دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


عنوان محصول: زمانبندی چندهدفه وظایف در پلتفرم های ابر

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: چهارشنبه 28 مهر 1395
توضیحات مختصر:

زمانبندی جریان کار با تعداد زیادی وظیفه در پلتفرم محاسباتی توزیع شده، یک مسئله NP-hard است که یک مسئله با پیچیدگی و چالش بالا است، زمانیکه کلاسترهای مجازی سازی شده برای اجرای تعداد زیادی از وظایف در پلتفرم محاسبات ابری استفاده می شوند. سختی در برآورده سازی چندین هدف است که ممکن است از ماهیت پیچی...

زمانبندی چندهدفه وظایف در پلتفرم های ابر زمانبندی چندهدفه وظایف در پلتفرم های ابر


قیمت قیمت : 36000 تومان
تخفیف تخفیف: 2000 تومان
قیمت نهایی قیمت نهایی: 34000 تومان
575 بازدید
کد مقاله: TTC- 1- 41
نوع فایل : docx
Journal: Elsevier 2014,

Multi-objective scheduling of many tasks in cloud platforms
Abstract

The scheduling of a many-task workflow in a distributed computing platform is a well known NP-hard problem. The problem is even more complex and challenging when the virtualized clusters are used to execute a large number of tasks in a cloud computing platform. The difficulty lies in satisfying multiple objectives that may be of conflicting nature. For instance, it is difficult to minimize the makespan of many tasks, while reducing the resource cost and preserving the fault tolerance and/or the quality of service (QoS) at the same time. These conflicting requirements and goals are difficult to optimize due to the unknown runtime conditions, such as the availability of the resources and random workload distributions. Instead of taking a very long time to generate an optimal schedule, we propose a new method to generate suboptimal or sufficiently good schedules for smooth multitask workflows on cloud platforms. Our new multi-objective scheduling (MOS) scheme is specially tailored for clouds and based on the ordinal optimization (OO) method that was originally developed by the automation community for the design optimization of very complex dynamic systems. We extend the OO scheme to meet the special demands from cloud platforms that apply to virtual clusters of servers from multiple data centers. We prove the suboptimality through mathematical analysis. The major advantage of our MOS method lies in the significantly reduced scheduling overhead time and yet a close to optimal performance. Extensive experiments were carried out on virtual clusters with 16 to 128 virtual machines. The multitasking workflow is obtained from a real scientific LIGO workload for earth gravitational wave analysis. The experimental results show that our proposed algorithm rapidly and effectively generates a small set of semi-optimal scheduling solutions. On a 128-node virtual cluster, the method results in a thousand times of reduction in the search time for semi-optimal workflow schedules compared with the use of the Monte Carlo and the Blind Pick methods for the same purpose.

Keywords: Cloud computing; Many-task computing; Ordinal optimization; Performance evaluation; Virtual machines; Workflow scheduling

چکیده

زمانبندی جریان کار با تعداد زیادی وظیفه در پلتفرم محاسباتی توزیع شده، یک مسئله NP-hard است که یک مسئله با پیچیدگی و چالش بالا است، زمانیکه کلاسترهای مجازی سازی شده برای اجرای تعداد زیادی از وظایف در پلتفرم محاسبات ابری استفاده می شوند. سختی در برآورده سازی چندین هدف است که ممکن است از ماهیت پیچیده ای برخوردار باشند. بعنوان نمونه، کمینه سازی بازه اجرایی تعداد زیادی وظیفه با کاهش هزینه منبع و حفظ تحمل پذیری خرابی و/یا کیفیت سرویس بطور همزمان سخت است. بهینه سازی این نیازها و هدف ها به دلیل شرایط زمان اجرایی نامشخص مانند دسترس پذیری منابع و توزیع های بارکاری تصادفی سخت است. بجای صرف زمان طولانی برای تولید زمانبندی بهینه، یک روش جدید برای تولید زمانبندی های زیربهینه یا خوب برای جریان های کاری چند وظیفه ای یکنواخت روی پلتفرم های ابر پیشنهاد می کنیم. طرح زمانبندی چند هدفی جدید ما (MOS) برای ابرها سازماندهی می شود و بر مبنای روش بهینه سازی ترتیبی (OO) است که توسط انجمن اتوماسیون برای بهینه سازی طراحی سیستم های پویای پیچیده تر توسعه یافته است. جهت تامین تقاضاهای ویژه از پلتفرم های ابری که برای کلاسترهای مجازی سرورها از چندین مرکز داده بکار گرفته می شوند، طرح OO را بسط می دهیم. زیربهینگی را بواسطه آنالیز محاسباتی ثابت می کنیم. مزیت اصلی روش MOS ما کاهش قابل توجه زمان سربار زمانبندی و دستیابی به کارایی بهینه است. آزمایش های گسترده ای روی کلاسترهای مجازی با 16 تا 128 ماشین مجازی انجام گرفتند. جریان کاری چندوظیفه ای از بارکاری LIGO علمی واقعی برای آنالیز موج گرانشی زمین بدست می آید. نتایج آزمایش نشان می دهند که الگوریتم پیشنهادی ما بسرعت و بطور موثر مجموعه کوچکی از راه حل های زمانبندی نیمه بهینه تولید می کند. روی کلاستر مجازی 128 گرهی، این روش منجر به هزار برابر کاهش در زمان جستجو برای زمانبندی های جریان کاری نیمه بهینه در مقایسه با استفاده از روش های مونت کارلو و بلیند پیک می شود.

کلمات کلیدی: محاسبات ابری، محاسبات چندوظیفه، بهینه سازی عادی، ارزیابی کارایی، ماشین های مجازی، زمانبندی جریان کار

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:12 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:34 صفحه

تماس با پشتیبانی فروشگاه ترجمه‌های تخصصی

نام و نام خانوادگی*
پست الکترونیکی*
موضوع پیام*
متن پیام*
اطلاعات تماس با فروشگاه ترجمه‌های تخصصی


فروشگاه ترجمه‌های تخصصی
پست الکترونیک :info@ttsell.ir
پست الکترونیک :mailttsell@gmail.com
شماره تلفن تماس:09355907190
کانال تلگرام : t.me/ttsell

  • آدرس: تبریز، خیابان  خاقانی، پاساژ خاقانی، پلاک 119
  • تلفن  تماس: 09355907190
  • تلفن  ثابت : 35250068-041
  •  Mailttsellاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس  ایمیل
  • @ttsell:آدرس تلگرام
فروشگاه ترجمه‌های تخصصی از  سال  1387شروع به کار نموده است  و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام  شده  است.
Scroll to top