第六章任务分配.pptVIP

6.1 任务分配 已有的具有代表性的算法：基于图论的分配 算法、数学规划方法、启发式算法、各种负载共 享策略、动态投标算法以及专家系统方法等。 任务分配策略：静态分配和动态分配 静态分配是在系统运行的初始时刻，将所有 的任务一次性分配给各个处理机，直到任务运行 完毕，各处理机上的任务一般不再变更。其特点 是实现简单，效果有限。 动态分配是在运行过程中，将任务分配给各 个处理机，并对其上的任务数进行动态调整，尽 可能使各处理机上的负载达到基本平衡。其主要 特点是能充分发挥各处理机的能力，但实现起来 比较复杂。 从知识处理方面来分，以上分配策略又可以 分为知识确定型和知识非确定型两类。 前者是将算法所需要的知识（信息）看作是 不变的、确定的、完全的，后者则视有关的知识 是动态变化的、不确定的，甚至是不完全的。 本节介绍的几种任务分配策略的目的是设法 减少系统中各处理机间的通信开销和执行开销， 以提高整个系统的性能。 处理机间的通信（IPC）开销是由位于不同 处理机上的模块之间互相传递数据所引起的。因 此，IPC是模块间的通信（IMC）和模块分配函 数，这里IMC指每对模块间的数据传递。显然， 如果两个模块同驻一个处理机上，它们是不会引 起IPC的。（假定同驻模块间的通信开销忽略不 计）。 通常，若干模块构成一个任务，一个任务是 单一的处理实体。任务分解和任务分配是用于减 少IPC的两个必要步骤。任务分解的目的是将任 务划分成若干独立的、具有最小IMC的模块；任 务分配则是将任务分配给处理机，使它们由于 IPC所引起的开销最少。 本节主要讨论任务分配。 6.1.1 任务分配环境 位于不同处理机上的模块间交换数据是通过 处理机之间的通信来实现的。由于IMC的总量将 随着模块对的不同而变化，因此如何把这些模块 分配给各个处理机就可能影响整个系统的处理开 销。 6.1.2 影响系统性能的因素 均衡负载分配策略是把模块合理地分配给系统中的所有处理机，使得这些处理机差不多是均匀负载的。 显然，这种分配策略可最大限度的提高系统的吞吐量。 其例子如图所示： 图中被处理的6个模块（m1, m2…, mm ）已被两两分配到三个可用的处理机( p1,p2,p3)上。 如果只注重减少IPC而不考虑系统的均衡负载，就可将待处理的模块全部分配给同一个处理机处理，就会使IPC降至最低，但对同一个任务的处理时间却成倍增加。 因此，均衡负载和减少IPC是相互冲突的两个因素。任务分配策略就是要设法平衡这两个因素，将模块分配给处理机，提高系统的整体性能。 6.1.3 基于图论的分配策略 基于图论的分配策略的基本思想是把待分配的一组模块作为图中的节点集，连接两个节点的有向连线上的权表示每对模块之间的IMC开销。 IMC开销为0：相应两模块无通信发生，在图中无连线； IMC开销为 ：相应两模块之间通信量很大，必须分配给同一处理机。 假定任何一对同驻模块的IPC开销为0。若把系统的总开销定义为系统的处理开销和IPC开销之和，那么，基于图论的分配策略的目的就是实现最小的总开销（C.C.Shen and W.H.Tsai,1985)。 处理开销和IPC开销都是模块到处理机分配的函数，为了表示模块到处理机的分配，可定义下面的分配矩阵X: 而处理开销则由下面的Q矩阵给出： 其中， 表示模块 在处理机 上的处理开销，它是该模块处理要求的度量。 隐含模块 不可能在处理机 上执行。 令 表示模块 和 之间的IMC开销。于是处理给定任务的总开销T可表示为X的函数： （6-1） 其中，第一项表示每个模块在它所分配的处理机上的处理开销；第二项表示非同驻模块间的IPC开销。 最小开销分配则是在这种图上执行最小分割算法（F.Harary，1969）来获得。 例子 两个处理机p1，p2构成的分布式系统，提交的任务由6