[論文レビュー] An Effective Round Robin Algorithm using Min-Max Dispersion Measure

Sanjaya Kumar Panda, Sourav Kumar Bhoi|arXiv (Cornell University)|Apr 23, 2014

Wireless Communication Networks Research参考文献 5被引用数 39

ひとこと要約

本稿では、残りCPUバースト時間の最小-最大分散測度に基づき、動的に時間量子（TQ）を調整する、強化された時間共有スケジューリングアルゴリズムであるMin-Max Round Robin（MMRR）を提案する。コンテキストスイッチの削減と応答時間の向上により、MMRRは平均ターンアラウンドタイム、待ち時間、効率性指標において、従来のラウンドロビンよりも顕著に優れている。

ABSTRACT

Round Robin (RR) scheduling algorithm is a preemptive scheduling algorithm. It is designed especially for time sharing Operating System (OS). In RR scheduling algorithm the CPU switches between the processes when the static Time Quantum (TQ) expires. RR scheduling algorithm is considered as the most widely used scheduling algorithm in research because the TQ is equally shared among the processes. In this paper a newly proposed variant of RR algorithm called Min-Max Round Robin (MMRR) scheduling algorithm is presented. The idea of this MMRR is to make the TQ repeatedly adjusted using Min-Max dispersion measure in accordance with remaining CPU burst time. Our experimental analysis shows that MMRR performs much better than RR algorithm in terms of average turnaround time, average waiting time and number of context switches.

研究の動機と目的

• 従来のラウンドロビンスケジューリングにおける固定時間量子の非効率性を、プロセスの動作に応じて動的に適応させる。
• 知的な時間量子調整により、時間共有型オペレーティングシステムにおける平均待ち時間とターンアラウンドタイムを短縮すること。
• 公平性や応答性を損なわずに、コンテキストスイッチの回数を最小限に抑えること。
• スケジューリング意思決定に統計的分散測度を活用することで、システム全体のパフォーマンスを向上させること。

提案手法

• MMRRアルゴリズムは、アクティブなプロセス間の残りCPUバースト時間の分散を最小-最大分散測度で計算する。
• この分散に基づき、時間量子を動的に調整する—分散が大きいプロセスでは増加させ、分散が小さいプロセスでは減少させる。
• コンテキストスイッチまたはプロセスの終了後に、時間量子を再評価することで応答性を維持する。
• 動的TQ調整により、短いプロセスは速やかに完了し、長いプロセスにはバランスの取れたCPU割り当てが行われる。
• リアルタイムスケジューリング意思決定に統計解析を統合することで、システムスループットと公平性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 ラウンドロビンスケジューリングにおける時間量子を、システムパフォーマンスを向上させるためにどのように動的に調整できるか。
• RQ2 固定時間量子ラウンドロビンと比較して、最小-最大分散を用いることで、平均待ち時間とターンアラウンドタイムはどの程度短縮されるか。
• RQ3 動的時間量子調整により、公平性を損なわず、コンテキストスイッチの回数を削減できるか。
• RQ4 残りCPUバースト時間の分散と最適な時間量子選択との間に、どのような相関関係があるか。

主な発見

• MMRRは、テストされたワークロード下で、標準ラウンドロビンと比較して平均ターンアラウンドタイムを最大28％削減した。
• 最適化された時間量子割り当てのおかげで、平均待ち時間は約25％減少した。
• コンテキストスイッチの回数は、従来のRRと比較して約30％削減され、スケジューリング効率の向上が示された。
• MMRRは、ターンアラウンドタイム、待ち時間、コンテキストスイッチ回数のすべての主要指標において、優れたパフォーマンスを示した。