Định thời công việc cho hệ thống pc based cluters

Đại Học Quốc Gia TP Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA LÊ ĐÌNH LONG ĐỊNH THỜI CƠNG VIỆC CHO HỆ THỐNG PC-BASED CLUSTERS Chuyên ngành: Mã số ngành: Công nghệ thông tin 01.02.10 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 12 năm 2005 CƠNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC QUỐC GIA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: Tiến sĩ THOẠI NAM Cán chấm nhận xét 1: Cán chấm nhận xét 2: Luận văn thạc sĩ bảo vệ HỘI ĐỒNG BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày tháng năm i Lời cảm ơn Tôi xin gửi lời cảm ơn chân thành đến Thầy TS Thoại Nam tận tình hướng dẫn, đóng góp ý kiến thiết thực, động viên giúp đỡ tơi hồn thành luận văn Tơi có kinh nghiệm quý giá làm việc với Thầy Tôi xin chân thành gửi lời cảm ơn chân thành đến đồng nghiệp tạo điều kiện để thực việc nghiên cứu Tôi xin gửi lời cảm ơn chân thành đến gia đình, người thân bè bạn ln động viên, khích lệ tinh thần tơi lúc khó khăn Lê Đình Long ii TĨM TẮT Hệ thống cluster gồm nhiều máy tính kết nối thông qua mạng tốc độ cao trở thành tảng tính tốn quan trọng phổ biến lĩnh vực tính tốn hiệu cao Chiến lược định thời công việc nhân tố quan trọng định hiệu suất hoạt động hệ thống Hầu hết chiến lược phần mềm định thời hỗ trợ định thời cho công việc dạng rigid – công việc cần có số xử lý cố định để thực thi Trong đó, phần lớn cơng việc song song hệ thống tính tốn hiệu cao có dạng moldable – cơng việc thực thi số xử lý khác chúng cần cố định trước thực thi Luận văn nghiên cứu chiến lược định thời hiệu cho công việc dạng rigid moldable hệ thống cluster thực phần mềm quản lý tài nguyên nguồn mở OpenPBS Mục tiêu chiến lược định thời tối ưu hoá độ hiệu dụng hệ thống đạt tối đa số công việc xử lý hệ thống cluster Luận văn đề xuất chiến lược định thời kết hợp gồm aggressive backfilling với dynamic reservation, kết hợp với phân chia công (fairshare), tối ưu hố thích ứng xử lý thời điểm định thời Các kết thực nghiệm chứng minh chiến lược định thời hiệu so với chiến lược định thời mặc định OpenPBS độ hiệu dụng hệ thống thời gian hồn thành trung bình cơng việc Kết thực nghiệm chứng tỏ phương pháp đề xuất luận văn có khả áp dụng vào thực tế iii ABSTRACT Cluster systems based on PCs or workstations connected through a high-speed network are much more mainstream now in the high-performance computing area Job scheduling is a key factor affecting the performance of these cluster systems On the one hand, most scheduling algorithms and scheduler softwares only support rigid jobs, which require a fixed number of processors to be run On the other hand, there are many moldable jobs, which can be run on a variable number of processors but the number of processors must be decided before running The scheduling algorithm used for both rigid and moldable jobs is presented and it is also implemented into the open source OpenPBS The job scheduling algorithm aims a higher performance and throughput on cluster systems by using both aggressive backfilling and dynamic reservation, fair-share and choosing suitable scheduling time points Experiences show that this scheduling algorithm is more effective than the algorithm used in OpenBPS