阿蒙塔·卡诺,F.A。;Tchernykh,A。;科尔特斯·蒙多萨,J.M。;右叶海普尔。;Drozdov,A.Yu。;鲍夫里,P。;Kliazovich,D。;阿维提斯扬。;奈斯马奇诺,S。 Min_c:异构集中策略,用于具有能量感知的资源争用作业调度。 (英语) Zbl 1455.68036号 程序。计算。柔和。 43,第3期,204-215(2017). 摘要:在本文中,我们讨论了具有能量感知的在线调度问题。我们提出了一个优化模型,并提出了一种新的资源分配方法,其中考虑了应用程序类型和异构工作负载,包括CPU密集型、磁盘密集型、I/O密集型、内存密集型、网络密集型和其他应用程序。当一种类型的作业被分配给同一个资源时,它们可能会在CPU、内存、磁盘或网络中造成瓶颈和资源争用。这可能会导致系统性能下降并增加能耗。我们关注应用程序的能量特性,并表明与传统方法相比,智能分配策略可以进一步提高能耗。我们提出了异构作业合并算法,并通过使用Cloud-Sim工具包在不同场景和实际数据下进行性能评估研究来验证这些算法。我们根据所需信息的类型和数量分析了几种调度算法。 MSC公司: 68平方米 计算机系统环境下的性能评估、排队和调度 90B35型 运筹学中的确定性调度理论 PDF格式BibTeX公司 XML格式引用 \textit{F.A.Armenta-Cano}等人,程序。计算。柔和。43,第3号,204--215(2017;Zbl 1455.68036) 全文: 内政部 参考文献: [1] Kliazovich,D。;佩塞罗,J.E。;Tchernykh,A。;Bouvry,P。;Khan,美国。;Zomaya,A.Y.,CA-DAG:为云计算中的调度建模通信软件应用程序(2015) [2] Beloglazov,A.、Abawajy,J.和Buyya,R.,《Energyaware云计算数据中心高效管理的资源分配启发式》,《未来世代》。计算。系统。,2012年,第28卷,第5期,第755-768页·doi:10.1016/j.未来2011.04.017 [3] Luo,J.、Li,X.和Chen,M.,云数据中心虚拟机能效动态整合的混合混合蛙跳算法,专家系统。申请。,2014年,第41卷,第13期,第5804-5816页·doi:10.1016/j.eswa.2014.03.039 [4] Hsu,C.-H.,Slatter,K.D.,Chen,S.-C.和Chung,Y.C.,《利用云中任务整合优化能耗》,《信息科学》。,2014年,第258卷,第452-462页·doi:10.1016/j.ins.2012.10.041 [5] Hosseinimotlagh,S。;Khunjush,F。;Hosseinimotlagh,S.,《云计算中实时任务的协同双层能量感知调度》,178-182(2014) [6] Wang,X.,Liu,X.、Fan,L.和Jia,X.《云计算数据中心的分散式虚拟机迁移方法》,数学。问题。《工程》,2013年,第2013卷,第e878542页。 [7] 高,Y。;Wang,Y。;Gupta,S.K。;Pedram,M.,《云系统的能源和期限感知资源供应、调度和优化框架》(2013年) [8] Luo,L.,Wu,W.,Tsai,W.T.,Di,D.,and Zhang,F.,云数据中心功耗模拟,Simul。模型。实际。《理论》,2013年,第39卷,第152-171页·doi:10.1016/j.simpat.2013.08.004 [9] Liu,Z.,Ma,R.,Zhou,F.,Yang,Y.,Qi,Z.和Guan,H.,虚拟化环境中的电源I/O密集型和CPU密集型应用程序混合部署,2010年IEEE信息与计算进展国际会议(PIC),2010年,第1卷,第509-513页。 [10] Lezama,A.、Tchernykh,A.和Yahyapour,R.,《基础设施作为服务云的性能评估与SLA约束》,Computacion y Sistemas,2013年,第17卷,第3期,第401-411页。 [11] Matthias Splieth,S.B.,《分析负载分配算法对云数据中心服务器能耗的影响》,2015年。 [12] Tchernykh,A。;Lozano,L。;美国施维格尔斯霍恩。;Bouvry,P。;佩塞罗,J。