The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim

The tasks of simulation of scheduling resources in a packet GridSim. Proposed modifications of the FCFS, implemented in the packet GridSim, and the effective method for resource scheduling, using an approach based on solving the problem of minimal cover. The algorithms of these methods and softwar...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2018
Автори:	Minukhin, S.V., Korovin, A.V.
Формат:	Стаття
Мова:	Russian
Опубліковано:	PROBLEMS IN PROGRAMMING 2018
Теми:
Онлайн доступ:	https://pp.isofts.kiev.ua/index.php/ojs1/article/view/38
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Problems in programming
Завантажити файл:

Репозитарії

Problems in programming

id	pp_isofts_kiev_ua-article-38
record_format	ojs
resource_txt_mv	ppisoftskievua/e4/9c9d92f2bfc5863320630f0d608f0ee4.pdf
spelling	pp_isofts_kiev_ua-article-382018-07-25T14:00:23Z The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim Разработка, реализация и оценка эфективности методов планирования ресурсов Grid в пакете Gridsim Розробка, реалізація та оцінка ефективності методов планування ресурсів GRID в пакеті GridSim Minukhin, S.V. Korovin, A.V. Грид; метод FCFS Грід, метод FCFS The tasks of simulation of scheduling resources in a packet GridSim. Proposed modifications of the FCFS, implemented in the packet GridSim, and the effective method for resource scheduling, using an approach based on solving the problem of minimal cover. The algorithms of these methods and software implemented in Java. A comparative analysis of the results obtained on the basis of performance metrics, justifying the effectiveness of the proposed scheduling methods. Рассмотрены задачи моделирования процессов планированя ресурсов в пакете GridSim. Предложены модификации метода FCFS, реализованного в пакете GridSim, и эффективный метод планирования ресурсов, использующий подход на основе решения задачи о наименьшем покрытии. Разработаны алгоритмы и программное обеспечение на языке Java, реализующие эти методы. Проведен сравнительный анализ полученных результатов на основе метрик эффективности, обосновывающий эффективность предложенных в работе методов планирования. Розглянуто задачі моделювання процесів планування ресурсів в пакеті GridSim. Запропоновано модифікації методу FCFS, що реалізований в пакеті GridSim, та ефективний метод планування ресурсів, який використовує підхід на основі вирішення задачі про найменше покриття. Розроблено алгоритми та програмне забезпечення на мові Java, що реалізують ці методи. Проведено порівняльний аналіз отриманих результатів на основі метрик ефективності, який обґрунтовує ефективність запропонованих у роботі методів планування. PROBLEMS IN PROGRAMMING ПРОБЛЕМЫ ПРОГРАММИРОВАНИЯ ПРОБЛЕМИ ПРОГРАМУВАННЯ 2018-07-23 Article Article application/pdf https://pp.isofts.kiev.ua/index.php/ojs1/article/view/38 PROBLEMS IN PROGRAMMING; No 1 (2012) ПРОБЛЕМЫ ПРОГРАММИРОВАНИЯ; No 1 (2012) ПРОБЛЕМИ ПРОГРАМУВАННЯ; No 1 (2012) 1727-4907 ru https://pp.isofts.kiev.ua/index.php/ojs1/article/view/38/40 Copyright (c) 2015 ПРОБЛЕМИ ПРОГРАМУВАННЯ
institution	Problems in programming
baseUrl_str	https://pp.isofts.kiev.ua/index.php/ojs1/oai
datestamp_date	2018-07-25T14:00:23Z
collection	OJS
language	Russian
topic
spellingShingle	Minukhin, S.V. Korovin, A.V. The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim
topic_facet	Грид метод FCFS Грід метод FCFS
format	Article
author	Minukhin, S.V. Korovin, A.V.
author_facet	Minukhin, S.V. Korovin, A.V.
author_sort	Minukhin, S.V.
title	The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim
title_short	The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim
title_full	The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim
title_fullStr	The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim
title_full_unstemmed	The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim
title_sort	development, implementation and efficient evaluation of the grids scheduling resource methods in packet gridsim
title_alt	Разработка, реализация и оценка эфективности методов планирования ресурсов Grid в пакете Gridsim Розробка, реалізація та оцінка ефективності методов планування ресурсів GRID в пакеті GridSim
description	The tasks of simulation of scheduling resources in a packet GridSim. Proposed modifications of the FCFS, implemented in the packet GridSim, and the effective method for resource scheduling, using an approach based on solving the problem of minimal cover. The algorithms of these methods and software implemented in Java. A comparative analysis of the results obtained on the basis of performance metrics, justifying the effectiveness of the proposed scheduling methods.
