[论文解读] New Analysis Techniques for Supporting Hard Real-Time Sporadic DAG Task Systems on Multiprocessors

Zheng Dong, Cong Liu|arXiv (Cornell University)|Jul 31, 2018

Real-Time Systems Scheduling参考文献 27被引用 4

一句话总结

本文提出了一种用于多处理器上硬实时突发DAG任务系统的新型调度与分析框架，引入了Lazy-Cpath策略和基于执行/非执行区间的分析方法，以减少由DAG内优先级约束带来的过度保守性。所提出的基于利用率的可调度性测试相较于先前方法平均提升了超过60%的可调度性，且当DAG退化为普通突发任务时，与经典密度测试保持一致。

ABSTRACT

The scheduling and schedulability analysis of real-time directed acyclic graph (DAG) task systems have received much recent attention. The DAG model can accurately represent intra-task parallelim and precedence constraints existing in many application domains. Existing techniques show that analyzing the DAG model is fundamentally more challenging compared to the ordinary sporadic task model, due to the complex intra-DAG precedence constraints which may cause rather pessimistic schedulability loss. However,such increased loss is counter-intuitive because the DAG structure shall better exploit the parallelism provided by the multiprocessor platform. Our observation is that the intra-DAG precedence constraints, if not carefully considered by the scheduling algorithm, may cause very unpredictable execution behaviors of subtasks in a DAG and further cause pessimistic analysis. In this paper, we present a set of novel scheduling and analysis techniques for better supporting hard real-time sporadic DAG tasks on multiprocessors, through smartly defining and analyzing the execution order of subtasks in each DAG. Evaluation demonstrates that our developed utilization-based schedulability test is highly efficient, which dramatically improves schedulability of existing utilization-based tests by over 60% on average. Interestingly, when each DAG in the system is an ordinary sporadic task, our test becomes identical to the classical density test designed for the sporadic task model.

研究动机与目标

• 为解决现有DAG任务系统可调度性分析中存在反直觉的过度保守性问题，尽管其具备利用多处理器并行性的潜力。
• 识别出DAG内优先级约束导致子任务执行行为不可预测，从而引发过度保守的分析。
• 设计一种调度与分析框架，通过智能排序DAG内子任务的执行顺序，减少此类过度保守性。
• 设计一种基于利用率的可调度性测试，使其在多处理器上实时DAG工作负载中既高效又高效。

提出的方法

• 提出Lazy-Cpath策略，以智能方式定义每个DAG中就绪子任务的执行顺序，最小化优先级约束带来的干扰。
• 开发一种基于执行/非执行区间的分析技术，精确建模分析窗口内的工作负载分布。
• 提出一种新的基于利用率的可调度性测试，利用cp-利用率和任务利用率来界定干扰，并确保在GEDF下的可调度性。
• 推导出一个充分的可调度性条件，要求子任务利用率项之和必须满足涉及处理器数量和关键路径利用率的边界条件。
• 在采用Lazy-Cpath策略的全局最早截止时间优先（GEDF）调度下应用该分析，以实现高效且可扩展的分析。
• 证明该测试在DAG退化为普通突发任务时，退化为经典密度测试，确保向后兼容性。

实验结果

研究问题

• RQ1 为何现有DAG任务系统可调度性测试相较于普通突发任务的测试表现出显著更高的过度保守性，尽管其具备更好的并行性利用潜力？
• RQ2 如何管理DAG内优先级约束，以减少可调度性分析中的过度保守性，同时不牺牲正确性？
• RQ3 能否设计一种新型调度策略与分析技术，以更好地利用DAG任务系统中的多处理器并行性，同时保持高效的可调度性测试？
• RQ4 与现有基于利用率的可调度性测试相比，所提出方法在可调度性增益与效率方面提升了多少？

主要发现

• 所提出的CP-GEDF测试相较于现有基于利用率的测试（如CAB与SU）平均可将可调度性提升60%以上。
• 在关键路径较短且每任务利用率中等的场景下，CP-GEDF可在总利用率高达6时实现100%可调度性，而SU与CAB分别在3.25与1.25时即失败。
• 当关键路径较长且利用率较高时，CAB测试无法调度任何任务集，而CP-GEDF仍能保持高可调度性。
• CP-GEDF测试表明，由于更好地利用了DAG内部的并行性，DAG任务系统可比等效的突发任务系统更具可调度性，与经典密度测试（U-ordinary）的对比结果证实了这一点。
• 通过Lazy-Cpath策略与基于区间的负载建模，所提测试有效解耦了分析与复杂的DAG内优先级约束，从而降低了过度保守性。
• 该测试在数学上被证明是GEDF调度下采用Lazy-Cpath策略时的充分可调度性条件，且在DAG退化为突发任务时退化为经典密度测试。