[论文解读] Doubly Exponential Solution for Randomized Load Balancing Models with Markovian Arrival Processes and PH Service Times

Quan‐Lin Li, Lui, John C. S.|arXiv (Cornell University)|Sep 25, 2010

Advanced Queuing Theory Analysis参考文献 46被引用 9

一句话总结

本文提出一种矩阵分析方法，用于分析具有马氏调制到达过程（MAP）和 phase-type（PH）服务时间的随机化负载均衡模型，表明系统固定点具有双重指数衰减结构。在Lipschitz条件成立下，证明了系统状态指数收敛至固定点，展示了即使在非泊松和非指数分布条件下，工作负载探测机制仍能有效实现负载均衡。

ABSTRACT

In this paper, we provide a novel matrix-analytic approach for studying doubly exponential solutions of randomized load balancing models (also known as supermarket models) with Markovian arrival processes (MAPs) and phase-type (PH) service times. We describe the supermarket model as a system of differential vector equations by means of density dependent jump Markov processes, and obtain a closed-form solution with a doubly exponential structure to the fixed point of the system of differential vector equations. Based on this, we show that the fixed point can be decomposed into the product of two factors inflecting arrival information and service information, and further find that the doubly exponential solution to the fixed point is not always unique for more general supermarket models. Furthermore, we analyze the exponential convergence of the current location of the supermarket model to its fixed point, and apply the Kurtz Theorem to study density dependent jump Markov process given in the supermarket model with MAPs and PH service times, which leads to the Lipschitz condition under which the fraction measure of the supermarket model weakly converges the system of differential vector equations. This paper gains a new understanding of how workload probing can help in load balancing jobs with non-Poisson arrivals and non-exponential service times.

研究动机与目标

• 将超级市场模型的分析从泊松到达和指数服务时间扩展至一般MAP和PH分布。
• 研究在非泊松和非指数设置下，队列长度分布中的双重指数衰减是否仍然存在。
• 确定超级市场模型的分数测度弱收敛至微分向量方程组的条件。
• 为具有突发或自相似流量及一般服务时间分布的系统中的工作负载探测提供理论基础。
• 证明在更广泛的到达和服务时间假设下，双重指数解结构的鲁棒性。

提出的方法

• 将超级市场系统建模为具有MAP到达和PH服务时间的密度依赖跳跃马氏过程。
• 推导出当种群规模 n → ∞ 时的极限行为的微分向量方程组。
• 应用Kurtz定理，在Lipschitz条件下建立分数测度弱收敛至微分方程组的结论。
• 使用矩阵分析技术，推导出具有双重指数结构的闭式固定点解。
• 将固定点分解为两个因子的乘积，分别反映到达特性（MAP）和服务特性（PH），以揭示其结构特性。
• 建立漂移函数 F(y) 的Lipschitz连续性，以确保系统过程指数收敛至固定点。

实验结果

研究问题

• RQ1 当使用马氏调制到达过程（MAP）而非泊松过程建模时，队列长度分布中的双重指数衰减是否仍然存在？
• RQ2 在一般MAP到达下，具有相型（PH）服务时间的超级市场模型的固定点是否仍表现出双重指数解结构？
• RQ3 超级市场模型的分数测度在何种条件下弱收敛至微分向量方程组？
• RQ4 在具有MAP和PH服务时间的一般超级市场模型中，固定点的双重指数解是否唯一？
• RQ5 在非指数和非泊松条件下，工作负载探测机制如何影响负载均衡性能？

主要发现

• 具有MAP到达和PH服务时间的超级市场模型的固定点具有闭式解，且呈现双重指数结构。
• 该固定点可分解为两个因子的乘积，其中一个反映到达特性（MAP），另一个反映服务特性（PH）。
• 在更一般的超级市场模型中，双重指数解并不总是唯一的，表明其对系统参数具有结构敏感性。
• 在漂移函数的Lipschitz条件成立下，系统当前状态指数收敛至固定点。
• 在推导出的Lipschitz条件下，超级市场模型的分数测度弱收敛至微分向量方程组，验证了流体极限近似的有效性。
• 在初始为空的系统中，标记客户预期驻留时间的上界由涉及 d 的双重指数项表达式所界定，证实了所提模型下的性能增益。