publisher	PROBLEMS IN PROGRAMMING
publishDate	2018
url	https://pp.isofts.kiev.ua/index.php/ojs1/article/view/38
work_keys_str_mv	AT minukhinsv thedevelopmentimplementationandefficientevaluationofthegridsschedulingresourcemethodsinpacketgridsim AT korovinav thedevelopmentimplementationandefficientevaluationofthegridsschedulingresourcemethodsinpacketgridsim AT minukhinsv razrabotkarealizaciâiocenkaéfektivnostimetodovplanirovaniâresursovgridvpaketegridsim AT korovinav razrabotkarealizaciâiocenkaéfektivnostimetodovplanirovaniâresursovgridvpaketegridsim AT minukhinsv rozrobkarealízacíâtaocínkaefektivnostímetodovplanuvannâresursívgridvpaketígridsim AT korovinav rozrobkarealízacíâtaocínkaefektivnostímetodovplanuvannâresursívgridvpaketígridsim AT minukhinsv developmentimplementationandefficientevaluationofthegridsschedulingresourcemethodsinpacketgridsim AT korovinav developmentimplementationandefficientevaluationofthegridsschedulingresourcemethodsinpacketgridsim
first_indexed	2025-07-17T10:00:39Z
last_indexed	2025-07-17T10:00:39Z
_version_	1850411686321717248
fulltext	Програмування для комп’ютерних мереж та Internet УДК 681.51 С.В. Минухин, А.В. Коровин РАЗРАБОТКА, РЕАЛИЗАЦИЯ И ОЦЕНКА ЭФФЕКТИВНОСТИ МЕТОДОВ ПЛАНИРОВАНИЯ РЕСУРСОВ GRID В ПАКЕТЕ GRIDSIM Рассмотрены задачи моделирования процессов планирования ресурсов в пакете GridSim. Предложены модификации метода FCFS и эффективный метод планирования ресурсов, использующий подход на основе решения задачи о наименьшем покрытии. Разработаны алгоритмы и программное обеспечение на языке Java. Проведены моделирование в пакете GridSim и сравнительный анализ полученных ре- зультатов на основе метрик эффективности, обосновывающий эффективность предложенных в работе методов планирования. Введение Cовременные технологии создания информационных систем и расширение возможностей доступа к общим вычисли- тельным ресурсам многих пользователей поэтапно привели к появлению двух со- временных концепций высокопроизводи- тельных вычислений – созданию техноло- гий GRID и параллельных архитектур. Исследования в области GRID [1] представляют собой развитие современной парадигмы вычислений – метакомпьютин- га, использующей ресурсы, принадлежа- щие различным географически распреде- ленным организациям. Одним из видов ре- сурсов, используемых в GRID, являются многопроцессорные системы (кластеры), которые могут состоять из сотен (тысяч) процессоров. Суперкомпьютеры (и класте- ры как подкласс) используются для высо- копроизводительных вычислений при ре- шении вычислительно трудоемких задач: моделировании климата, финансовых рас- четов, молекулярной биологии, моделиро- вании быстропротекающих физических процессов и т. д. При этом требуется не только найти подходящий ресурс для на- значения на него задания, но и построить оптимальное расписание порядка выпол- нения заданий на каждом из ресурсов. Кроме составления расписания, имеется еще ряд задач, которые требуют их реше- ния системой управления выполнением за- даний – подписка пользователя на выпол - нение задания, предоставление удаленно- го доступа к вычислительным ресурсам, администрирование и мониторинг состоя- ния узлов кластеров, доставка результатов выполненного задания пользователю. При этом оптимизация стратегий управления распределенной средой на непосредствен- но функционирующей GRID-инфрастру- ктуре связано с многочисленными пробле- мами – масштабируемостью, синхрониза- цией процессов планирования, априори неизвестной динамикой потоков заданий, добавлением новых ресурсов и т. д. По- этому представляется актуальным прове- дение исследований, моделирующих GRID-среду. Выделим следующие направ- ления моделирования GRID: создание имитационных моделей крупномасштаб- ных систем [2], разработка моделей GRID для уже существующих систем [3], разра- ботка специализированных пакетов – GridSim, SimGrid, OptorSim, Bricks, наибо- лее полные обзоры функциональности и специализации которых приведены в рабо- тах [4, 5]. Важным фактором, влияющим на адекватность результатов моделирования и их использование в проектах GRID, явля- ется проведение экспериментов на реаль- ных данных. Они отображают практиче- ские возможности моделирования, позво- ляют определить границы применимости моделируемых методов для различных па- раметров GRID-среды. Результаты моде- ISSN 1727-4907. Проблеми програмування. 