 1.4 考虑结果信息返回的模型 在实际应用中存在一些应用在处理完任务后需要将处理结果返回给中心处理节点，如果返回的信息量比较大的话，