Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2004 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/17862 |
Resumo: | O presente trabalho aborda o problema do escalonamento de tarefas de uma aplicação paralela em um conjunto de processadores heterogêneos de um sistema distribuído. Devido à sua grande importância, o escalonamento de tarefas é objeto de um grande número de estudos, e diversas técnicas já foram apresentadas para a solução deste problema que é NP-completo em sua forma geral. Algoritmos do tipo list scheduling que levam em consideração a heterogeneidade do ambiente de execução podem parecer, a princípio, mais propícios para o escalonamento de tarefas em ambientes heterogêneos com grades computacionais. Entretanto, sabe-se que heurísticas de aglomeração produzem escalonamentos eficientes para ambientes heterogêneos, em particular quando os custos de comunicação são mais elevados que a média dos custos de computação. O objetivo deste trabalho é estudar a aplicabilidade de algoritmos baseados em metodologia de aglomeração com replicação já proposta, para o escalonamento de tarefas em grades computacionais. Este trabalho apresenta uma estratégia de escalonamento de aplicações em um número limitado de processadores heterogêneos em dois estados, chamada de Clusterização para Processadores Heterogêneos (CPH). No primeiro estágio, as coleções de tarefas são construídas com o objetivo de amenizar o efeito dos custos de comunicação na execução da aplicação. O segundo estágio, o Algoritmo do Mapeamento de Coleções (AMC), proposto neste trabalho de Dissertação, implementa uma política de mapeamento de coleções nos processadores heterogêneos, de forma a minimizar o makespan da aplicação. O algoritmo de mapeamento proposto é do tipo list scheduling e explora tantas características das coleções quanto do sistema alvo. Para validação de sua aplicabilidade, os resultados produzidos por CPH foram comparados aos resultados produzidos por dois outros algoritmos amplamente estudados na literatura, específicos para ambientes heterogêneos e número limitado de processadores. A análise dos resultados mostra a vantagem em utilizar tal abordagem, principalmente quando os custos de comunicação são dominantes. |
id |
UFF-2_8b34a723b6fab663874ce18fded87861 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/17862 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneosA two stages cluster-based strategy for scheduling tasks on heterogeneous processorsCiência da computaçãoEscalonamento de tarefaHeurística de escalonamento estáticoAlgoritmo de escalonamentoCluster de processadorAglomeração de tarefasAmbientes de processadores heterogêneosLatência de comunicaçãoCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAOO presente trabalho aborda o problema do escalonamento de tarefas de uma aplicação paralela em um conjunto de processadores heterogêneos de um sistema distribuído. Devido à sua grande importância, o escalonamento de tarefas é objeto de um grande número de estudos, e diversas técnicas já foram apresentadas para a solução deste problema que é NP-completo em sua forma geral. Algoritmos do tipo list scheduling que levam em consideração a heterogeneidade do ambiente de execução podem parecer, a princípio, mais propícios para o escalonamento de tarefas em ambientes heterogêneos com grades computacionais. Entretanto, sabe-se que heurísticas de aglomeração produzem escalonamentos eficientes para ambientes heterogêneos, em particular quando os custos de comunicação são mais elevados que a média dos custos de computação. O objetivo deste trabalho é estudar a aplicabilidade de algoritmos baseados em metodologia de aglomeração com replicação já proposta, para o escalonamento de tarefas em grades computacionais. Este trabalho apresenta uma estratégia de escalonamento de aplicações em um número limitado de processadores heterogêneos em dois estados, chamada de Clusterização para Processadores Heterogêneos (CPH). No primeiro estágio, as coleções de tarefas são construídas com o objetivo de amenizar o efeito dos custos de comunicação na execução da aplicação. O segundo estágio, o Algoritmo do Mapeamento de Coleções (AMC), proposto neste trabalho de Dissertação, implementa uma política de mapeamento de coleções nos processadores heterogêneos, de forma a minimizar o makespan da aplicação. O algoritmo de mapeamento proposto é do tipo list scheduling e explora tantas características das coleções quanto do sistema alvo. Para validação de sua aplicabilidade, os resultados produzidos por CPH foram comparados aos resultados produzidos por dois outros algoritmos amplamente estudados na literatura, específicos para ambientes heterogêneos e número limitado de processadores. A análise dos resultados mostra a vantagem em utilizar tal abordagem, principalmente quando os custos de comunicação são dominantes.Programa de Pós-Graduação em ComputaçãoComputaçãoBoeres, Maria Cristina SilvaCPF:29609077322http://lattes.cnpq.br/0306766365983082Drummond, Lúcia Maria de AssumpçãoCPF:30672008422http://lattes.cnpq.br/9314029648579658França, Felipe Maia GalvãoCPF:28670653122http://lattes.cnpq.br/1097952760431187Viterbo Filho, José2021-03-10T20:42:56Z2008-05-052021-03-10T20:42:56Z2004-10-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/17862porCC-BY-SAinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-03-10T20:42:56Zoai:app.uff.br:1/17862Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:13:52.865824Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos A two stages cluster-based strategy for scheduling tasks on heterogeneous processors |