2012. № 1 63© С.В. Минухин, А.В. Коровин, 2012 Програмування для комп’ютерних мереж та Internet 64 лирования планирования ресурсов реаль- ного GRID с помощью GridSim в работе [6] показали, что в случае невысокой ин- тенсивности потока заданий и большого количества ресурсов применение распро- страненного метода FCFS не позволяет равномерно распределять вычислительные ресурсы для решения заданий в GRID- системе. Учитывая это, представляется ак- туальным разработка методов планирова- ния ресурсов и их валидация средствами симулятора среды GRID. Цель данной работы – разработка эффективных методов планирования ре- сурсов GRID на основе модификаций ме- тода FCFS и новых встраиваемых методов планирования ресурсов средствами расши- рения и реконфигурации пакета GridSim и оценка их эффективности. Принципы работы и возмож- ности пакета GridSim Данная платформа позволяет поль- зователям моделировать работу GRID- системы с возможностью симулирования характеристик ресурсов и вычислительных сетей для ее различных конфигураций (по- следняя версия GridSim размещена по ад- ресу http://www.gridbus.org/gridsim/, лицен- зия GPL). Она предоставляет возможность моделировать поведение пользователей GRID-системы, вычислительных ресурсов и брокеров ресурсов (планировщиков) в средах распределенных вычислений. С помощью GridSim можно проводить вос- производимые эксперименты, которые не- возможны в реальных GRID-системах. К основным возможностям пакета GridSim относятся: - моделирование различных характе- ристик ресурсов GRID; - моделирование различных политик (стратегий) планирования выполняемых заданий на ресурсах (кластерах), как уже в нем реализованных (FCFS, Easy Backfill, Conservative Backfill), так и разработанных пользователями методов алгоритмов; - использование данных о загрузке реальных кластеров GRID для проведения экспериментов (тестирование планиров- щиков) на реальных данных; - моделирование параллельного вы- полнения заданий; - поддержка механизма аукциона (экономических моделей) для планиро- вания заданий и ресурсов; - моделирование различных конфи- гураций вычислительной сети GRID- системы с различными топологиями; - моделирование региональных ком- понентов GRID информационных сер- висов. GridSim проектировался как много- уровневая система моделирования [7, 8], возможности которой могут быть доста- точно легко и значительно расширены. GridSim основан на SimJava [9] – пакете для симулирования дискретно-событий- ных процессов, реализованном на языке Java. Для реализации собственных сцена- риев работы и конфигурации системы (ex- tensions) для тестирования собственных политик (стратегий) и алгоритмов пользо- вателями используется верхний уровень симулятора. Визуализация. Начиная с версии 5.0, в GridSim используется пакет parallel.gui, в котором содержится интерфесы Visualizer и AbstractVisualizer для визуализации про- цесса моделирования. Согласно официаль- ной документации GridSim [10] эта реали- зация может использоваться в отладочных целях, например, для пошаговой проверки новых политик (стратегий) или алгоритмов планирования. Для повышения эффектив- ности отображения и визуализации резуль- татов планирования в GridSim использует- ся Alea 2 [11]. Он позволяет наблюдать из- менение состояния моделирования GRID- инфраструктуры непосредственно во вре- мя проведения эксперимента, т. е. в реаль- ном времени, и отображать результаты в удобной форме – в виде гистограмм, гра- фиков и спектральных диаграмм, отобра- жающих процессы планирования загрузки кластеров. Анализ проведения модельного экс- перимента можно осуществить по метри- кам: − количество процессорных элемен- тов – требуемых (по заданиям), используемых и доступных; http://www.gridbus.org/gridsim/ Програмування для комп’ютерних мереж та Internet 65 − загруженность кластеров, в процентном соотношении по отношению к общему количеству кластеров в GRID- системе, за каждый час, день; − количество заданий, которые