[论文解读] An Economic-based Resource Management and Scheduling for Grid Computing Applications

Gowtham Krishnan Murugesan, C. Chellappan|arXiv (Cornell University)|Apr 20, 2010

Distributed and Parallel Computing Systems参考文献 15被引用 10

一句话总结

本文提出了一种基于经济模型的网格计算资源分配方法，采用线性规划技术，将来自多个来源的工作负载最优地分配到异构资源上，以最小化用户成本和执行时间。该模型通过将资源分配视为成本优化问题，提升了调度效率，在实验评估中，成本和时间指标均表现出优越性能。

ABSTRACT

Resource management and scheduling plays a crucial role in achieving high utilization of resources in grid computing environments. Due to heterogeneity of resources, scheduling an application is significantly complicated and challenging task in grid system. Most of the researches in this area are mainly focused on to improve the performance of the grid system. There were some allocation model has been proposed based on divisible load theory with different type of workloads and a single originating processor. In this paper we introduce a new resource allocation model with multiple load originating processors as an economic model. Solutions for an optimal allocation of fraction of loads to nodes obtained to minimize the cost of the grid users via linear programming approach. It is found that the resource allocation model can efficiently and effectively allocate workloads to proper resources. Experimental results showed that the proposed model obtained the better solution in terms of cost and time.

研究动机与目标

• 解决在具有多个负载源处理器的异构网格计算环境中实现高效资源调度的挑战。
• 通过基于经济启发的分配模型，降低网格应用中的用户成本和执行时间。
• 扩展现有的可分负载理论模型，支持多个负载源处理器而非单一来源。
• 利用线性规划开发一种可扩展且最优的资源分配策略，以实现成本最小化。
• 在不同工作负载下，评估该模型在成本效率和执行时间方面的性能。

提出的方法

• 将资源分配建模为经济优化问题，将资源使用视为成本驱动的决策。
• 应用线性规划计算分配给每个资源节点的工作负载比例。
• 扩展可分负载理论以处理多个负载源处理器，实现工作负载的分布式分配。
• 基于资源可用性、处理速度和通信开销建立成本函数。
• 以成本最小化为目标函数，同时满足总工作负载和资源容量的约束条件。
• 求解优化问题，以确定在可用节点间最优分配工作负载比例。

实验结果

研究问题

• RQ1 当多个处理器产生工作负载时，如何优化网格计算中的资源分配？
• RQ2 使用经济模型对降低网格调度中的用户成本和执行时间有何影响？
• RQ3 线性规划能否有效解决异构网格环境中多源工作负载分配问题？
• RQ4 与单源可分负载模型相比，所提出的模型在成本和性能方面有何差异？
• RQ5 在所提出的基于经济模型的调度框架中，成本最小化与执行时间之间存在何种权衡？

主要发现

• 所提出的模型通过使用线性规划最优分配工作负载，显著降低了网格用户的总体成本。
• 由于资源利用效率提高，执行时间相比传统调度方法显著减少。
• 在各种实验工作负载下，该模型在成本和时间指标上均表现出优越性能。
• 扩展支持多个负载源处理器，相较于单源模型，显著提升了可扩展性和灵活性。
• 该解决方案计算效率高，适用于大规模网格环境，并能提供近似最优结果。
• 实验结果证实，基于经济模型的方法在成本和时间效率方面均优于传统方法。