基于排队理论的动态任务调度模型及容错

来源：计算机研究与发展杂志2016年第6期北京时间：

作者：何王全,魏迪,权建校,吴伟,漆锋滨,

摘要：高效的动态任务调度和容错机制是高性能计算面临的挑战之一，已有的方法难以高效扩展到大规模环境.针对该问题，提出了基于N层排队理论的高可扩展动态任务调度模型，为程序员提供简洁的并行编程框架，有效降低了编程负担；使用泊松过程相关理论分析了任务申请的平均等待时间，通过给定的阈值进行决策分层；结合局部感知的轻量级降级模型，可有效降低大规模并行课题的容错开销，提高系统的可用性.MicroBenchmark在神威蓝光32768核环境下测试表明，对于平均执行时间为3.4s的短任务，基于N层排队理论的动态任务调度模型可扩展性很好，调度开销是传统模型的7.2%；药物软件DOCK在16384核环境下的整体性能比该软件原有的任务调度提升34.3%；局部感知的轻量级降级模型具有故障后损失小的特点，DOCK的测试表明比传统容错方法执行时间减少3.75%～5.13%.

关键词：排队理论, 动态任务调度, 编程框架, 容错, 轻量级降级,