[論文レビュー] A Survey on Deadline Constrained Workflow Scheduling Algorithms in Cloud Environment

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

Cloud Computing and Resource Management参考文献 12被引用数 4

ひとこと要約

本サーベイは、クラウド環境におけるデッドライン制約付きワークフローサービスのスケジューリングアルゴリズムを検討し、ユーザー指定の時間制約を満たす一方でコストとリソース使用量を最小限に抑える能力を分析する。ヒューリスティック、メタヒューリスティック、最適化手法に基づく既存のアプローチを分類・評価し、動的クラウドワークロードにおける実行時間、コスト効率、デッドライン遵守の間のトレードオフを強調する。

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.

研究の動機と目的

• クラウド環境においてデッドライン制約を優先する既存のワークフローサービススケジューリングアルゴリズムを分析・分類すること。
• ユーザー指定のデッドラインを満たす一方でコストとリソース消費量を最小限に抑えるさまざまなスケジューリング技術の有効性を評価すること。
• 動的リソース割り当ておよびクラウドワークフローにおけるサービス品質（QoS）に関連する、現在のアプローチのギャップと課題を特定すること。
• デッドラインに敏感なワークロードに特化したヒューリスティック、メタヒューリスティック、最適化ベースのスケジューリング戦略の包括的概要を提供すること。
• デッドライン制約付きワークフローサービススケジューリング分野における傾向、制限事項、未解決の問題を要約することで、今後の研究を導くこと。

提案手法

• スケジューリング戦略と目的に基づくワークフローサービススケジューリングアルゴリズムの体系的レビューと分類。
• デッドライン制約付きスケジューリングにおけるヒューリスティックベース、メタヒューリスティックベース、最適化ベースのアプローチへのアルゴリズムの分類。
• マケスパン、コスト、デッドライン違反率、リソース利用率などの主要パフォーマンス指標を、異なるアルゴリズムタイプ間で分析。
• ワークロードパターンやクラウドリソースの可用性の変化に対するアルゴリズムの挙動を評価し、耐性および適応性を検証。
• 出版された研究および実験結果から得られた定性的・定量的基準を用いて、スケジューリング技術の比較。
• 実際のクラウド導入シナリオからの知見を統合し、アルゴリズムのパフォーマンスと実用的妥当性を文脈づけて解釈。

実験結果

リサーチクエスチョン

• RQ1 クラウドコンピューティングにおけるデッドライン制約付きワークフローサービススケジューリングアルゴリズムの主なカテゴリは何ですか？
• RQ2 ヒューリスティック、メタヒューリスティック、最適化ベースのアプローチは、厳密なデッドラインを満たす一方でコストを最小限に抑える能力において、どのように異なりますか？
• RQ3 既存のスケジューリングアルゴリズムにおいて、実行時間、コスト、デッドライン遵守の間の主なパフォーマンストレードオフは何か？
• RQ4 動的リソースプロビジョニングとワークロードの変動性は、デッドライン制約付きスケジューリングの信頼性と効率性にどのように影響しますか？
• RQ5 クラウドにおけるデッドラインに配慮したワークフローサービススケジューリングに関する現在の研究における主な制限事項と未解決の課題は何ですか？

主な発見

• ヒューリスティックベースのアルゴリズムは迅速なスケジューリング意思決定を可能にするが、複雑で動的な環境では最適性に欠けることが多い。
• 遺伝的アルゴリズムや粒子群最適化などのメタヒューリスティックアプローチは、基本的なヒューリスティクスに比べ、デッドライン遵守の向上とコスト効率の向上を示している。
• 混合整数プログラミングを含む最適化ベースの手法は、デッドライン遵守の高精度を達成するが、高い計算オーバーヘッドを伴う。
• 多くの既存のアルゴリズムが、ワークロードの変動性や動的リソースの可用性を効果的に処理できていない。
• コスト、マケスパン、デッドライン違反率といったQoSパrameterの統合は、アルゴリズム設計において依然として重要な課題である。
• パフォーマンスとスケーラビリティのバランスを図るため、ヒューリスティクスの高速性と最適化手法の正確性を組み合わせたハイブリッドアプローチの導入が明確に求められている。