МОДЕЛЬ РОЗПОДІЛУ ПУЛУ ЗАВДАНЬ ЗА ОБЧИСЛЮВАЛЬНИМИ РЕСУРСАМИ
DOI:
https://doi.org/10.26906/SUNZ.2023.1.150Ключові слова:
модель розподілу завдань, імітаційне середовище, критерії розподілу, метод пошуку оптимального плануАнотація
Актуальність. На даний час існує проблема, яка пов’язана з відсутністю алгоритмів оптимального управління розподілом пулу завдань, який надходить на обчислювальні ресурси кластеру. Планувальники, які здійснюють розподіл завдань, не враховують вартість використання обчислювальних ресурсів, які можуть зменшити час виконання пулу завдань. Завдання, які надходять на вхід планувальника, є різнорідними, що також створює додаткові складнощі під час їх розподілу. Метою даної роботи є модифікація моделі розподілу пулу завдань з урахуванням критеріїв розподілу, розробка методу пошуку оптимального плану розподілу та впровадження його в імітаційне середовище GRASS. Об’єктом дослідження є процес розподілу пулу завдань на обчислювальні ресурси кластеру. Предметом дослідження є методи та алгоритми моделювання розподілу пулу завдань. Результати. Запропонована модифікація моделі розподілу завдань на обчислювальні ресурси кластеру, за рахунок використання критеріїв розподілу. Критерії реалізовано в якості модуля, який додано до середовища імітаційного моделювання GRASS. На основі математичної моделі запропонован метод пошуку оптимального плану розподілу завдань по обчислювальним ресурсам кластеру. Висновок. Критерії розподілу, які додано до моделі розподілу пулу завдань, є складоваю методу пошуку оптимального розподілу. Завдяки використанню їх комбінацій здійснюється пошук розподілу, який задовольняє вимогам постачальників завдань та ресурсів.Завантаження
Посилання
Павлов Д.А., Кирий В.А. (2020), “Распределение производственных ресурсов в условиях многокритериальности и с учетом недетерминированности данных”, Современная экономика: проблемы и решения, № 11 (131), С. 66-74.
Аунг Чжо Мьо, Анисимов А.А., Гагарина Л.Г., Портнов Е.М. (2020), “Методика повышения эффективности управления ресурсоемкими задачами в распределенных вычислительных системах”, Инженерный вестник Дона, №2.
Смирнов М.В., Климченко К.П., Потапов С.О. (2022), “Анализ метода стратегии оптимизации распределения информационно-вычислительных ресурсов в кластерах”, Молодой ученый, №22 (417), С.28-31.
Спицын А.А., Мутин Д.И. (2020), “Распределение ресурсов и планирование заданий в облачной среде на основе алгоритма оптимизации роя частиц и R-фактора”, Моделирование, оптимизация информационные технологии, №8(4).
Мельничук А.В., Сивакова Т.В., Судаков В.А. (2019), “Решение задач оптимизации с использованием мультиагентных моделей”, Препринты ИПМ им. М.В. Келдыша, №100, 16 с., doi: https://doi.org/10.20948/prepr-2019-100
Kolumbet V., Svynchuk O.. (2021), “Simulation of resource distribution in large information systems based on multiagent approach”, Телекомунікаційні та інформаційні технології, №3 (72), С. 4-11.
Кулешова, Е.А., Марухленко, А.Л., Добрица, В.П., Таныгин, М.О., Плугатарев, А.В. (2021), “Метод обработки данных с учетом взаимного расположения информационных блоков в масштабе вычислительного кластера”, Вестник ВГУ. Системный анализ и информационные технологии, №1, С. 87-97, doi: https://doi.org/10.17308/sait.2021.1/3373
Белявский Г.И., Данилова Н.В., Угольницкий Г.А. (2018), “Эволюционные методы решения динамических задач распределения ресурсов”, Математическая теория игр и ее приложения, том 10, выпуск 1, С. 5-22.
Гвоздинский А.Н., Эзе Ф.М. (2014), “Исследование методов эволюционной оптимизации в задачах принятия решений в организационном управлении производством”, Радиоэлектроника и информатика, №4, С. 29-34.
Волк М.А, Филимончук Т.В. (2013), “Обобщенный критерий оценки задания для технологии планирования заданий в GRID”, Информатика, математическое моделирование, экономика. Том 2, С. 172-176.
Орлов С.П., Учайкин Р.А. (2019), “Задача распределения средств вычислительной техники на машиностроительном предприятии”, Вестник Самарского государственного технического университета, №4 (64), С. 84-98.
Yesil S., Ozturk O. (2022), “Scheduling for heterogeneous systems in accelerator-rich environments”, The Journal of Supercomputing, №78, рр. 200-221, doi: https://doi.org/10.1007/s11227-021-03883-5
Петренко А.І., Свистунов С.Я., Свірін П.В. (2013), “Брокер ресурсів для Nordugrid ARC із використанням прогнозування часу початку виконання”, Моделювання та інформаційні технології, Вип. 68, С. 170-176.
Волк М.А., Филимончук Т.В. (2017), “Разработка модифицированного метода обратного заполнения Backfill для консервативного резервирования”, Системи обробки інформації, №1 (147), P. 33-37.
Toporkov V., Toporkova A., Tselishchev A., Yemelyanov D. (2014), “Slot Selection Algorithms in Distributed Computing”, The Journal of Supercomputing, Vol. 69 (1), P. 53-60. doi: https://doi.org/10.1007/s11227-014-1210-1
Мочалов В.П., Линец Г.И., Братченко Н.Ю., Палканов И.С. (2021), “Математическая модель распределения ресурсов вычислительного кластера облачных центров обработки данных”, Современная наука и инновации. Вип. 4, С. 10-22, doi: https://doi.org/10.37493/2307-910X.2021.4.1
Феоктистов А.Г., Костромин Р.О. (2020), “Мультиагентная модель распределения ресурсов высокопроизводительной вычислительной среды в процессе обработки потоков заданий”, ИТНТ-2020, Том 4, С.378-385.
Filimonchuk T., Volk M., Ruban I., Tkachov V. (2016), “Development of information technology of tasks distribution for grid-systems using the GRASS simulation environment”, Eastern-European Journal of Enterprise Technologies. Information and controlling system. Vol.3/9 (81), P. 45-53, doi: https://doi.org/ 10.15587/1729-4061.2016.71892
Филимончук Т.В., Волк М.А., Казмина Д.Р., Ольшанская Т.И., Рисухин М.В. (2019), “Модифицированная информационная технология распределения заданий на ресурсы для систем облачных вычислений”. Сучасний стан наукових досліджень та технологій в промисловості, №1 (7), С. 121-128, doi: https://doi.org/10.30837/2522-9818.2019.7.121
Волк М.А., Филимончук М.А., Филимончук Т.В. (2012), “Модуль распределения заданий в GRID-системах”, Системи обробки інформації, №2 (100). С. 177-182.
