检索结果-南通市图书馆

面向异构多核架构的非对称感知可选择任务窃取机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向异构多核架构的非对称感知可选择任务窃取机制

作者：郭浩东上海交通大学

学位级别：硕士

多核架构已经广泛地应用在产业界,尤其在个人电脑、智能手机和多数对性能要求较高的设备上,多核架构具有巨大的性能优势。然而,随着多核架构在性能上的爆炸性增长,多核架构的劣势也逐渐地显现出来,例如能耗问题,具体体现在智能手机续航... 详细信息

多核架构已经广泛地应用在产业界,尤其在个人电脑、智能手机和多数对性能要求较高的设备上,多核架构具有巨大的性能优势。然而,随着多核架构在性能上的爆炸性增长,多核架构的劣势也逐渐地显现出来,例如能耗问题,具体体现在智能手机续航能力差、大型数据中心中电量成本开销增加等问题上。于是,研究人员提出一种全新的架构——异构多核架构(AMC,Asymmetric Multi-Core)。在异构多核架构中,不同的CPU具有不同的性能表现和能耗。当一台计算机整合了多个CPU时,通常用采用非一致性内存访问(NUMA,Non-Uniform Memory Access)结构组织内存。由于异构多核芯片良好的性能表现和高效的能耗,基于NUMA内存系统的异构多核架构才得以在大规模数据中心和智能手机等设备上得到应用。但是,由于负载不均衡、低下的共享cache命中率和NUMA内存节点间远程内存访问等问题,现有的并行程序的任务调度策略往往在异构多核架构上表现不佳。为了解决这个问题,我们提出了一个非对称感知的可选择任务窃取机制(SAWS,Selective Asymmetry-aware Work-Stealing),它能够在保证能耗不变的前提下,通过平衡各个CPU间核的负载来减少远程内存访问,实现核间负载均衡最大化的同时,提升整体的运算性能。本文的主要工作是面向异构多核架构,提出了一套AMC架构非对称特性的分析、任务分配和动态调度的机制。非对称感知可选择任务窃取机制,是基于MIT Cilk运行时系统实现的;SAWS由一个非对称感知任务分配器和一个可选择任务窃取调度器组成。非对称感知任务分配器会在并行程序编译期间,完成程序的静态分析和添加运行时系统所需的控制代码。随后在并行程序执行的过程中,在每一轮迭代开始之前,任务分配器可以有效地将任务分配到合适异构CPU中,使得大多数任务在执行的过程中,尽可能地通过本地内存节点访问数据,根据CPU的计算性能差异进行负载均衡。同时,可选择任务窃取调度器利用核的电能余量,通过调度的方式进一步地调整核间负载以及选择性地调节核的频率。实验评估是在真实的异构多核机器上进行的。在实际的异构多核架构中,我们的实验结果表明,相比于传统的任务窃取调度器,SAWS在不增加能耗的条件下,在异构多核架构中能有效地提升内存敏感(Memory-bound)程序的计算性能,运行时间最多可减少59.3%。由可扩展性实验结果也可看出,SAWS还具备良好的可扩展特性。

关键词：异构多核架构任务窃取非一致性内存访问

基于Linux的多核并行可伸缩函数式编程研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机仿真 2022年第4期39卷 223-226,432页

作者：仇宾崔素丽孙曼曼田亮河北师范大学附属民族学院河北石家庄050000 河北师范大学计算机与网络空间安全学院河北石家庄050024

现有编程模型在面向多核并行计算时,通常表现出线程安全和数据同步控制困难,以及通用性差等问题。在函数可以摆脱状态信息的特点基础上,提出基于Linux平台的多核并行可伸缩函数式编程模型。利用函数的复合和嵌套来描述应用程序任务,完... 详细信息

现有编程模型在面向多核并行计算时,通常表现出线程安全和数据同步控制困难,以及通用性差等问题。在函数可以摆脱状态信息的特点基础上,提出基于Linux平台的多核并行可伸缩函数式编程模型。利用函数的复合和嵌套来描述应用程序任务,完成编程过程中的数据传递和问题拆分,考虑到语法解析与编译过程对模型构建的约束,采用运行时构建动态树,并将动态树的并行处理转化为求解NP问题,根据动态树节点特征进行任务排序。动态树的NP问题又可进一步转化为对资源的访问,设计乘法级数增长的任务窃取策略,充分考虑窃取目标和规模以及窃取时机。最后为保证Linux平台应用涉及的数据和通信完整性和安全性,设计了一种64bits定长哈希并行计算,并验证了上述算法的分布随机性与均匀性。基于Linux平台对所设计的编程模型进行性能测试,实验结果证明函数式编程模型能够显著降低应用程序的执行时间,在提高多核利用率的情况下,显著提升多核并行编程的可伸缩性。

