[論文レビュー] Enhancing CPU Performance using Subcontrary Mean Dynamic Round Robin (SMDRR) Scheduling Algorithm

Sourav Kumar Bhoi, Sanjaya Kumar Panda+1 more|arXiv (Cornell University)|Apr 24, 2014

Real-Time Systems Scheduling参考文献 4被引用数 9

ひとこと要約

本稿では、プロセスのバースト時間の逆数平均（調和平均）を用いて動的に時間量子を計算するSMDRRという動的ラウンドロビンスケジューリングアルゴリズムを提案する。この手法によりコンテキストスイッチの回数が削減され、CPUのパフォーマンスが向上する。実験結果から、SMDRRは標準的なRRよりも平均待ち時間、ターンアラウンド時間、コンテキストスイッチの回数を削減していることが示された。

ABSTRACT

Round Robin (RR) Algorithm is considered as optimal in time shared environment because the static time is equally shared among the processes. If the time quantum taken is static then it undergoes degradation of the CPU performance and leads to so many context switches. In this paper, we have proposed a new effective dynamic RR algorithm SMDRR (Subcontrary Mean Dynamic Round Robin) based on dynamic time quantum where we use the subcontrary mean or harmonic mean to find the time quantum. The idea of this approach is to make the time quantum repeatedly adjusted according to the burst time of the currently running processes. Our experimental analysis shows that SMDRR performs better than RR algorithm in terms of reducing the number of context switches, average turnaround time and average waiting time.

研究の動機と目的

• 固定時間量子による伝統的なラウンドロビン（RR）スケジューリングにおけるパフォーマンス劣化の問題に対処すること。
• 不適切な静的時間量子割り当てによって引き起こされる過剰なコンテキストスイッチの削減。
• 時間共有環境における平均待ち時間およびターンアラウンド時間の改善。
• プロセスバースト動作に基づいて時間量子を動的に適応させるスケジューリングアルゴリズムの開発。

提案手法

• SMDRRアルゴリズムは、実行中のプロセスのバースト時間の逆数平均（調和平均）を用いて、動的に時間量子を計算する。
• 各プロセスの実行サイクル後、現在のバースト時間トレンドに基づいて時間量子を再計算する。
• 最適なプロセス実行を実現するため、バースト時間の累積調和平均を維持して時間量子を調整する。
• SMDRRは、コンテキストスイッチの最小化を図りつつ、公平なCPU割り当てを保証するように時間量子を動的に変更する。
• スケジューリングメカニズムは、計算された時間量子をすべての実行可能プロセスに対してラウンドロビン方式で適用する。
• 実際のプロセス動作に適応することで、応答性と効率性のバランスを図る。

実験結果

リサーチクエスチョン

• RQ1 調和平均を用いた時間量子の動的調整が、CPUスケジューリングにおけるコンテキストスイッチ頻度に与える影響は何か？
• RQ2 SMDRRは標準的なラウンドロビンと比較して、平均待ち時間をどの程度短縮できるか？
• RQ3 逆数平均（subcontrary mean）の使用が、時間共有システムにおけるターンアラウンド時間の改善に寄与するか？
• RQ4 さまざまなワークロード下で、SMDRRの公平性および応答性はどのように評価できるか？
• RQ5 バースト時間に基づく時間量子適応が、全体のCPU利用率およびパフォーマンスに与える影響は何か？

主な発見

• SMDRRは、標準的なラウンドロビンアルゴリズムと比較して、コンテキストスイッチの回数を顕著に削減した。
• SMDRRにおける平均待ち時間は、従来のRRよりも低く、プロセスの応答性が向上していることを示している。
• 最適化された時間量子適応により、SMDRRはより良い平均ターンアラウンド時間を達成した。
• 時間量子計算に調和平均を用いることで、より安定的で効率的なスケジューリング意思決定が可能になった。
• SMDRRは、さまざまなプロセスバースト時間分布において一貫したパフォーマンス向上を示した。
• 実験結果から、待ち時間、ターンアラウンド時間、コンテキストスイッチ回数といった主要なパフォーマンス指標において、SMDRRがRRを上回ることが確認された。