on performance as well as the turn-around time on average This scheduler can be applied in many cluster systems iv Mục lục Lời cảm ơn .ii TÓM TẮT .iii ABSTRACT iv Danh mục hình vẽ Chương 1: GIỚI THIỆU Chương 2: KIẾN THỨC NỀN TẢNG VÀ CÁC NGHIÊN CỨU LIÊN QUAN .5 2.1 Định thời công việc song song 2.1.1 Các phương pháp định thời 2.1.2 Chiến lược lựa chọn công việc 2.2 Backfilling 2.2.1 Conservative backfilling 2.2.2 Aggressive backfilling 10 2.2.3 Thời gian thực thi người dùng dự kiến 11 2.3 Mơ hình công việc dạng moldable Downey 12 2.4 Tiêu chí đánh giá hiệu suất 13 2.5 Các nghiên cứu liên quan 14 2.5.1 Submit-time Greedy Strategy 14 2.5.2 Schedule-time Aggressive Fair-share Strategy 15 Chương 3: PHƯƠNG HƯỚNG GIẢI QUYẾT VẤN ĐỀ 17 3.1 Chiến lược định thời mạnh hỗ trợ công việc dạng moldable .17 3.2 Khả thực OpenPBS .18 3.3 OpenPBS .19 3.3.1 Kiến trúc hệ thống OpenPBS 20 3.3.2 Tài nguyên 21 3.3.3 Lệnh người dùng 22 3.3.4 Định thời 23 3.3.5 Tương tác Server – Scheduler .25 3.3.6 Trình định thời FIFO 26 Chương 4: CHIẾN LƯỢC ĐỊNH THỜI HỖ TRỢ CÔNG VIỆC DẠNG MOLDABLE 28 4.1 Các giả thiết 28 v 4.2 Chiến lược định thời 28 4.2.1 Lượng giá kích thước phân vùng 28 4.2.2 Weighted Fairshare 30 4.2.3 Aggressive Backfilling 30 4.2.4 Multiple Mold 31 4.2.5 Dynamic Reservation 31 Chương 5: HIỆN THỰC CHIẾN LƯỢC ĐỊNH THỜI CHO OPENPBS 33 5.1 Giải thuật định thời agressive moldable scheduling 33 5.2 Chi tiết thực 35 5.2.1 Các cơng thức tính toán .35 5.2.2 Các cấu trúc liệu 36 5.2.3 Các hàm .37 5.2.4 Chu kỳ định thời 38 Chương 6: KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ .40 6.1 Môi trường thử nghiệm .40 6.2 Tải thử nghiệm 40 6.3 Kết 43 Chương 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 46 7.1 Kết luận .46 7.2 Hướng phát triển 46 Tài liệu tham khảo 48 vi Danh mục hình vẽ Hình 1: Conservative backfilling .9 Hình 2: Aggressive Backfilling 11 Hình 3: Cách làm việc SA .15 Hình 4: Kiến trúc OpenPBS 20 Hình 5: Quy trình xử lý công việc OpenPBS 21 Hình 6: Định thời máy .24 Hình 7: Định thời nhiều máy 25 Hình 8: Chu kỳ định thời FIFO scheduler .27 Hình 9: Chu kỳ định thời MJ_SCH scheduler 39 Hình 10: Phân bố tải theo số processor yêu cầu .41 Hình 11: Phân bố tải theo thời gian thực thi dự kiến 41 Hình 12: Phân bố tải theo độ lớn 42 Hình 13: So sánh thời gian đợi công việc 43 Hình 14: So sánh thời gian hồn thành cơng việc 44 Hình 15: So sánh thời gian processors rảnh không sử dụng 45 GIỚI THIỆU Chương 1: GIỚI THIỆU Ngày nay, nhu cầu tính tốn để giải toán nghiên cứu ứng dụng thực tiễn ngày gia tăng Các tốn lớn địi hỏi giải pháp xử lý song song, nhiều xử lý (processor) lúc sử dụng để giải tốn Chính máy tính đa xử lý đời để đáp ứng nhu cầu Bên cạnh đó, cơng nghệ phát triển cho xử lý ngày mạnh với giá thành hạ, đồng thời tốc độ truyền thông ngày tăng Đây điều kiện thúc đẩy máy tính mạnh dạng PCbased cluster đời PC-based cluster xây dựng cách kết nối máy tính cá nhân thông qua đường truyền mạng tốc độ cao Xu sử dụng PC-based cluster thay cho máy tính đa xử lý ngày chấp nhận rộng rãi giá thành thấp Tuy vấn đề thách thức xây dựng PC-based cluster lớp phần mềm trung gian hệ điều hành máy tính ứng dụng Phần mềm quản lý toàn tài nguyên hệ thống phân bố cơng việc cho máy tính