关键词：多核并行函数式编程任务窃取可伸缩性

互联网场景下遥感影像的大规模并行处理技术研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

互联网场景下遥感影像的大规模并行处理技术研究

作者：苏岳瀚河南大学

学位级别：硕士

随着我国遥感技术不断发展和遥感应用互联网服务化进程推进,我国遥感卫星影像数据量不断增长,遥感应用领域不断拓展,遥感应用互联网服务需求不断变化,导致遥感影像处理算法并行化适配和并行调度策略难以适应遥感产业化发展和迅速增长的... 详细信息

随着我国遥感技术不断发展和遥感应用互联网服务化进程推进,我国遥感卫星影像数据量不断增长,遥感应用领域不断拓展,遥感应用互联网服务需求不断变化,导致遥感影像处理算法并行化适配和并行调度策略难以适应遥感产业化发展和迅速增长的互联网场景下遥感应用服务需求,使得研究适应互联网场景下的遥感影像高效并行处理技术越显重要。目前遥感影像并行处理算法研究主要关注某些特定算法或某个具体应用领域的算法,其对算法进行并行化设计时对互联网场景下多变需求适应性不足;针对遥感影像处理的并行调度策略,现有研究一般采用先验式设计或仿真式设计,其不能完全适应互联网场景下遥感影像处理订单数量多、单次数据规模小、请求零碎、需求多变的特性,故无法有效控制后续密集请求引发的误差累积;目前遥感影像处理领域已有的并行处理系统多少都存在有可扩展性偏低、系统业务间耦合度较高、容灾设计和健壮性设计不充分的问题。本文针对目前互联网场景下遥感影像并行处理问题,主要从以下四个方面进行了研究:（1）互联网场景下的遥感影像处理并行调度策略互联网场景下用户对遥感影像处理算法的需求多变,算法划分过程需进行通用化设计以适应互联网场景。本文引入能有效描述互联网工程或系统的有向无环图,将数据并行与功能并行的设计模式相结合,基于该模式对遥感影像处理算法进行划分,划分后形成的算法工作流与有向无环图结合构成具有前后依赖关系的算子,并以此为基础进一步提出算子数据量稀释模型,以数据并行设计模式拆分所述算子,其在遥感影像处理领域具备一定通用性,降低互联网场景下适配海量遥感算法所需的工作量,基于所述划分方法给出了具有有向无环图约束的遥感影像处理一级并行调度策略。（2）适应互联网场景的误差弥补策略互联网场景下遥感应用业务的并行计算集群面临海量的随机请求,且请求所携带的数据规模不一,算法并行划分后形成的算子的计算量不可能完全一致,故调度策略在调度时会产生调度误差,互联网场景下的遥感应用业务海量请求加速了误差累积。本文引入任务窃取模型,将基于该模型的任务窃取策略与遥感影像数据的特性相结合,提出基于有向无环图的工作流权值计算方法,形成适应互联网场景下遥感影像并行处理过程的动态误差弥补策略,其具备在互联网场景下持续处理工作流的能力,有效弥补遥感影像处理并行调度策略在密集请求下可能产生的误差。仿真实验结果证明所提策略优于基于有向无环图调度的现有研究成果,且对互联网场景下的多种并行集群状态有较好的适应性。（3）遥感影像并行处理过程的归约与并发优化研究互联网场景下多变的用户需求使遥感影像处理算法在并行化后形成不同的数据分发和归约过程,由人工直接进行归约过程设计与实现会带来庞大适配工作量。本文根据有向无环图描述的算子间的依赖关系,分析了无需人工干预的并行计算点对点自动归约处理的可行性。互联网场景下的并行计算集群面临海量请求时也会产生并发性能问题,本文提出双线程托管RPC模型,将并行集群主节点的线程处理工作进行分离,使遥感影像处理并行调度策略主程序专注于调度处理,由双线程托管RPC模型进行互联网场景下的并发线程处理,实验证明了调度策略的并发性能较优化前得到提升。（4）遥感影像处理并行调度验证系统本文基于前述研究成果设计并实现了高可用遥感影像处理并行调度验证系统,该系统采用本文所提的并行调度策略、误差弥补策略和归约与优化模型,并进行容灾设计、低耦合度设计和高健壮性设计,能适应互联网场景的特点。真实环境实验结果表明本文提出的并行调度策略可有效提升互联网场景下遥感影像并行处理的计算效率;本文提出的具备通用性的算法设计与划分方法能够适应并行计算全过程;本文所述的自动归约模型能够正常发挥作用。本文设计实现的遥感影像处理算并行调度验证系统能较好适应互联网场景下的任务拓展要求、集群拓展要求和集群性能不对称等要求。

