[논문 리뷰] A Survey on Dynamic Job Scheduling in Grid Environment Based on Heuristic Algorithms

D. Thilagavathi, Antony Selvadoss Thanamani|arXiv (Cornell University)|2014. 02. 21.

Distributed and Parallel Computing Systems참고 문헌 5인용 수 6

한 줄 요약

이 종합 검토는 계산 그리드에서 휴리스틱 기반 동적 작업 스케줄링을 분석하며, 처리량과 효율성을 향상시키기 위한 자원 할당 최적화 알고리즘을 검토한다. 유전 알고리즘, 입자 군집 최적화, 개미 군집 최적화와 같은 기법을 평가하여 동적 워크로드와 자원 이질성에 대한 적응성을 강조하며, 분산 환경에서 실시간 스케줄링을 위한 효과적인 전략을 규명하는 데 핵심 기여를 한다.

ABSTRACT

Computational Grids are a new trend in distributed computing systems. They allow the sharing of geographically distributed resources in an efficient way, extending the boundaries of what we perceive as distributed computing. Various sciences can benefit from the use of grids to solve CPU-intensive problems, creating potential benefits to the entire society. Job scheduling is an integrated part of parallel and distributed computing. It allows selecting correct match of resource for a particular job and thus increases the job throughput and utilization of resources. Job should be scheduled in an automatic way to make the system more reliable, accessible and less sensitive to subsystem failures. This paper provides a survey on various heuristic algorithms, used for scheduling in grid.

연구 동기 및 목표

• 계산 그리드에서의 동적 작업 스케줄링을 위한 휴리스틱 알고리즘을 분석하고 비교하기 위해.
• 이종적이고 분산된 환경에서 자원 활용도와 작업 처리량을 향상시키는 효과적인 스케줄링 전략을 규명하기 위해.
• 유전 알고리즘, 입자 군집 최적화, 개미 군집 최적화와 같은 메타휴리스틱 기법이 동적 그리드 스케줄링에서 성능을 평가하기 위해.
• 기존 휴리스틱 접근법의 종합적 개요를 제공하고 실시간, 확장 가능한 그리드 워크로드에의 적용 가능성을 분석하기 위해.
• 현행 휴리스틱 기반 스케줄링 솔루션의 격차와 과제를 부각시켜 향후 연구를 안내하기 위해.

제안 방법

• 그리드 컴퓨팅 환경 내 동적 작업 스케줄링에 사용된 휴리스틱 알고리즘에 대한 체계적 검토를 수행한다.
• 진화 및 군집 지능 방법을 포함한 최적화 원리를 기반으로 스케줄링 기법을 분류한다.
• 휴리스틱 기반 스케줄러에서의 적합도 함수, 초기 인구 설정, 선택 메커니즘 등의 알고리즘 구성 요소를 분석한다.
• 자원 가용성 변화와 작업 도착 패턴의 변동이 있는 동적 조건에서 알고리즘 행동을 평가한다.
• 다양한 그리드 워크로드에서 제작 시간, 자원 활용도, 스케줄링 오버헤드 등의 휴리스틱 성능 지표를 비교한다.
• 이전 연구의 결과를 통합하여 실세계 그리드 구현에서 휴리스틱 접근법의 추세, 강점, 한계를 규명한다.

실험 결과

연구 질문

• RQ1 이종적 그리드 환경에서 동적 작업 스케줄링에 가장 효과적인 휴리스틱 알고리즘은 무엇인가?
• RQ2 입자 군집 최적화(PSO)와 개미 군집 최적화(ACO)와 같은 메타휴리스틱 기법은 실시간으로 자원 가용성과 작업 우선순위 변화에 어떻게 적응하는가?
• RQ3 휴리스틱 기반 그리드 스케줄러에서 스케줄링 효율성, 계산 오버헤드, 확장성 간의 상충 관계는 무엇인가?
• RQ4 제작 시간과 자원 활용도 측면에서 휴리스틱 알고리즘은 기존 정적 또는 규칙 기반 스케줄링과 어떻게 비교되는가?
• RQ5 대규모이고 동적인 그리드 인fra구조에서 휴리스틱 기반 스케줄링을 구현할 때의 주요 과제는 무엇인가?

주요 결과

• 유전 알고리즘, 입자 군집 최적화, 개미 군집 최적화와 같은 휴리스틱 알고리즘은 동적 작업 도착과 자원 변동에 뛰어난 적응성을 보인다.
• 이 알고리즘들은 기존 정적 스케줄링 방법에 비해 제작 시간을 지속적으로 감소시키고 자원 활용도를 향상시킨다.
• 연구에서 PSO와 ACO는 인구 기반 및 페로몬 기반 탐색 메커니즘 덕분에 동적 환경에서 더 빠른 수렴을 보임을 규명했다.
• 성능 향상에도 불구하고, 휴리스틱 기반 스케줄러는 특히 높은 변동성을 보이는 그리드에서 계산 오버헤드와 스케줄링 정확성의 균형을 맞추는 데 도전 과제를 겪는다.
• 이 조사에서는 실세계 그리드 구현에서 강건성과 확장성을 향상시키기 위해 다수의 휴리스틱을 조합하는 하이브리드 접근법의 필요성을 강조한다.
• 기존 연구는 자료 간 알고리즘 기술 서술에 상당한 중복이 있음을 보여주며, 표준화된 벤치마킹 및 평가 프레임워크의 필요성을 시사한다.