ждут выполнения, и выполняющиеся в данный момент времени; − среднее использование (загружен- ность) процессорных элементов кластеров за каждый час. Хранение информации. Все резуль- таты экспериментов, помимо отображения на графиках, сохраняются в текстовые файлы в формате CSV. После проведения экспериментов эти данные можно загру- жать в программные продукты, которые позволяют проводить их последующий статистический анализ. Данные, сохранен- ные в формате CSV, могут быть преобра- зованы в другие форматы: XLS (Microsoft Excel), XML, STA (Statistica) для исполь- зования в расчетах, построения графиков и т. д. Эксперименты можно проводить на записях загруженности реальных GRID- инфраструктур в следующих форматах: Grid Workloads Format (GWF) и Standart Workloads Format (SWF). Планирование. В Alea 2 реализован централизованный планировщик, который использует известные алгоритмы планиро- вания – FCFS, Easy Backfill, Earliest Suit- able Gap и другие [12–15]. Планировщик способен обрабатывать ситуацию, когда задания поступают динамически во время проведения симуляции. В этом случае гене- рируемые графики будут менять свой вид, отображая текущее состояние эксперимен- тальной инфраструктуры GRID. Архитек- тура Alea 2 позволяет проводить экспери- менты на одних и тех же исходных данных инфраструктуры системы – поступающих заданиях и доступных ресурсах – с исполь- зованием различных методов планирова- ния. Таким образом, рассмотренные возможности GridSim позволяют разраба- тывать достаточно полные с точки зрения анализа и адекватные модели планирования ресурсов и проверять их эффективность на реальных данных. Алгоритм FB (feedback) очередей с обратной связью использует n очередей, каждая из которых обслуживается в по- рядке поступления. Новая работа поступа- ет в очередь с номером 0, затем после по- лучения кванта времени она переходит в очередь со следующим номером и т.д. по- сле очередного кванта времени. Для по- вышения эффективности планирования ре- сурсов в данной работе предлагаются мо- дификации метода FCFS. Моделирование методов планирования загрузки вычислительных кластеров GRID Выбор метода (политики, страте- гии) и алгоритма планирования выполне- ния заданий на вычислительном кластере влияет на загрузку ресурсов кластера, вре- мя решения задач и, как результат, – на эффективность использования этих ресур- сов. Существует ряд довольно простых ал- горитмов планирования, которые позво- ляют выбрать задание для назначения на освободившийся ресурс из списка подго- товленных для выполнения заданий [16]: выбор первого из очереди задания (First Come First Served, FCFS), задание с максимальным приоритетом (Higest Priority First, HPF), задания, которое вы- полнится за кратчайшее время и т. д. Ме- тод RoundRobin [17] – упреждающий пла- нировщик, который разработан специально для систем с разделением времени: плани- ровщик выбирает для задания ресурс, на который указывает счетчик из списка, по- сле чего значение счетчика увеличивается на 1. Основным преимуществом метода RoundRobin по сравнению с другими (на- пример, EDF, работа с наименьшим дирек- тивным сроком – первая, и алгоритмом Earliest Suitable Gap – первый приемлемый интервал времени) является то, что он не требует предварительной информации о времени выполнения работы (задания). Програмування для комп’ютерних мереж та Internet 66 В их основе лежат процедуры вы- бора ресурсов, описание которых приведе- но в табл., псевдокоды реализации алго- ритмов – на рис. 1 – 3. Таблица. Модификации метода FCFS на основе процедур выбора ресурсов № п.