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

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

Distributed and Parallel Computing Systems参考文献 6被引用 130

一句话总结

本文提出了一种新颖的 DBC（截止时间和预算约束）成本-时间优化算法，用于在全球计算网格上调度任务农场应用，通过联合最小化计算成本和作业完成时间，扩展了先前的成本优化方法。在相同截止时间和预算约束下，该算法通过全球网格模型的仿真验证，显著降低了作业完成时间。

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.

研究动机与目标

• 解决在具有严格用户指定截止时间和预算的全球计算网格上高效调度大规模任务农场应用的挑战。
• 通过将时间最小化作为双重目标，扩展现有的成本优化调度方法。
• 开发一种调度算法，在资源约束下保持最低计算成本的同时实现最快可能的作业完成时间。
• 在真实的网格仿真场景中，评估所提算法与基线成本优化方法的性能。

提出的方法

• DBD 成本-时间优化算法在计算经济框架内设计，该框架将资源分配建模为市场驱动的过程。
• 通过引入时间感知的资源选择标准，扩展 DBC 成本优化算法，以优先选择执行速度更快的路径。
• 该算法基于成本和执行时间动态选择资源，确保总成本保持最低的同时减少作业完成时间。
• 资源分配决策由用户指定的截止时间和预算限制指导，确保符合服务质量要求。
• 该算法使用启发式搜索机制，探索满足成本和时间约束的资源组合。
• 在世界范围网格模型上进行仿真，采用不同截止时间和预算配置的任务农场工作负载。

实验结果

研究问题

• RQ1 在严格的截止时间和预算约束下，如何在网格调度中联合优化计算成本和作业完成时间？
• RQ2 与纯成本优化相比，时间感知资源选择在任务农场应用中带来了哪些性能提升？
• RQ3 在保持最低计算成本的前提下，所提算法在多大程度上能够减少作业完成时间？
• RQ4 在全局网格环境中，该算法在不同截止时间与预算约束组合下的可扩展性如何？

主要发现

• 在相同截止时间和预算约束下，所提 DBC 成本-时间优化算法相比基线成本优化算法实现了显著更低的作业完成时间。
• 该算法在减少执行时间的同时成功维持了最低可能的计算成本，展示了在成本与时间之间有效权衡管理的能力。
• 仿真结果表明，时间优化组件在所有测试的截止时间和预算场景中均带来了可测量的作业完成时间减少。
• 该算法在时间效率方面优于成本优化方法，且未增加资源支出，证实其在时间关键型工作负载中的优越性。
• 计算经济框架实现了可扩展且自适应的调度，尊重用户定义的服务水平协议。
• 研究证实，在成本约束调度中集成时间优化在大规模网格环境中既可行又有效。