Queue Waiting Time Aware Dynamic Workflow Scheduling in Multicluster Environments

摘要

工作流在科学计算正在占优势。Multicluster 环境出现并且提供更多的资源，有益于工作流而且质问安排启发规则的传统的工作流。在 multicluster 环境，每簇有它的自己的独立工作量管理系统。工作在变得执行前被排队，他们经历不同资源可获得性并且如果派遣了到不同的簇，等待时间。然而，存在安排启发规则也不考虑队列等待时间也不与数据运动费用平衡表演获得。建议算法利用队列的前进等待时间预言技术并且如果资源要求的 tunability 帮助安排，以经验为主地学习。有两真实工作量踪迹和测试凳子的广泛的实验证明队列等待知道的算法以平均 makespan 到 3 ～ 10 次改进工作流性能与的时间相对数据的很低的费用运动。