جدولة الوظائف المختلطة لتحسين استخدام المجموعة المشتركة
| العنوان | جدولة الوظائف المختلطة لتحسين استخدام المجموعة المشتركة |
|---|---|
| المؤلف | كوتشاك، أوغور |
| تاريخ النشر: | 2014-01 |
| الموضوع | هندسة الحاسوب، علوم الحاسوب، التحكم |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| رقم السجل | bba0e5ec-f18e-47bd-9f51-4dff4120b794 |
| موقع المكتبة | قسم علوم الحاسوب |
| التاريخ | 2014-01 |
| ملاحظات | توبياك ; المفوضية الأوروبية |
| نص عينة | في هذه الأطروحة، يتم فحص النماذج والمشكلات ومكاسب الأداء المتعلقة بالمعالجة المشتركة لأحمال العمل المختلطة على هياكل مجموعة الكمبيوتر. تتضمن تقنيات التجميع المدعومة أنظمة MPI وHadoop-MapReduce وNoSQL. نموذج المبرمج المقترح أعلاه ويدعم البرمجيات الوسيطة على مستوى نظام التشغيل. في الأطروحة، أولاً، نوضح أنه يمكننا برمجة وظائف MPI وHadoop وNoSQL معًا. ثانيًا، يتم مشاركة النتيجة التي مفادها أن الوظائف ذات الميزات المختلفة (وحدة المعالجة المركزية مقابل وحدة المعالجة المركزية المكثفة) يمكن برمجتها معًا بشكل أفضل من الوظائف التي لها نفس الميزات (2 أو أكثر كثيفة وحدة المعالجة المركزية). أخيرًا، في ضوء هذه النتيجة، تم وصف تصميم جدولة دمج الفرز الجشع الجديد. تم إثبات مكاسب زمنية بنسبة 37% في أوقات إنجاز المهمة، ولكن مكاسب بنسبة 50% (تسريع 2x) ممكنة أيضًا من الناحية النظرية. ستؤدي هذه المكاسب الزمنية أيضًا إلى زيادة سعة استخدام المجموعة إذا كان هناك تحميل كافٍ على قائمة الانتظار. في نهاية الأطروحة، تتم أيضًا مناقشة مكاسب الطاقة والطاقة المحتملة التي يمكن تحقيقها من خلال جدولة الوظائف الهجينة. في هذه الأطروحة، نقوم بالتحقيق في النماذج والقضايا بالإضافة إلى فوائد الأداء لجدولة الوظائف الهجينة على المجموعات المادية المشتركة. تتضمن تقنيات التجميع التي تتم مقارنتها أنظمة MPI وHadoop-MapReduce وNoSQL. نموذج الجدولة المقترح الخاص بنا هو أعلى من برامج جدولة المهام على مستوى نظام التشغيل والبرمجيات الوسيطة وجداول المهام على مستوى نظام التشغيل وهو مكمل لهم. أولاً، نوضح أنه يمكننا جدولة المهام على مستوى المجموعة MPI وHadoop وNoSQL معًا بطريقة يمكن التحكم فيها على نفس المجموعة الفعلية. ثانيًا، نجد أنه من الأفضل جدولة مهام المجموعة ذات خصائص وظيفية مختلفة معًا (وحدة المعالجة المركزية مقابل عمليات الإدخال/الإخراج المكثفة) بدلاً من وظيفتين أو أكثر كثيفة الاستخدام لوحدة المعالجة المركزية. ثالثًا، قمنا بوصف تصميم برنامج جدولة دمج الفرز الجشع الذي يستخدم نتائج التعلم لهذا المبدأ. يتم توفير ما يصل إلى 37% في إجمالي أوقات إكمال المهام لأزواج المهام التي تتطلب عمليات إدخال/إخراج ووحدة المعالجة المركزية (CPU)، ولكن من الممكن تحقيق توفير يصل إلى 50% (أو تسريع مرتين) من الناحية النظرية. وستكون هذه الوفورات متناسبة أيضًا مع تحسينات استخدام المجموعة، إذا كانت هناك وظائف تنتظر في قائمة الانتظار. في نهاية الأطروحة، نناقش أيضًا التوفير المحتمل في استهلاك الطاقة من خلال جدولة الوظائف المختلطة. |
