[论文解读] Semi-Partitioned Hard Real-Time Scheduling with Restricted Migrations upon Identical Multiprocessor Platforms

François Dorin, Patrick Meumeu Yomsi+2 more|arXiv (Cornell University)|Jun 14, 2010

Real-Time Systems Scheduling参考文献 12被引用 29

一句话总结

本文提出了一种针对同构多处理器平台上的硬实时突发任务的半分区调度算法，其中仅允许任务迁移（而非作业迁移），并采用周期性分配策略在处理器间切换。该方法通过限制迁移次数，在显著降低运行时开销的同时实现较高的可调度性，优于FFD方法，且接近S. Kato的方法，同时避免了高昂的作业迁移成本。

ABSTRACT

Algorithms based on semi-partitioned scheduling have been proposed as a viable alternative between the two extreme ones based on global and partitioned scheduling. In particular, allowing migration to occur only for few tasks which cannot be assigned to any individual processor, while most tasks are assigned to specific processors, considerably reduces the runtime overhead compared to global scheduling on the one hand, and improve both the schedulability and the system utilization factor compared to partitioned scheduling on the other hand. In this paper, we address the preemptive scheduling problem of hard real-time systems composed of sporadic constrained-deadline tasks upon identical multiprocessor platforms. We propose a new algorithm and a scheduling paradigm based on the concept of semi-partitioned scheduling with restricted migrations in which jobs are not allowed to migrate, but two subsequent jobs of a task can be assigned to different processors by following a periodic strategy.

研究动机与目标

• 解决硬实时多处理器系统中运行时开销与可调度性之间的权衡问题。
• 在分区调度（其利用率上限为50%）的基础上，进一步提升系统利用率和可调度性。
• 通过将迁移限制在任务级别而非作业级别，相比全局调度降低迁移开销。
• 为嵌入式多核系统开发一种兼顾性能与实现成本的实用调度范式。
• 提供可调度性分析，并通过大量仿真评估该方法。

提出的方法

• 提出一种半分区调度模型，其中大多数任务为非迁移型（分配至单一处理器），而少数迁移型任务可按周期性模式在最多K个处理器上分配。
• 为迁移型任务采用周期性分配策略，确保同一任务的作业在固定且重复的序列中被分配至不同处理器。
• 基于多帧任务建模的可调度性测试方法，其中执行需求以时间区间内的帧形式表示。
• 实现一种任务分配算法，优先使用首次适应递减（FFD）策略分配非迁移型任务，随后分配迁移型任务以最小化处理器需求。
• 在两种场景下进行仿真：'密集'（所有帧集中在开始）和'模式'（帧分布均匀），通过调整参数K评估性能。
• 评估不同CPU数量和K值下的成功率，并与FFD及S. Kato的作业拆分方法进行比较。

实验结果

研究问题

• RQ1 采用仅限任务级别迁移的半分区调度方法是否能在降低运行时开销的同时，实现高于分区调度的可调度性？
• RQ2 K值（迁移型任务可使用的最大处理器数）的选择如何影响不同任务配置场景下的成功率？
• RQ3 迁移型任务的周期性分配策略是否相比传统作业拆分方法具有更好的可调度性，特别是在实际开销方面？
• RQ4 '密集'与'模式'任务分布场景如何影响处理器需求估计的保守性及整体系统性能？
• RQ5 在成功率和可扩展性方面，该方法在多大程度上优于现有方法（如FFD和S. Kato的作业拆分方法）？

主要发现

• 所提算法在所有测试场景中均优于首次适应递减（FFD）算法，展现出更优的可调度性。
• 在CPU数量较大的情况下，'模式'场景中K=20的所提方法在避免作业迁移的前提下，其性能已强烈逼近S. Kato的作业拆分算法。
• 在'模式'场景中，随着K值增大，成功率随之提高，因为更大的K值可更均匀地分摊每处理器的计算负载。
• 相反，在'密集'场景中，随着K值增加，成功率出现反直觉的下降，这是由于在t=0时刻对处理器需求的保守高估所致。
• 迁移型任务的周期性分配策略相比作业迁移显著降低了运行时开销，使该方法在嵌入式系统中更具实用性。
• 该方法以极低的迁移成本实现了高可调度性，为全局调度和分区调度提供了一种强有力的替代方案。