п. Название метода Описание процедуры выбора ресурсов Псевдо- код 1 FCFS+Random Перед планированием всех заданий из очере- ди изменяется порядок выбора доступных и свободных ресурсов по равномерному закону Рис. 1 2 FCFS+Ring Перед планированием всех заданий из очере- ди производится циклический сдвиг списка доступных и свободных ресурсов на 1 Рис. 2 3 FCFS+ RoundRobin Во время планирования – для каждого зада- ния из очереди – производится циклический сдвиг списка доступных ресурсов (кластеров) на 1. В случае, если следующий выбранный ресурс занят, выбирается следующий по порядку и т. д. Рис. 3 Рис. 1. Псевдокод реализации алгоритма FCFS + Random Рис. 2. Псевдокод реализации алгоритма FCFS + Ring Рис. 3. Псевдокод реализации алгоритма FCFS + RoundRobin Програмування для комп’ютерних мереж та Internet Моделирование планирова- ния ресурсов GRID на основе решения задачи о наимень- шем покрытии Рассмотрим задачу планирования заданий в GRID при следующих условиях. Предполагается наличие системы GRID с n ресурсами (кластерами), на которых необ- ходимо решить m заданий. Каждое задание описывается набором требований к ресур- сам, а ресурсы, в свою очередь, имеют ха- рактеристики, удовлетворяющие требова- ниям заданий. Математическая постановка задачи о наименьшем покрытии и эффек- тивные ранговые методы ее решения при- ведены в монографии [1]. Ранговый метод, исследованный в [1], имеет временную сложность и погрешность не более 5 %, что позволяет эффективно использо- вать его при планировании ресурсов. )( 3mnΟ Существенным отличием данного ме- тода от представленных в Alea 2 является использование для распределения заданий промежуточного пула фиксированного размера, пакета заданий на каждый ресурс (кластер) и иерархическая двухуровневая архитектура GRID. Алгоритм планирова- ния запускается при выполнении одного из двух условий: размер пула достиг установ- ленного размера или прошло заданное время с момента последнего распределе- ния заданий. Задания, находящиеся в пуле, пред- ставляются виде прямоугольной матрицы соответствий, в которой строки определя- ют задания, а столбцы – ресурсы, на кото- рых эти задания могут выполниться. Если i-я задача может быть решена на j-ом ре- сурсе, то в ячейке ij матрицы стоит значе- ние 1, если нет – 0. Метод находит наи- меньшее количество ресурсов (столбцов матрицы) которые могут решить все зада- ния (строки матрицы), находящиеся в пу- ле. После этого задания распределяются на те ресурсы, которые вошли в наименьшее покрытие, и, если они загружены полно- стью, а задания в пуле еще остались, то они распределяются на другие свободные ресурсы. Оставшиеся после этого нерас- пределенными задания возвращаются об- ратно в пул, после чего пул вновь заполня- ется заданиями из глобальной очереди и приведенная процедура опять повторяется. Псевдокод алгоритма Minimal Cover (MC), реализующего данный метод, показан на рис. 4. Рис. 4. Псевдокод алгоритма Minimal Cover, основанного на решении задачи о наименьшем покрытии Для сравнения показателей работы предложенных модификаций FCFS (см. табл.) и данного метода были выбраны 67 Програмування для комп’ютерних мереж та Internet 68 предоставляемые системой Alea 2 [11] ме- тод FCFS и метод Earliest Suitable Gap (ESG), показавший лучший результат при моделировании на реальных данных [6]. Процедура расширения. После реа- лизации алгоритма Minimal Cover на языке Java он был интегрирован в пакет Alea 2 с использованием возможностей пакета. 1. Рефакторинг кода [18]. Целочис- ленные константы, соответствующие алго- ритму планирования, заменены на пере- числения; конкретные имена файлов с ис- ходными данными изъяты из кода и указа- ны в качестве переменных окружения вир- туальной машины Java [19]. 2. Добавление новых алгоритмов планирования реализовано на основе ин- терфейса DispatchingAlgorithm с единст- венным методом dispatch, который прини- мает два параметра: список заданий и спи- сок доступных ресурсов. 3. Для возможности разработки ал- горитмов планирования независимо от среды моделирования разработаны интер- фейсы Task и Resource, представляющие собой абстракции задания и ресурса, соот- ветственно. В пакете impl находятся реа- лизации следующих интерфейсов: - MinimalCover – реализация алго- ритма планирования по методу нахожде- ния наименьшего покрытия; - GridSimResource – реализация аб- стракции ресурса, транслирующей все вы- зовы классу ресурсов из GridSim; - GridSimTask – реализация абст- ракции задачи, транслирующей все вызовы классу заданий из GridSim. Выбор алго- ритма планирования изменен согласно ме- тоду рефакторинга «Замена условного оператора полиморфизмом (Replace Conditional with Polymorphism)» [18] и вы- несен в класс AlgorithmFactory, реализо- ванный