[論文レビュー] Efficient Optimal Algorithm of Task Scheduling in Cloud Computing Environment

Amit Agarwal, Saloni Jain|arXiv (Cornell University)|Apr 8, 2014

Cloud Computing and Resource Management被引用数 52

ひとこと要約

本論文は、実行時間、リソース要件、デッドライン制約に基づいて動的にタスクの優先順位を割り当てる、クラウドコンピューティング環境における最適タスクスケジューリングのための一般化優先（GP）アルゴリズムを提案する。CloudSimツールキットを用いた評価において、GPアルゴリズムはマケスパン、平均待ち時間、リソース利用度のばらつきの低減においてFCFSおよびラウンドロビンを上回り、動的クラウドワークロードにおける優れた効率性と適応性を示している。

ABSTRACT

Cloud computing is an emerging technology in distributed computing which facilitates pay per model as per user demand and requirement.Cloud consist of a collection of virtual machine which includes both computational and storage facility. The primary aim of cloud computing is to provide efficient access to remote and geographically distributed resources. Cloud is developing day by day and faces many challenges, one of them is scheduling. Scheduling refers to a set of policies to control the order of work to be performed by a computer system. A good scheduler adapts its scheduling strategy according to the changing environment and the type of task. In this research paper we presented a Generalized Priority algorithm for efficient execution of task and comparison with FCFS and Round Robin Scheduling. Algorithm should be tested in cloud Sim toolkit and result shows that it gives better performance compared to other traditional scheduling algorithm.

研究の動機と目的

• 変動するワークロードとリソース要件を伴う動的クラウドコンピューティング環境における効率的タスクスケジューリングの課題に対処すること。
• 実行時間、リソース要件、デッドラインなどのタスク特性に適応できるスケジューリングアルゴリズムを設計すること。
• 従来のアルゴリズムと比較して、マケスパン、待ち時間、リソース利用効率といったパフォーマンス指標の向上を図ること。
• CloudSimツールキットを用いたシミュレーションにより、提案アルゴリズムの有効性を検証すること。

提案手法

• 一般化優先（GP）アルゴリズムは、実行時間、リソース要件、デッドライン制約を含む複合指標に基づいてタスクに動的優先順位を割り当てる。
• 計算された優先順位値に従ってタスクを実行順に並べ替え、高優先順位のタスクを先にスケジューリングする。
• システム状態やタスク特性の変化に応じて優先順位を再評価することにより、ワークロードの適応性を統合する。
• クラウドインfra構造とタスクワークロードをモデル化するために、スケジューリング意思決定はCloudSimシミュレーションフレームワークを用いて実装・テストされる。
• マケスパン、平均待ち時間、リソース利用度のばらつきといった標準指標を用いてパフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 一般化優先アルゴリズムは、マケスパン低減の観点でFCFSおよびラウンドロビンと比べてどのように異なるか？
• RQ2 動的優先順位割り当ては、クラウドスケジューリングにおける待ち時間とリソース利用度の向上にどの程度寄与するか？
• RQ3 GPアルゴリズムは、実行時間やリソース要件が異なる多様なタスクタイプに効果的に適応できるか？
• RQ4 動的ワークロード下で、GPアルゴリズムは負荷分散および応答時間の観点でどのように性能を発揮するか？

主な発見

• CloudSimシミュレーションにおいて、GPアルゴリズムはFCFSおよびラウンドロビンの両方と比較して、より低いマケスパンを達成した。
• GPアルゴリズムでは平均待ち時間が顕著に短縮され、タスク要求に対する応答性の向上が示された。
• リソース利用度のばらつきが最小化され、より良い負荷分散とシステム安定性が実証された。
• GPアルゴリズムは、変動するワークロードやタスク特性に優れた適応性を示し、静的優先順位アプローチを上回る性能を発揮した。