《划分电力需求侧管理计划工作量的一种新方法》由会员分享，可在线阅读，更多相关《划分电力需求侧管理计划工作量的一种新方法（4页珍藏版）》请在金锄头文库上搜索。
1、 划分电力需求侧管理计划工作量的划分电力需求侧管理计划工作量的一种一种新方法新方法前言前言：软件所使用的工作负载分布式共享的方法需要电力侧管理集群一般根据 分发的处理器的运算能力作为该应用程序的工作线程。然而，除了计算成本， 内存访问的成本也是确定程序性能的一个重要因素。忽略了这种成本将导致工 作负载分布做出错误的决定，之后降低程序的性能。为了解决这个问题，我们 提出了一种新的方法，同时考虑记忆能力和计算能力的电力需求侧管理群集上 的软件。我们已经在试验台上实施了该方法。的实验结果表明，相比其他的应 用程序，该方法可以提供更多的性能改善。包括考虑计算能力或记忆能力。关键字关键字： 工作负载分布
2、，分布式共享的内存，计算能力，记忆能力1 简介简介最近，软件的分布式共享内存电力需求侧管理集群已成功为大规模计算和数据 密集型的科学、工程和电子商务、以及由于强大的处理器和高速网络的问题提 供了一个符合成本效益的解决方案。基础设施的电力需求侧管理群集可以受益 很多的应用程序，包括高性能计算、 高可扩展性和适应性。最重要的是，它对于大多数应用与超级电脑或大型机相 比，价格更加实惠。另一方面，电力需求侧管理群集极大地简化了对分布式系 统的编程范式。随着电力需求侧管理机制的支持，程序员可以开发自己的应用 程序，而不是消息传递共享变量的计算机集群。因此，用户可以在他们把注意 力放在他们自己的问题上，而
3、不是解决处理器之间的数据通信的算法。尽管有上述优点，电力需求侧管理群集仍有大量急需解决的问题。问题之一是 如何才能分发到执行程序线程的处理器上。电力需求侧管理群集可能形成一组 有计算能力、记忆能力和磁盘空间等能力的异构。然而，大多数用户通常只将 它们的问题分割成同样的线程数，然后分发相同数目的负载平衡的命令到线程 上处理器。很明显，这样的工作负载分布是不适宜时执行节点是异构的资源功 能的。这个工作量分配的手段，一些节点可能没有足够的资源去执行指定的线 程以及别人没有足够完全利用其资源的工作。这将增加加入这些处理器一起获 得最终结果的问题，即为该方案的执行时间。此外，这将减少在计算资源的投 资利
4、润。为解决此问题，多数现代电力需求侧管理群集系统支持动态负载分布 优化用户应用程序的性能。在本文中，我们旨在制定一个新的工作量分配方法用于电力需求侧管理群集软 件，即为拥有记忆能力和计算能力的处理器。我们的首要工作是分析电力需求 侧管理群集和应用程序的特点，以及派生出一套公式来预测下一个给定的工作 负载分布配置需求侧管理应用程序的执行时间。然后我们使用这些公式的性能 来准备开发一种新的分发工作负荷的电力需求侧管理应用程序的线程映射算法 。我们已经实施该方法和一套基准应用的试验床，称为卡车司机。我们的实验 结果表明考虑内存资源的工作负载分布对电力需求侧管理应用的程序性能来说意义重大。尤其是在当处
5、理器记忆能力不能够满足当地的线程的内存要求时。 拟议的办法可以提供更多的性能上的改进，尤其是相比于其他的考虑只计算电 源或内存性能的处理器的基准的应用程来说。这篇论文被安排如下：第二部分讨论有关电力需求侧管理群集上过去的工作负 载分布。第三部分分析关于电力需求侧管理群集和应用程序的有关行为。第四 部分讨论实验结果。第五部分得出本文的结论以及未来的节点间的通信。2 相关工作相关工作目前的电力需求侧管理群集系统，支持动态工作负载分布、CVM、JIAJIA以及凝 聚力。其中CVM的重点是获取负载平衡和减少数据一致性通信。它实现了由程序 线程处理器分配到与计算能力的个别处理器和计算需求的线程。基本上是
6、具有 更高的计算能力处理器可以分配更多的程序线程。此外，CVM对线程和最小节点 通信显示同一节点上的相互数据共享程度最高。关于JIAJIA，该系统假定该处 理器总是有足够的物理内存空间来保存分配给它的线程所需的数据，因此只考 虑计算成本的因素时确定的方案分配工作量。因此它只考虑计算成本因素时所 确定的程序工作负载分布。JIAJIA采用由证监会系统采取类似的办法，在分发 程序工作负载时基于每个单独的处理器的运算能力。第三个系统，是凝聚力， 将分为两个阶段，即在迁移阶段和交流阶段的分配任务计划的工作量，在迁移 阶段中，凝聚力会以相同的方式，作为证监会系统中每个处理器的适当工作量 ，然后移动线程远离
