×
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。