关键词：遥感影像处理并行调度策略任务窃取有向无环图互联网

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态粒度策略的非平衡树搜索研究

基于动态粒度策略的非平衡树搜索研究

作者：关磊国防科学技术大学

学位级别：硕士

随着并行计算机系统的发展,很多复杂问题(尤其是科学与工程应用)的求解已经成为可能。然而,一些不规则的非平衡应用总是需要异步的且连续的负载平衡,因而对于充分利用当前SMP集群系统的计算性能提出了巨大挑战。UTS正是为了刻画这些非... 详细信息

随着并行计算机系统的发展,很多复杂问题(尤其是科学与工程应用)的求解已经成为可能。然而,一些不规则的非平衡应用总是需要异步的且连续的负载平衡,因而对于充分利用当前SMP集群系统的计算性能提出了巨大挑战。UTS正是为了刻画这些非平衡应用的性能而设计,它的实现主要是通过对一个树状结构的搜索空间执行深度优先搜索。OpenMP和MPI实现的标准UTS分别适用于共享存储和分布存储体系结构。然而,这两种标准非平衡树搜索实现有其显著弊端。首先,这两种UTS实现均不能充分利用当前SMP集群的计算能力。OpenMP实现的UTS因无法进行全局地址空间访问而不能扩展到整个集群上运行。MPI实现的UTS虽然可以在集群上直接运行,但是可扩展性极差。其次,这两种UTS实现都采用固定粒度的任务窃取策略来实现动态负载平衡,并不能充分实现负载平衡。UTS主要利用任务窃取策略来实现连续且异步的负载平衡。本文针对目前标准UTS实现的弊端,设计实现了一种基于MPI+OpenMP混合编程模型的动态粒度任务窃取策略。本文提出的动态粒度任务窃取策略能够显著加速非平衡树搜索,并且提高其在SMP集群上的可扩展性。本文的主要工作和贡献如下:第一,采用动态粒度策略对OpenMP实现的标准UTS进行优化,实现一种面向共享存储系统的动态粒度非平衡树搜索。在这种非平衡树搜索实现中,任务窃取粒度随着被释放的空闲线程的个数动态改变。从而使每个空闲线程的任务请求尽可能被满足,促进线程间负载平衡。与纯OpenMP实现的标准UTS相比,本文实现的面向共享存储系统的非平衡树搜索能够在获得较高性能的同时,极大拓宽窃取粒度参数的取值区间。第二,采用动态粒度策略对MPI实现的标准UTS进行优化,实现一种适合于分布式存储系统的、具有较低通信开销的动态粒度非平衡树搜索。接着采用MPI+OpenMP混合编程模型组合共享存储和分布式存储系统的动态粒度非平衡树搜索,从而实现一种适合于SMP集群的、具有强可扩展性的动态粒度非平衡树搜索。与纯MPI实现的标准UTS相比,本文提出的基于动态粒度策略的非平衡树搜索展现出很高的性能和极强的可扩展性。当SMP节点规模达到128时,我们实现的非平衡树搜索能够获得超过74%的并行效率。本文提出的非平衡树搜索实现能够获得的最大遍历速率是33.9亿结点/秒,这是纯MPI实现的标准UTS所获得的最高性能的2.28倍。

关键词：负载平衡 SMP集群任务窃取 UTS 动态粒度 MPI+OpenMP混合编程模型

多FPGA计算平台下的图划分及调度方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多FPGA计算平台下的图划分及调度方法研究