7、重仓的负载较轻的节点，以减少负载不平衡的成本。与此 同时，在交换阶段，显示相互数据共享程度最高的线程的成对位于同一节点上 以降低通信成本通过线程交流。 在前面的讨论中，它已经表明以前的电力需求侧管理方法只考虑了计算时间和 通信时间的方案时，分配到单个处理器线程这一个问题，而忽略了内存访问处 理器时有没有足够的物理内存空间去用于缓存本地线程所需的所有数据时所需 的滞后时间。因此，有必要努力发展先进的负载分布法用于电力需求侧管理群 集。3 分析分析电力需求侧管理的应用程序可以分为三大类，即分叉- 结合，完成运行和迭代。因为每个类别都有不同的执行特征，所以有必要设计 具体的工作量分配给每个人。当前调
8、查选择解决问题的工作负载分布为迭代的 应用程序。这一选择的主要原因是，大多数迭代应用表现出了正常程序的行为 。因此，与分叉结合和完成运行的应用程序相比，它更容易获得程序的执行时 间以及精确的预测。当程序试图评估对性能改变工作负载分布的影响时，所以 迭代的应用程序更有帮助。3.1 分析分析在电力需求侧管理系统中，迭代的问题通常会划分为多个线程，然后分发到处理器并行执行。当单个线程完成其在当前目标内的工作时，他们需在开始之前 参加屏障在后续的迭代。因此，确定最长完成迭代的结束时间由任何节点迭代 内工作的时间。显然，总计划的执行时间是在该程序中创建的所有迭代结束时 间的总和。很难作出精确预测的总执行
9、时间，因为计算资源的可用性在程序执 行期间可能会有所不同。为解决这个问题，本文采用最大限度的方法，即该方 法实现了每个迭代总的执行时间最小化的最佳工作量分配解决方案。因此，分 析得出，它遵循的是有关预测任何给定的迭代结束时间。3.23.2自适应线程映射算法自适应线程映射算法前面的公式可用于提供对于任何给定的工作量分配配置的程序执行时间的精确 预报。本文内重新分配程序线程到处理器的做法提出了自适应负载分配算法， 然后使用公式确定新的分配工作量配置是否会导致程序的执行时间减少。自适 应负载分配算法操作可描述如下： 1、确定完成时间最长和最短的时间节点，并分别把这些节点作为源节点和目标 节点。指定源
10、节点的完成时间相同国税发方案的关键路径的长度。 2、将线程从源节点移动到目标节点。 3、使用 Eq.去预测程序的关键的路径的长度，并确定是否减少关键路径的长度。如果出 现这种情况，请重复步骤 2。 4、 如果没有线程这对执行节点之间迁移，适应工作负载分布的过程就会停顿。否 则，该进程返回到步骤 1。该算法的结果提供了规范的对重新分配项目工作负载而言，线程应该分配给每 个处理器以提高程序的性能。4 绩效评估绩效评估我们称为是电力需求侧管理系统建立在Sun Solaris 9.0 和英特尔至强计算机与 100 Mbps 快速以太网连接的群集上的卡车司机一个测试床上，推行拟议的办法。我们还 实施了一
11、个迭代的绩效评价中的应用，性能评估长远的发展策略的研究。应用 程序的参数如表 1 所示。同时，我们在此如表 2 所示的绩效评价中使用三种群集配置。对于每个配置，我们最初均匀地分配到 处理器线程运行三种不同的方法，然后采用三个不同的方法，包括基于CPU，内 存和CPU及记忆体为基础的动态重新分配的应用程序的工作线程。由于他们的名 字，CPU为基础的方法和基于内存的方式确定分配给处理器的计算能力或存储能 力分别为基础的处理器的线程的数量，而CPU和内存是我们所提出的方法。此外 ，我们亦完全搜索优化工作负荷分布的应用程序。表 3 列出了配置的工作负载分布，通过应用不同的方法。5 结论和未来的工作结论
12、和未来的工作在本文中，我们已经表明，指定一个合适的工作负载分布优化电力需求侧管理 应用程序的性能时采取考虑处理器的记忆能力的重要性。另一方面，我们分析 内存资源需求侧管理的程序的性能的影响和成功应用开发一种新的工作负荷分 配方法的分析。此外，我们已推行拟议的办法卡车司机测试床上的表现和评估 拟议的办法减少测试应用程序的迭代次数。 我们的实验结果显示，内存访问成本是需求侧管理应用程序的性能的一个重要 因素。建议的做法是更有效地减少执行时间比其他方法考虑的计算能力或内存 的处理器的能力，在确定分配给每个处理器的线程数的方案。工作负载分布问题本文中讨论的重点是集群的计算机,嵌入式只有一个CPU。然 而，SMP 机器最近成为更可用和比以前任何时候都受欢迎。在未来,我们将开发一个先进 的负载分配方法的系统,是由需求侧管理一群SMP机器。此外，我们亦会研究工 作负载分布的多个应用程序同时运行在相同的电力需求侧管理群集上的问题。