согласно шаблону проектирования Фабрика [20]. Анализ результатов модели- рования и оценка эффективности разработанных методов Для проведения сравнительного анализа модифицированных и нового ме- тодов планирования ресурсов с уже реали- зованными выбраны следующие показате- ли эффективности работы системы: коэф- фициент использования ресурса (средняя загрузка ресурса за выбранный период мо- делирования) и коэффициент межкластер- ной загрузки. В процессе моделирования в каче- стве исходных данных использованы ре- альные данные (по неделям) о загрузке французского Grid – AuverGrid [21]). В приведенных далее результатах использованы следующие сокращения анализируемых методов: FCFS – First Come First Served; модифицированные FCFS (табл.), MC – Minimal Cover (метод решения задачи о наименьшем покрытии); ESG – Earliest Suitable Gap. На рис. 5, а – г показаны результаты моделирования со следующими исходны- ми данными: количество кластеров GRID – 20; количество процессорных элементов в каждом кластере – 10; размер промежу- точного пула – 10; количество заданий – 10000; период планирования – 1-я, 2-я, 3- я, 4-я недели, соответственно. Анализ графиков на рис. 5, а – г по- казал, что за все периоды планирования наиболее равномерно загружает ресурсы (кластеры) GRID метод наименьшего по- крытия (MC), далее – предложенные в данной работе методы, использующие FCFS совместно с процедурами выбора ре- сурсов (см. табл.), а наименее эффектив- ными являются методы ESG и FCFS. Коэффициент межкластерной за- грузки рассчитывался по формуле: n v v 0i n i ср ∑ = = , n vv d i n iср∑ = − = 0 2)( , срv d −=1β , где n – общее количество ресурсов; β – коэффициент межкластерной загрузки; Програмування для комп’ютерних мереж та Internet νi – коэффициент использования ресурса (средняя загрузка i-ого ресурса за период); νср – средняя загрузка всех ресурсов за пе- риод; d – среднеквадратическое отклоне- ние средней загрузки кластеров за период. a 69 б Програмування для комп’ютерних мереж та Internet 70 в г Рис. 5. Результаты моделирования: а – 1-я неделя; б – 2-я неделя; в – 3-я неделя; г – 4-я неделя Програмування для комп’ютерних мереж та Internet На рис. 6 показаны результаты мо- делирования межкластерной балансировки загрузки кластеров для различных мето- дов. Анализ графиков на рис. 6 показыва- ет, что наиболее равномерно загружает ре- сурсы метод, использующий модель наи- меньшего покрытия, далее по эффективно- сти следуют предложенные модификации метода FCFS, ESG и потом – FCFS. Заключение В работе предложены методы пла- нирования ресурсов GRID-инфраструк- туры, реализованные с помощью пакета моделирования GridSim, позволяющем анализировать поведение распределенных вычислительных систем при изменяющих- ся условиях. Разработаны модификации метода планирования ресурсов GRID FCFS и новый метод на основе решения задачи о наименьшем покрытии. Полученные на основе метрик эффективности планирова- ния результаты компьютерного моделиро- вания с помощью пакета GridSim на ре- альных данных загрузки кластеров GRID показали, что использование предложен- ных методов дает преимущества в равно- мерности загрузки кластеров GRID по сравнению с такими методами планирова- ния ресурсов GRID как FCFS и Earliest Suitable Gap. В дальнейшем для исследования возможностей повышения эффективности планирования ресурсов предполагается провести модельные эксперименты на ос- нове динамического изменения размеров пула и пакета заданий для метода о наи- меньшем покрытии в условиях изменения интенсивности потока заданий GRID. Рис. 6. Межкластерная загрузка GRID для различных методов 71 Програмування для комп’ютерних мереж та Internet 72 1. Пономаренко В.С., Листровой С.В., Минухин С.В., Знахур С.В. Методы и мо- дели планирования ресурсов в GRID- системах: монография. – Харьков: ИД «ИНЖЭК», 2008. – 408 с. 2. Xin Liu. Scalable Online Simulation for Modeling Grid Dynamics. – University Of California, San Diego, 2004. – 173 p. 3. Грушин Д.А., Поспелов А.И. Система моделирования Grid: реализация и возможности применения. [Электронный ресурс] – Режим доступа http://www.ispras.ru/ru/proceedings/docs/2010 /18/isp_18_2010_243.pdf. 4. Кореньков В.