作者：张帆华中科技大学

学位级别：硕士

提升大规模图数据处理的效率对解决诸多现实问题具有重要意义。可编程逻辑门阵列（Field Programmable Gate Array,FPGA）因其可编程特性广泛应用于图计算技术的加速。现实世界中的图数据规模十分庞大,单个FPGA难以对其进行有效存储和... 详细信息

提升大规模图数据处理的效率对解决诸多现实问题具有重要意义。可编程逻辑门阵列（Field Programmable Gate Array,FPGA）因其可编程特性广泛应用于图计算技术的加速。现实世界中的图数据规模十分庞大,单个FPGA难以对其进行有效存储和处理。因此,采用多个FPGA互联的方式是解决上述问题的重要技术途径,其需要将图数据划分为子图,并分别放置到不同FPGA上进行处理。考虑到多FPGA间通信带宽等因素的限制,子图执行效率受到数据频繁交互的影响,多FPGA图计算系统的处理效果并不理想。为提升多FPGA图计算系统的整体处理性能,提出了基于多FPGA互联架构的图计算系统Efiraph。通过衡量FPGA间通信与本地计算之间的关系,Efiraph有效地减少了FPGA之间的数据传输量并提升本地计算效率。具体而言,在图预处理阶段,通过一种高效的图划分方法,根据多FPGA之间硬件条件（如通信带宽和计算速率）对图数据进行有效的划分,减少不同FPGA之间通信的数据量,使多FPGA平台的带宽能够满足通信需求。在图处理阶段,Efiraph对FPGA内部的处理单元进行动态调度,根据处理线程与工作负载的关系进行动态调节,提升FPGA本地处理效率。Efiraph还对多FPGA图处理系统的内存访问进行优化,能够衔接图数据划分与子图数据处理之间的关系,取得预处理与图处理之间的有效平衡,实现图计算系统的整体性能提升。实验结果表明,相比于国际上典型的FPGA图计算系统,Efiraph可提升2.56倍的整体性能,并且系统开销较低。同时,在有限的通信带宽条件下,Efiraph具有更好的系统扩展性。

关键词：图计算 FPGA 图划分访存优化动态调度任务窃取

基于分布式架构的Costas序列搜索系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分布式架构的Costas序列搜索系统的设计与实现

作者：余凡南京邮电大学

学位级别：硕士

Costas序列具有理想的自相关被广泛应用于遥测、无线通信和密码学等领域,但是对某些特殊阶数的Costas序列的存在性问题尚未有较深入的研究成果。为了研究高阶Costas序列,论文对Costas序列的特点和构造方法进行了研究,讨论了代数构造法... 详细信息

Costas序列具有理想的自相关被广泛应用于遥测、无线通信和密码学等领域,但是对某些特殊阶数的Costas序列的存在性问题尚未有较深入的研究成果。为了研究高阶Costas序列,论文对Costas序列的特点和构造方法进行了研究,讨论了代数构造法和穷举法的差异,并着重对穷举法的高效实现进行了深入的研究,为解决高阶序列搜索效率问题提出了用分布式计算的思想来构造Costas序列的搜索系统。针对分布式搜索系统的实现,本文的研究内容主要分为以下两部分,并通过实验数据证明了论文设计的搜索系统能显著提高Costas序列的搜索速度。第一部分从Costas序列的定义出发对Costas序列的单机搜索效率进行优化,针对Costas序列搜索任务的特点提出基于任务窃取机制的分治递归多线程调度算法。对多线程环境下的遍历搜索,由于Costas序列分布的不均匀性,传统多线程搜索方式指定任务后只能由固定的线程完成所有计算任务,而不同的任务计算量存在差异,导致线程资源浪费。当线程任务量较大时,通过分治递归对任务进行切割,线程之间利用任务窃取机制使线程池中的线程负载均衡,实现最大程度利用线程资源。第二部分针对单机性能存在瓶颈的问题提出基于分布式架构实现Costas序列搜索系统。由于高阶Costas序列遍历搜索的计算量较大,单机搜索高阶序列消耗的时间较长。因此研究使用分布式架构对高阶搜索任务进行分解,并使用网络中间件,如数据库、缓存、消息队列等对计算任务进行可靠的分发和汇总,由多机协同实现高效的搜索。该搜索系统的结构采用管理端/消费端模式,管理端负责任务的分解和汇总等,消费端负责执行任务和返回计算结果。管理端和消费端高度解耦,在管理端性能足够的前提下,通过合理的参数配置可动态增减消费端数量,实现对系统运算能力的动态扩缩容。管理端和消费端通过中间件保障任务信息的可靠传递,并且三者均支持跨平台和集群部署,最终实现高效的高阶Costas序列搜索系统。

