Scheduling grid tasks under uncertain demands

Batista, Daniel Macêdo; Drummond, André C.; Fonseca, Nelson L. S. da

doi:10.1145/1363686.1364181

Cited by 7 publications

(3 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…For example, the uncertainties of application demands arise from the lack of precision in estimating the computation requirements for task executions and the amount of data to be transferred between these tasks. In these cases, a DAG may not be properly modelled by the users to faithfully represent the workflow application [14,16,18]. Another example is the uncertainties of available bandwidth in inter-cloud and intra-cloud links.…”

Section: Impact Of Using Imprecise Bandwidth Information On Workflow ...mentioning

confidence: 99%

“…The information about resource performance can be obtained from its hardware characteristics as well as from benchmarks [82,91,92,108,116,[121][122][123]137]. An important aspect of both sets is that they are prone to inaccuracy, introducing uncertainty issues to the scheduling process [14,16,18,19,24,30,31,46,68]. As we pointed out in Section 3.3.2, the bandwidth measurements are mostly given in large ranges rather than smaller ranges or even as deterministic values.…”

Section: Handling the Available Bandwidth Given In Ranges When Using ...mentioning

confidence: 99%

See 1 more Smart Citation

Providing robustness to non-robust workflow schedulers to uncertainties of available bandwidth

Genez¹

View full text Add to dashboard Cite

Seria impossível ter escrito essa Tese sem o suporte da minha família e dos meus amigos. Obrigado pelo apoio nas minha decisões para que eu pudesse completar mais uma importante etapa da minha vida. Vocês são tudo para mim. Obrigado por tudo! Edmundo, muito obrigado por ter sido meu orientador. Sua orientação desde o mestrado foi essencial para que chegasse onde eu cheguei. Eu não tenho dúvida de que a experiência que eu obtive trabalhando junto com você nesta Tese, na dissertação de mestrado, nos artigos e nas disciplinas fará muita diferença na minha carreira. A você devo a confiança em minha capacidade como pesquisador. Não esquecerei dos seus ensinamentos e preciosos conselhos da sua inestimável confiança. Muito obrigado novamente! Espero que possamos continuar trabalhando juntos nos próximos anos.Luiz, muito obrigado pela co-orientação e principalmente pela amizade e companheirismo. Desde o mestrado, as suas sugestões, a sua disponibilidade e o seu apoio foram essenciais para o desenvolvimento desta Tese. Eu também não tenho dúvida que a experiência que eu obtive trabalhando junto com você fará muita diferença da minha vida acadêmica. Aliás, de fato, já está fazendo. Muito obrigado! Agradeço também pelos papos nerds (e não nerds) de computeiro. Também espero que, junto com o Edmundo, possamos continuar trabalhando juntos nos próximos projetos de pesquisa.Agradeço também ao Prof. Dr. Nelson L. S. da Fonseca pela colaboração no desenvolvimento desta pesquisa de doutorado. As suas sugestões, o seu apoio e a sua disponibilidade nos artigos foram extremamente essenciais para a construção tese. A experiência que eu obtive pela sua orientação nos artigos está fazendo diferença na formação da minha carreira acadêmica. Muito obrigado!For those who contributed to this Thesis but did not speak Portuguese, I haven't forgotten you, guys! This acknowledgement also extends to Prof. Dr Rizos Sakellarious, for the opportunity to host and supervise me during my PhD sandwich at the University of Manchester, UK. Your supervision and collaboration were intrinsic to this doctoral research. Also, I would like to thank Prof. Dr. Posco Tso for the confidence to offer me the job position of Assistant Researcher at Loughborough University, UK. My eternal thanks for this opportunity that I can say that is kicking off my academic career. Thank you! Muitíssimo obrigado a todos que passaram pelo Laboratório de Redes de Computadores (LRC) nesses últimos 5 anos! Aprendi muito com vocês. Também, a todos os amigos e amigas de Campinas, Londrina, Manchester e Loughborough que, de uma forma ou de outra, fizeram parte da minha vida nesses últimos 5 anos. Não irei citar nomes para não deixar ninguém de fora, porém todos estão implicitamente incluídos aqui e expresso a minha profunda gratidão por fazer parte da minha felicidade.Aos demais mestrados, doutorandos, funcionários e professores do Instituto de Computação (IC) que colaboraram diretamente e indiretamente com a minha formação, e se esforçaram para que eu pudesse desenvolver meu trabalho co...