В., Нечаевский А.В. Пакеты моделирования DataGrid // Электронный журнал «Системный анализ в науке и образовании». – 2009. – № 1. – С. 21. – 35. 5. Sulistio A., Yeo C.S., Buyya R. Simulation of Parallel and Distributed Systems: A Taxonomy and Survey of Tools. // International Journal of Software Practice and Experience, Wiley Press. – 2002. – P. 1 – 19. 6. Минухин С.В., Коровин А.В. Моделирова- ние планирования ресурсов GRID средствами пакета GridSim // Системи обробки інформації. Інформаційні технології та комп’ютерна інженерія. – 2011. – Вип. 3(93). – С. 62 – 68. 7. Grid Scheduling Architecture Research Group (GSA-RG). [Электронный ресурс] – Режим доступа: https://forge.gridforum.org/projects/gsa-rg/. 8. Buyya R., Murshed M. Gridsim: a toolkit for the modeling and simulation of distributed resource management and scheduling for grid computing // Сoncurrency and computation: practice and experience. – 2002. – Vol. 14. – P. 1175–1220. 9. Howell F., McNab R. Simjava: A discrete event simulation library for Java. // In International Conference on Web-Based Modeling and Simulation, 1998. – P. 51–56. 10. Latest GridSim API. [Электронный ресурс] – Режим доступа: http://www.buyya.com/gridsim/doc/api/. 11. Klusáček D., Rudová H. Alea 2 - Job Scheduling Simulator // In proceedings of the 3rd International ICST Conference on Simulation Tools and Techniques (SIMUTools 2010), ICST, 2010. 12. Hovestadt M., Kao O., Keller A., Streit A. Scheduling in HPC resource management systems: Queuing vs. planning. // In Job Scheduling Strategies for Parallel Processing, 2003. – P. 1 – 20. 13. Hong Nang, Tianwei NI. PB-FCFS – A Task Scheduling Based on FCFS and Backfilling Strategy for Grid Computing // Pervasive Computing (JCPC), 2009 IEEE. – P. 507 – 510. 14. Klus´aˇcek D., Matyska L., Rudov´a H. Alea – Grid scheduling simulation environment // 7-th International Conference on Parallel Processing and Applied Mathematics, 2007. – P. 1029 – 1038. 15. Marco A., Netto S., Buyya R. A Flexible Resource Co-Allocation Model based on Advance Reservations with Rescheduling Support. [Электронный ресурс] – Режим доступа: http://www.cloudbus.org/reports/FlexCoalloca tion2007.pdf. 16. Li K. Job scheduling and processor allocation for grid computing on Metacomputers // Journal of Parallel and Distributed Computing, Elsevier, 2005. – V. 65. – Issue 11. – Р. 1406 – 1418. 17. Li-Hsing Yen, Chi-Hung Liao. Round-Robin with FCFS Preemption: A Simple MAC Scheduling Scheme for Bluetooth Piconet. // Advanced Information Networking and Applications, 2005. – V. 1. – P. 761 – 766. 18. Фаулер М. Рефакторинг: улучшение существующего кода. – СПб: Символ- Плюс, 2004. – 430 с. 19. Хорстманн К. С., Корнелл Г. Java 2. Библиотека профессионала. Том 1. Основы. – М.: Вильямс, 2008. – 816 с. 20. Гамма Э., Хелм Р., Джонсон Р., Влиссидес Дж. Приемы объектно-ориентированного проектирования. Паттерны проектиро- вания. – СПб: Питер, 2007. – 366 с. 21. The Grid Workloads Archive. [Электронный ресурс] – Режим доступа: http://gwa.ewi.tudelft.nl/pmwiki/pmwiki.php? n=Workloads.Gwa-t-4. Получено 04.06.2011 Об авторах: Минухин Сергей Владимирович, кандидат технических наук, доцент, профессор кафедры информационных систем, Коровин Антон Викторович, магистр информационных управляющих систем и технологий. Место работы авторов: Харьковский национальный экономический университет, 61166, г. Харьков, проспект Ленина, 9-А. Тел.: 057 702 1831, E-mail: ms_vl@mail.ru, korovin.anton@gmail.com https://forge.gridforum.org/projects/gsa-rg/ http://www.buyya.com/gridsim/doc/api/ http://www.cloudbus.org/reports/FlexCoallocation2007.pdf http://www.cloudbus.org/reports/FlexCoallocation2007.pdf http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=9746 http://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=9746 http://gwa.ewi.tudelft.nl/pmwiki/pmwiki.php?n=Workloads.Gwa-t-4 http://gwa.ewi.tudelft.nl/pmwiki/pmwiki.php?n=Workloads.Gwa-t-4 mailto:ms_vl@mail.ru

The development, implementation and efficient evaluation of the GRIDs scheduling resource methods in packet GridSim

Репозитарії

Схожі ресурси