关键词： Costas序列穷举法搜索分治递归任务窃取分布式

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多核技术的并行计算平台实现与应用

基于多核技术的并行计算平台实现与应用

作者：何锵锵天津科技大学

学位级别：硕士

大众多核化的今天,多核处理器在人们的日常生活中随处可见。多核处理器就是在一个处理器上集成两个或多个运算核心,在并行性能提升的情况下,相对于单核它能够以更低的频率处理更高的工作负载,这样就能够在低功耗、小散热量以及低成本的... 详细信息

大众多核化的今天,多核处理器在人们的日常生活中随处可见。多核处理器就是在一个处理器上集成两个或多个运算核心,在并行性能提升的情况下,相对于单核它能够以更低的频率处理更高的工作负载,这样就能够在低功耗、小散热量以及低成本的情况下提升处理器的性能。处理器从单核发展到多核,传统的、适用于单核的串行编程模式与多核的并行架构之间的矛盾越发明显。为了充分利用多核性能,就需要设计一种并行编程模型来编写更高效的应用程序。另一方面,多媒体和网络技术的迅速发展与普及。这种数据量大、对实时性要求高、计算处理具有高度可并行的任务,在传统串行架构上优化的有限性,给多核的并行化带来了新的机遇。如何在多核环境下更好的发挥处理器的性能优势,满足图像和流媒体应用的需求就成了当前面临的主要困难。为了解决这个问题,本文设计和实现了一种新的基于多核架构的并行计算平台,应用于大计算量的程序性能的优化。它以任务为最小的运行单位,便于程序员将现有的程序改成并行的程序。同时使用任取窃取结合动态负载均衡算法,使任务更加均衡的分配到多核处理器的各个计算核心上,更加有效的利用处理器的计算资源,从而使并行性和计算性能得到很大的提升。本文的主要贡献如下：(1)在详细剖析了多核处理器体系结构和并行算法特点的基础上,分析影响多核并行计算性能的主要因素,探讨适合于发挥多核性能的算法和编程技术。(2)提出了一种基于任务的、同时结合负载平衡算法的任务窃取多核并行计算平台模型。(3)实现了一个针对多媒体和图像等大数据计算的并行计算平台。

关键词：多核处理器并行计算任务窃取负载均衡

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

雾计算节点间协同工作算法研究

雾计算节点间协同工作算法研究

作者：肖宏宇北京交通大学

学位级别：硕士

随着物联网逐渐深入人们的生产生活,人们对诸多物联网应用提出了越来越高的要求,诸如时延、带宽等。为了满足物联网实时应用的要求,雾计算网络应运而生,它克服了云计算中心带宽资源受限、延迟长的缺陷,能够快速响应物联网设备的请求,且... 详细信息

