A novel real-time scheduling algorithm and performance analysis ...
MapReduce编程模型是一种为处理数据密集型任务而设计的流行编程模型,已在搜索索引、社交网络挖掘、协同推荐和垃圾邮件检测等多种应用中取得巨大成功。然而,MapReduce的默认调度器存在两个方面的局限性:它不支持共享云计算中心的并发服务;它不能保证截止期限约束的服务的响应时间。本文提出了一种名为Paused Rate Monotonic(PRM)的新实时调度算法,用于在基于MapReduce的云上调度硬实时任务。通过理论分析对调度性能进行了分析,并证明了集群利用率的上限,可以作为测试给定任务集是否可以被调度的充分条件。理论分析和实验评估都表明,PRM算法在提升在基于MapReduce的云上调度实时任务集的概率方面优于传统的实时调度算法。 MapReduce模型能够支持大数据中心以云计算服务的形式提供计算资源,近年来各大公司对此进行了大量投资。MapReduce因其强大的并行计算能力而成为云计算数据中心的基础编程模型。然而,为了更好地调度实时任务,尤其是硬实时任务,传统的调度器往往有所欠缺。这是因为传统的调度算法,如速率单调算法(Rate Monotonic,RM)和最早截止时间优先算法(Earliest Deadline First,EDF),虽然在单处理器系统中被证明是有效的,但在多处理器系统中却可能不适用,特别是在处理任务有截止时间限制时。 在这篇论文中,作者们提出了一种新的实时调度算法,即Paused Rate Monotonic(PRM)算法,并对其性能进行了深入的分析。该算法特别针对基于MapReduce的云环境进行了设计,旨在解决传统调度器难以克服的问题。PRM算法的一个关键创新点是引入了“暂停”的概念,在一定条件下,任务可以被暂停以等待系统利用率下降,从而增加任务能够被调度的概率。 理论分析证明了利用率为调度任务集提供了一个重要的判定条件。在该理论基础上,PRM算法利用集群利用率的上限来判断给定任务集是否可以被调度。这种理论上的分析为云环境中的实时任务调度提供了新的视角,并为实际应用提供了可操作的理论依据。 研究中还指出,PRM算法能够提高在基于MapReduce的云计算环境中实时任务集的调度概率。作者通过对比分析PRM算法与传统实时调度算法(如RM和EDF),使用仿真实验验证了PRM算法在集群利用率和任务调度概率方面的优势。实验结果表明,在不同负载和不同任务集的情况下,PRM算法都能有效地提高任务的调度成功率,从而在保证服务质量的同时,提高云计算资源的利用率。 本研究得到了中国国家自然科学基金(编号:***)、中央高校基本科研业务费(编号:SWJTU12CX098)以及IRT SystemX(Systematic竞争力联合体)的支持。研究团队由西南交通大学信息科学与技术学院的FeiTeng、巴黎中央理工学院的Frédéric Magoulès、北京航空航天大学中法工程师学院的Lei Yu和Tianrui Li组成。 这些研究工作不仅在理论上对实时调度算法进行了创新,也为实践提供了可操作的解决方案,对于云计算和大数据中心的实时任务调度具有重要的指导意义。通过对PRM算法的深入分析和实验验证,可以预见该算法将在实际云服务中得到广泛应用,为云计算提供更加高效和可靠的实时任务处理能力。
剩余26页未读,继续阅读
- 粉丝: 3
- 资源: 908
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 2025年 UiPath AI和自动化趋势:代理型AI的崛起及企业影响
- 基于Java的环境保护与宣传网站的设计与实现毕业论文.doc
- 2025年人形机器人产业发展蓝皮书-量产及商业化关键挑战
- 互联网金融发展指数 (第二期,2014年1月-2015年12月).zip
- 百度智能云千帆大模型平台推进企业多模态生成式AI应用
- 形状检测32-YOLO(v5至v9)、COCO、CreateML、Darknet、Paligemma数据集合集.rar
- qwewq23132131231
- 2024年智算云市场发展与生态分析报告
- 冒泡排序算法解析及优化.md
- MySQL中的数据库管理语句-ALTER USER.pdf