title |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos |
spellingShingle |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos Viterbo Filho, José Ciência da computação Escalonamento de tarefa Heurística de escalonamento estático Algoritmo de escalonamento Cluster de processador Aglomeração de tarefas Ambientes de processadores heterogêneos Latência de comunicação CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO |
title_short |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos |
title_full |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos |
title_fullStr |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos |
title_full_unstemmed |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos |
title_sort |
Estratégia para escalonamento de tarefas em dois estágios para ambientes heterogêneos |
author |
Viterbo Filho, José |
author_facet |
Viterbo Filho, José |
author_role |
author |
dc.contributor.none.fl_str_mv |
Boeres, Maria Cristina Silva CPF:29609077322 http://lattes.cnpq.br/0306766365983082 Drummond, Lúcia Maria de Assumpção CPF:30672008422 http://lattes.cnpq.br/9314029648579658 França, Felipe Maia Galvão CPF:28670653122 http://lattes.cnpq.br/1097952760431187 |
dc.contributor.author.fl_str_mv |
Viterbo Filho, José |
dc.subject.por.fl_str_mv |
Ciência da computação Escalonamento de tarefa Heurística de escalonamento estático Algoritmo de escalonamento Cluster de processador Aglomeração de tarefas Ambientes de processadores heterogêneos Latência de comunicação CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO |
topic |
Ciência da computação Escalonamento de tarefa Heurística de escalonamento estático Algoritmo de escalonamento Cluster de processador Aglomeração de tarefas Ambientes de processadores heterogêneos Latência de comunicação CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO |
description |
O presente trabalho aborda o problema do escalonamento de tarefas de uma aplicação paralela em um conjunto de processadores heterogêneos de um sistema distribuído. Devido à sua grande importância, o escalonamento de tarefas é objeto de um grande número de estudos, e diversas técnicas já foram apresentadas para a solução deste problema que é NP-completo em sua forma geral. Algoritmos do tipo list scheduling que levam em consideração a heterogeneidade do ambiente de execução podem parecer, a princípio, mais propícios para o escalonamento de tarefas em ambientes heterogêneos com grades computacionais. Entretanto, sabe-se que heurísticas de aglomeração produzem escalonamentos eficientes para ambientes heterogêneos, em particular quando os custos de comunicação são mais elevados que a média dos custos de computação. O objetivo deste trabalho é estudar a aplicabilidade de algoritmos baseados em metodologia de aglomeração com replicação já proposta, para o escalonamento de tarefas em grades computacionais. Este trabalho apresenta uma estratégia de escalonamento de aplicações em um número limitado de processadores heterogêneos em dois estados, chamada de Clusterização para Processadores Heterogêneos (CPH). No primeiro estágio, as coleções de tarefas são construídas com o objetivo de amenizar o efeito dos custos de comunicação na execução da aplicação. O segundo estágio, o Algoritmo do Mapeamento de Coleções (AMC), proposto neste trabalho de Dissertação, implementa uma política de mapeamento de coleções nos processadores heterogêneos, de forma a minimizar o makespan da aplicação. O algoritmo de mapeamento proposto é do tipo list scheduling e explora tantas características das coleções quanto do sistema alvo. Para validação de sua aplicabilidade, os resultados produzidos por CPH foram comparados aos resultados produzidos por dois outros algoritmos amplamente estudados na literatura, específicos para ambientes heterogêneos e número limitado de processadores. A análise dos resultados mostra a vantagem em utilizar tal abordagem, principalmente quando os custos de comunicação são dominantes. |
publishDate |
2004 |
dc.date.none.fl_str_mv |
2004-10-13 2008-05-05 2021-03-10T20:42:56Z 2021-03-10T20:42:56Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://app.uff.br/riuff/handle/1/17862 |
url |
https://app.uff.br/riuff/handle/1/17862 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Programa de Pós-Graduação em Computação Computação |
publisher.none.fl_str_mv |
Programa de Pós-Graduação em Computação Computação |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823696574152704 |