随着物联网逐渐深入人们的生产生活,人们对诸多物联网应用提出了越来越高的要求,诸如时延、带宽等。为了满足物联网实时应用的要求,雾计算网络应运而生,它克服了云计算中心带宽资源受限、延迟长的缺陷,能够快速响应物联网设备的请求,且不会占用大量的网络带宽。目前,雾计算节点间的协同工作算法已成为了业界的研究热点之一。雾计算网络作为一种分布式系统,对协同工作算法具有极高的要求,包括公平性、可伸缩性、稳定性和可靠性。为了满足雾计算节点协同工作算法的要求,本文作出的工作和贡献如下:(1)论文分析了雾计算节点的排队模型,通过对比普遍应用的先到先服务机制(First-Come-First-Serve Mechanism,FCFS)和时分机制(Time-Sharing Mechanism,TS),论证了时分机制的公平性,并提出以时分机制的M/G/1排队系统作为雾计算节点的排队模型。进一步,利用雾计算节点排队模型的公平性,提出了雾计算节点的并行系数,该系数能够客观地衡量多种类任务输入的雾计算节点的工作状态。然后,结合分布式系统的工作窃取机制,提出了基于负载均衡的雾计算节点协同工作算法(Load-Balancing and Work-Stealing Algorithm,LBWS),该算法采用纳什讨价还价解决方案公平地分配概率集,使得每个雾计算节点的并行系数达到帕累托最优状态。多个参数的对比实验表明该算法对于多种类的任务具有公平性、对大小不同的雾计算网络具有伸缩性;(2)论文定义了雾计算节点在证据空间和评价空间的相对信誉坐标,结合任务窃取过程推导出基于不确定概率论的信任度、不信任度和不确定性等值,进而提出了证据融合算法和时间折扣算法。更进一步,论文提出了雾计算节点的信誉模型和雾计算网络的信誉系统。通过结合该信誉模型和负载均衡算法,提出了基于负载均衡和信誉系统的雾计算节点协同工作算法(Load-Balancing and Work-Stealing Combined with Reputation System,LBWSRS),该算法使得雾计算节点能够更加高效地协同工作,并克服节点的性能波动问题。仿真实验表明该算法能够缓解雾计算节点性能波动所造成的影响,提高雾计算网络的可靠性和稳定性。论文在最后提出了针对雾计算的下一步研究工作,并对未来进行了规划与展望。本文共使用图24幅,表12个,参考文献54篇。

关键词：雾计算节点协同工作并行系数负载均衡任务窃取波动因子信誉系统

基于优化负载均衡算法的任务调度系统的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于优化负载均衡算法的任务调度系统的研究与实现

作者：朱晨晨电子科技大学

学位级别：硕士

在云计算环境下,随着计算机集群中的动态节点变化、节点中资源的动态变化以及大规模的任务需求接踵而来,我们将面临着如何提高任务调度系统的资源利用率、如何达到负载均衡以及如何提升系统的整体性能和效率等问题。在云计算研究领域中... 详细信息

在云计算环境下,随着计算机集群中的动态节点变化、节点中资源的动态变化以及大规模的任务需求接踵而来,我们将面临着如何提高任务调度系统的资源利用率、如何达到负载均衡以及如何提升系统的整体性能和效率等问题。在云计算研究领域中,任务调度问题一直是一个比较典型的NP-Hard问题。尽管国内外许许多多的研究学者致力于研究这个问题,但是仍然没有提出一个很好的解决方案。其中,提高系统的负载均衡率是提高系统整体性能的一个有效方法,至今也有很多研究者研究出许多相关成果,但是以求达到更好,负载均衡算法尚存在不足,需要继续改进。本论文的重点是研究并改进一个动态负载均衡(Dynamic Load Balancing,即DLB)算法Work-stealing,使得任务能够高效并行执行,使得各台机器的负载均衡,提高任务调度系统的并行资源利用率和整体性能。其基本思想是:由于一个任务调度系统中各个计算节点的处理能力不同,处理任务的快慢也会有差别,轻载节点可以按照某种策略被选为Thief,然后去重负载的节点上窃取任务执行,与重载节点分担任务,缩短系统的时间跨度Make Span,提高系统的整体效率。在论文的研究过程中,首先对任务调度和负载均衡算法的相关理论进行调研,对Work-stealing算法的相关成果进行研究,并对本文提出的三种窃取任务数量方面的改进策略(加法级数、乘法级数、二分法)和两种窃取任务时机(空闲时窃取和预取策略)进行分析对比,最后针对Work-stealing算法的这两个方面综合改进。本文中还设计并实现了一个原型任务调度系统,主要包含了中心任务调度服务器和执行器Worker两类组件,可以实现任务分发、任务窃取等相关操作。在系统模型中,使用改进的动态负载均衡算法Work-stealing实现对系统中的任务进行动态分发和迁移,尽量消除和减少集群系统中各个计算节点负载不均匀的现象。最后,论文使用实验模拟的方式把改进的Work-stealing算法与比较经典的负载均衡算法以及原有的Work-stealing算法进行对比,来验证改进算法的性能和负载均衡率。实验过程中,使用了任务的最终完成时间Make Span、吞吐率、资源综合利用率和负载均衡度等技术指标。实验数据表明,改进的Work-stealing算法与其他算法相比,整体性能都有所提高,尤其是在Make Span和吞吐率方面,与原有的Work-stealing算法相比,提高了11.7%。

关键词：云计算任务调度动态负载均衡任务窃取