;Nesmachnow,S.,《节能在线调度:确保IaaS云的服务质量》,911-918(2014) [13] Tchernykh,A.,Schwiegelson,U.,Yahyapour,R.,and Kuzjurin,N.,《允许分配网格上的在线分层作业调度》,J.scheduling,2010年,第13卷,第5期,第545-552页·Zbl 1208.68102号 ·数字对象标识代码:10.1007/s10951-010-0169-x [14] Tchernykh,A。;J·拉米雷斯。;Avetisyan,A。;北卡罗来纳州库兹朱林。;Grushin,D。;朱克,S。;Wyrzykowski,R.(编辑);等。,计算网格的两级作业调度策略,并行处理和应用数学,774-781(2006)·Zbl 1182.68033号 ·doi:10.1007/11752578_93 [15] Dorronsoro,B.,Nesmachnow,S.,Taheri,J.,Zomaya,A.,Talbi,E-G.,Bouvry,P.,多核分布式系统中大型工作负载节能调度的分层方法,可持续计算:通知。《系统》,2014年,第4卷,第252-261页。 [16] Tchernykh,A.、Pecero,J.、Barrondo,A.和Schaeffer,E.,对等桌面网格中的自适应节能调度,未来一代计算。《系统》,2014年,第36卷,第209-220页·doi:10.1016/j.future.2013.07.011 [17] Ramirez,J.M.、Tchernykh,A.、Yahyapour,R.、Schwiegelshohn,U.、Quezada,A.、Gonzalez,J.和Hirales,A.,分层网格中在线调度的用户运行时间估计作业分配策略。J.网格计算。,2011年,第9卷,第95-116页·doi:10.1007/s10723-011-9179-y [18] Iturriaga,S.、Nesmachnow,S.,Dorronsoro,B.和Bouvry,P.,《异构系统中的节能调度与并行多目标局部搜索》,《计算信息学》,2013年,第32卷,第2期,第273-294页。 [19] 美国施维格尔斯霍恩。;Tchernykh,A.,云计算和不同服务级别的在线调度,1067-1074(2012) [20] Tchernykh,A。;Lozano,L。;美国施维格尔斯霍恩。;布夫里,P。;佩塞罗,J。;Nesmachnow,S。;Drozdov,A.,《确保服务质量的IaaS云在线双目标调度》(2015) [21] 并行工作负载档案,2014年。http://www.cs.huji.ac.il/labs/parallel/workload。 [22] 网格工作负载档案,2014年。http://gwa.ewi。都柏林。 [23] Zitzler,E.,《多目标优化的进化算法:方法和应用》(1999) [24] Tsafrir,D.、Etsion,Y.和Feitelson,D.,使用系统生成的预测而非用户运行时估计进行回填,IEEE Trans。并行分布式系统,2007年,第18卷,第6期,第789-803页·doi:10.1109/TPDS.2007.70606 [25] Armenta-Cano,F.,Tchernykh,A.,Cortes-Mendoza,J.M.,Yahyapour,R.,Drozdov,A.,Bouvry,P.,Kliazovich,D.,and Avetisyan,A.,《基于服务质量的功率感知调度的异构作业整合》,《俄罗斯第一届超级计算会议论文集——超级计算日》,俄罗斯莫斯科,2015年,Voevodin,V.和Sobolev,S。,CEUR-WS,2015年,第1482卷,第687-697页。http://ceur-ws.org/Vol-1482/。URN:URN:nbn:de:0074-1482-7。 [26] Rodriguez,A.、Tchernykh,A.和Ecker,K.,单位执行时间任务动态调度算法,欧洲。《运营研究杂志》,《爱思唯尔科学》,北荷兰,2003年,第146卷,第2期,第403-416页·Zbl 1012.90010号 ·doi:10.1016/S0377-2217(02)00236-9 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。