[논문 리뷰] A Survey on Deadline Constrained Workflow Scheduling Algorithms in Cloud Environment

R. Nallakumar, K S Sruthi Priya|arXiv (Cornell University)|2014. 09. 28.

Cloud Computing and Resource Management참고 문헌 12인용 수 4

한 줄 요약

이 종합 검토는 클라우드 환경에서 마감 시간 제약이 있는 워크플로우 스케줄링 알고리즘을 분석하여, 사용자가 지정한 시간 제약 조건을 충족시키는 동시에 비용과 자원 사용을 최소화하는 데 그 능력을 평가한다. 이 논문은 휴리스틱, 메타휴리스틱, 최적화 기법을 기반으로 한 기존 접근 방식을 분류하고 평가하며, 동적인 클라우드 워크로드에서 실행 시간, 비용 효율성, 마감 시간 준수 간의 상충 관계를 부각시킨다.

ABSTRACT

Cloud Computing is the latest blooming technology in the era of Computer Science and Information Technology domain. There is an enormous pool of data centres, which are termed as Clouds where the services and associated data are being deployed and users need a constant Internet connection to access them. One of the highlights in Cloud is the delivering of applications or services in an on-demand environment. One of the most promising areas in Cloud scheduling is Scheduling of workflows which is intended to match the request of the user to the appropriate resources. There are several algorithms to automate the workflows in a way to satisfy the Quality of service (QoS) of the user among which deadline is considered as a major criterion, i.e. Satisfying the needs of the user with minimized cost and within the minimum stipulated time. This paper surveys various workflow scheduling algorithms that have a deadline as its criterion.

연구 동기 및 목표

• 클라우드 환경에서 마감 시간 제약을 우선시하는 기존 워크플로우 스케줄링 알고리즘을 분석하고 분류하는 것.
• 사용자가 지정한 마감 시간을 충족시키는 동시에 비용과 자원 소비를 최소화하는 데 있어 다양한 스케줄링 기법의 효과성을 평가하는 것.
• 클라우드 워크플로우에서 동적 자원 할당 및 서비스 품질(QoS)과 관련된 현재의 접근 방식에서의 격차와 과제를 규명하는 것.
• 마감 시간에 민감한 워크로드에 특화된 휴리스틱, 메타휴리스틱, 최적화 기반 스케줄링 전략의 종합적 개요를 제공하는 것.
• 마감 시간 제약이 있는 워크플로우 스케줄링 분야에서의 추세, 한계점 및 열린 문제들을 요약하여 향후 연구를 안내하는 것.

제안 방법

• 기본 스케줄링 전략과 목표에 기반한 워크플로우 스케줄링 알고리즘의 체계적 검토 및 분류.
• 마감 시간 제약이 있는 스케줄링을 위한 휴리스틱 기반, 메타휴리스틱 기반, 최적화 기반 접근 방식으로의 알고리즘 분류.
• 다양한 알고리즘 유형 간의 주요 성능 지표(예: 메이크스팬, 비용, 마감 시간 위반 비율, 자원 활용도) 분석.
• 워크로드 패턴과 클라우드 자원 가용성의 변화 상황에서 알고리즘의 거동을 평가하여 강건성과 적응성 평가.
• 공개된 논문과 실험 결과에서 유도된 정성적 및 정량적 기준을 활용한 스케줄링 기법 간 비교.
• 알고리즘 성능과 실용적 타당성의 맥락화를 위해 실제 클라우드 배포 시나리오의 통찰을 통합.

실험 결과

연구 질문

• RQ1 클라우드 컴퓨팅에서 마감 시간 제약이 있는 워크플로우 스케줄링 알고리즘의 주요 분류는 무엇인가?
• RQ2 휴리스틱, 메타휴리스틱, 최적화 기반 접근 방식은 엄격한 마감 시간을 충족시키면서 비용을 최소화하는 데 있어 어떤 차이를 보이는가?
• RQ3 기존 스케줄링 알고리즘에서 실행 시간, 비용, 마감 시간 준수 간의 핵심 성능 상충 관계는 무엇인가?
• RQ4 동적 자원 프로비저닝과 워크로드 변동성은 마감 시간 제약이 있는 스케줄링의 신뢰성과 효율성에 어떤 영향을 미치는가?
• RQ5 현재 클라우드에서 마감 시간 인식 워크플로우 스케줄링에 관한 연구에서 주요한 한계점과 열린 과제는 무엇인가?

주요 결과

• 휴리스틱 기반 알고리즘은 빠른 스케줄링 결정을 제공하지만 복잡하고 동적인 환경에서는 최적성에 빈도 있게 실패한다.
• 유전자 알고리즘과 입자 군집 최적화와 같은 메타휴리스틱 접근 방식은 기본 휴리스틱에 비해 더 높은 마감 시간 준수율과 비용 효율성을 보인다.
• 혼합정수계획법을 포함한 최적화 기반 방법은 마감 시간 준수 정확도가 매우 높지만 높은 계산 오버헤드 문제를 야기한다.
• 기존 알고리즘의 상당수는 워크로드 변동성과 동적 자원 가용성을 효과적으로 처리하지 못한다.
• 비용, 메이크스팬, 마감 시간 위반 비율 등의 QoS 파라미터 통합은 알고리즘 설계에서 여전히 핵심 과제이다.
• 성능와 확장성의 균형을 이루기 위해 휴리스틱의 속도와 최적화 기법의 정밀성을 결합한 하이브리드 접근 방식의 필요성이 명확히 드러났다.