[논문 리뷰] A Deadline and Budget Constrained Cost-Time Optimisation Algorithm for Scheduling Task Farming Applications on Global Grids

Rajkumar Buyya, Manzur Murshed|ArXiv.org|2002. 03. 14.

Distributed and Parallel Computing Systems참고 문헌 6인용 수 130

한 줄 요약

이 논문은 글로벌 그리드에서 작업 패러다임 애플리케이션을 스케줄링하기 위한 새로운 DBC(마감일 및 예산 제약) 비용-시간 최적화 알고리즘을 제안한다. 기존의 비용 최적화 접근 방식을 확장하여 계산 비용과 작업 완료 시간을 동시에 최소화한다. 시뮬레이션을 통해 세계적 그리드 모델에서 검증한 결과, 동일한 마감일 및 예산 제약 조건 하에서 원래의 비용 최적화 방법보다 훨씬 낮은 작업 완료 시간을 달성한다.

ABSTRACT

Computational Grids and peer-to-peer (P2P) networks enable the sharing, selection, and aggregation of geographically distributed resources for solving large-scale problems in science, engineering, and commerce. The management and composition of resources and services for scheduling applications, however, becomes a complex undertaking. We have proposed a computational economy framework for regulating the supply and demand for resources and allocating them for applications based on the users quality of services requirements. The framework requires economy driven deadline and budget constrained (DBC) scheduling algorithms for allocating resources to application jobs in such a way that the users requirements are met. In this paper, we propose a new scheduling algorithm, called DBC cost-time optimisation, which extends the DBC cost-optimisation algorithm to optimise for time, keeping the cost of computation at the minimum. The superiority of this new scheduling algorithm, in achieving lower job completion time, is demonstrated by simulating the World-Wide Grid and scheduling task-farming applications for different deadline and budget scenarios using both this new and the cost optimisation scheduling algorithms.

연구 동기 및 목표

• 엄격한 사용자 지정 마감일과 예산을 가진 글로벌 컴퓨팅 그리드에서 대규모 작업 패러다임 애플리케이션을 효율적으로 스케줄링하는 문제를 해결하기 위해.
• 기존의 비용 최적화 스케줄링 접근 방식을 확장하여 시간 최소화를 이중 목표로 통합하기 위해.
• 자원 제약 조건 하에서 최소한의 계산 비용을 유지하면서도 가장 빠른 가능한 작업 완료 시간을 달성하는 스케줄링 알고리즘을 개발하기 위해.
• 실제 그리드 시뮬레이션 환경에서 기준 비용 최적화 접근 방식과 비교하여 제안된 알고리즘의 성능을 평가하기 위해.

제안 방법

• 자원 할당을 마켓 기반 프로세스로 모델링하는 계산 경제학 프레임워크 내에서 DBC 비용-시간 최적화 알고리즘을 설계하였다.
• 시간 인지 자원 선택 기준을 도입하여 더 빠른 실행 경로를 우선시함으로써 DBC 비용 최적화 알고리즘을 확장하였다.
• 알고리즘은 비용과 실행 시간을 기반으로 동적으로 자원을 선택하여 총 비용은 최소로 유지하면서도 작업 완료 시간을 단축시켰다.
• 자원 할당 결정은 사용자가 지정한 마감일과 예산 한도에 따라 이뤄져 서비스 품질 요구 사항을 충족시켰다.
• 비용과 시간 제약 조건을 동시에 만족하는 자원 조합을 탐색하기 위해 휴리스틱 검색 메커니즘을 사용하였다.
• 다양한 마감일 및 예산 설정 조건 하에서 작업 패러다임 워크로드를 사용하여 세계적 그라이드 모델에서 시뮬레이션을 수행하였다.

실험 결과

연구 질문

• RQ1 엄격한 마감일 및 예산 제약 조건 하에서 그리드 스케줄링에서 계산 비용과 작업 완료 시간을 어떻게 동시에 최적화할 수 있는가?
• RQ2 순수한 비용 최적화에 비해 시간 인지 자원 선택은 작업 패러다임 애플리케이션에서 어떤 성능 향상을 가져오는가?
• RQ3 제안된 알고리즘이 최소한의 계산 비용을 유지하면서 작업 완료 시간을 얼마나 줄일 수 있는가?
• RQ4 글로벌 그라이드 환경에서 다양한 마감일 및 예산 제약 조합에 대해 이 알고리즘이 어떻게 스케일링되는가?

주요 결과

• 제안된 DBC 비용-시간 최적화 알고리즘은 동일한 마감일 및 예산 제약 조건 하에서 기준 비용 최적화 알고리즘보다 훨씬 낮은 작업 완료 시간을 달성한다.
• 알고리즘은 실행 시간을 단축시키면서도 가능한 최소한의 계산 비용을 유지하여 비용과 시간 간의 효과적인 트레이드오프 관리를 입증하였다.
• 시뮬레이션 결과, 시간 최적화 구성 요소가 모든 테스트 마감일 및 예산 시나리오에서 작업 완료 시간에 측정 가능한 감소를 이끌어냈다.
• 자원 지출을 늘리지 않으면서도 시간 효율성 측면에서 비용 최적화 접근 방식을 능가하여, 이 알고리즘이 시간이 중요한 워크로드에서 우월함을 확인하였다.
• 계산 경제학 프레임워크는 사용자 정의 서비스 수준 협약을 존중하는 확장성 있고 적응 가능한 스케줄링을 가능하게 하였다.
• 이 연구는 비용 제약 스케줄링에 시간 최적화를 통합하는 것이 대규모 그라이드 환경에서 실현 가능하고 효과적이라는 점을 확인하였다.