show abstract

Section: Impact Of Using Imprecise Bandwidth Information On Workflow ...mentioning

confidence: 99%

Section: Handling the Available Bandwidth Given In Ranges When Using ...mentioning

confidence: 99%

Providing robustness to non-robust workflow schedulers to uncertainties of available bandwidth

Genez¹

View full text Add to dashboard Cite

show abstract

“…Enquanto a heterogeneidade implica complexidade na seleção de recursos para execução das tarefas, o comportamento dinâmico (variação no desempenho e disponibilidade dos recursos) implica em complexidade tanto na predição de desempenho quanto no reescalonamento. Escalonamento, predição de desempenho e reescalonamento têm recebido atenção substancial de pesquisadores em grades atualmente [7,29,77,92,52,53,104].…”

Section: Introductionunclassified

Algoritmos para escalonamento de tarefas dependentes representadas por grafos acíclicos direcionados em grades computacionais

Bittencourt¹

View full text Add to dashboard Cite

Grades computacionais são sistemas distribuídos compartilhados potencialmente grandes compostos por recursos heterogêneos que são ligados através de uma rede com enlaces heterogêneos. Esses sistemas tornaram-se ambientes largamente difundidos para execução de tarefas que demandam grande capacidade de processamento. Por serem sistemas compartilhados, a submissão de tarefas nas grades é oriunda de diversos usuários independentemente, o que gera uma demanda concorrente pelos recursos computacionais que deve ser gerenciada pelo middleware da grade. O escalonador é o componente responsável por decidir de que forma a distribuição dessas tarefas será realizada, devendo tratar das peculiaridades desse ambiente, tais como a heterogeneidade e o comportamento dinâmico dos recursos que o compõem, com variações tanto em quantidade quanto em qualidade. A função objetivo mais comum encontrada no escalonamento de tarefas é a minimização do makespan, ou seja, o tempo de término das tarefas que estão sendo escalonadas. Dentre os possíveis tipos de tarefas executadas em grades podemos destacar as tarefas independentes, que executam sem comunicação entre si, e as tarefas dependentes, que possuem dependências de dados que geram precedências de execução e são freqüentemente modeladas como grafos acíclicos direcionados (DAGs -do inglês directed acyclic graphs). Dentre as aplicações compostas por tarefas dependentes, os DAGs de e-Ciência se sobressaem pela complexidade e necessidade crescente de recursos computacionais. Adicionalmente, o problema de escalonamento de tarefas, em sua forma geral, é NP-Completo. Dessa forma, o estudo do escalonamento de DAGs em grades computacionais é importante para o aprimoramento da execução de aplicações científicas utilizadas em diversas áreas do conhecimento.Nesta tese apresentamos algoritmos para quatro tipos de problema relacionados ao escalonamento de DAGs em grades: escalonamento estático de DAGs, escalonamento dinâmico de DAGs, escalonamento bi-critério e escalonamento de múltiplos DAGs. Apresentamos avaliações do makespan gerado pelos algoritmos após o escalonamento inicial e após a execução das tarefas com carga externa simulada nos recursos. vii

show abstract

Towards Efficient Resource Allocation for Distributed Workflows Under Demand Uncertainties

Friese

Halappanavar

Sathanur

et al. 2018

Job Scheduling Strategies for Parallel Processing

View full text Add to dashboard Cite

Scheduling grid tasks under uncertain demands

Cited by 7 publications

References 11 publications

Providing robustness to non-robust workflow schedulers to uncertainties of available bandwidth

Providing robustness to non-robust workflow schedulers to uncertainties of available bandwidth

Algoritmos para escalonamento de tarefas dependentes representadas por grafos acíclicos direcionados em grades computacionais

Towards Efficient Resource Allocation for Distributed Workflows Under Demand Uncertainties

Contact Info

Product

Resources

About