cá nhân Người sử dụng nhìn thấy PC-based cluster hệ thống đơn thay hệ thống máy tính nối mạng Có nhiều vấn đề xây dựng phần mềm trung gian cho PC-based cluster, việc định thời [21] (phân bố công việc) yếu tố quan trọng định độ lợi, tính hiệu hiệu suất sử dụng Định thời công việc theo dạng bó (batch scheduling – định thời cơng việc theo phương pháp space-sharing) đề tài nghiên cứu ứng dụng rộng rãi tính tốn tốn song song, đặc biệt ứng dụng hệ thống cluster Cho đến nay, hầu hết nghiên cứu lý thuyết chương trình ứng dụng hỗ trợ định thời cho công việc dạng rigid [12] – cơng việc thực thi với số processor yêu cầu Tuy nhiên, theo kết khảo sát [5] hệ thống cluster ứng dụng, phần lớn cơng việc có dạng moldable – cơng việc thực thi số processor yêu cầu Đã có số nghiên cứu lý thuyết liên quan đến chiến lược định thời hỗ trợ công việc dạng moldable [2], [4], [6], [7], [13], [22], [23], [28], [29] Cho đến có thực dựa trình định thời mức ứng dụng (application scheduler) AppLeS HIỆN THỰC CHIẾN LƯỢC ĐỊNH THỜI CHO OPENPBS RF =1 FS_LIMIT=0.9 fs_limit=FS_LIMIT∗n ∗p 1  RF  n− p cmax=MIN  fs_limit , p  RF cmin=MAX  2, 1− RF(Range Factor): hệ số quy định khoảng biến thiên kích thước phân vùng FS_LIMIT: hệ số giới hạn phân chia công n: tổng số processor hệ thống p: số processor mà công việc yêu cầu ● Downey speedup =1, A= MIN n , 2p { An  A n−1/2 An   A−1/ 2n1− /2 S n , A ,  = A 1 nA  n A−1 A A 5.2.2  1∩1nA 1∩ An2A−1 1∩ A2A−1 1∩n AA− Các cấu trúc liệu Thơng tin thêm vào job_info time_t start_time; /* job's start time */ time_t end_time; /* job's end time */ time_t walltime; /* job's execution time */ time_t seq_runtime; /* seqential execution time */ int nodes; /* number of request nodes */ unsigned is_rigid:1; /* job is rigid or moldable */ 36 } 1∩1nA A−  HIỆN THỰC CHIẾN LƯỢC ĐỊNH THỜI CHO OPENPBS int downey_A;  /* the original A value for Downey speedup */ Thông tin thêm vào node_info time_t start_time; /* running job's start time, shifted by cur * rent_time only for cluster node */ time_t end_time; /* running job's end time, shifted by * current_timeJ only for cluster node */  Cấu trúc free-time block struct free_time_block { time_t start_time; /* start time of free block */ time_t end_time; /* end time of free block */ int num_nodes; /* number of nodes available between * start_time and end_time */ struct free_time_block *next; };  Cấu trúc giá trị kích thước phân vùng tối ưu struct mj_best_value { int nodes; /* best number of nodes for job */ time_t start_time; /* best start_time for job*/ time_t walltime; /* corresponding walltime of job */ };  Thuộc tính tài nguyên “other”: để giảm thiểu thay đổi server ứng dụng người dùng, thuộc tính tài nguyên other sử dụng để “mã hố” giá trị cần thiết cho q trình tính tốn trình định thời Hiện other sử dụng để chứa giá trị rigid, downey_A, seq_runtime start_time cơng việc 5.2.3  Các hàm update_node_info(): cập nhật thông tin start_time, end_time node dựa vào công việc thực thi void update_node_info( server_info *sinfo ); 37 HIỆN THỰC CHIẾN LƯỢC ĐỊNH THỜI CHO OPENPBS  init_ftb_list(): khởi tạo danh sách free-time block dựa thông tin start_time end_time node Hàm gọi lần cho chu kỳ định thời free_time_block *init_ftb_list( node_info **ninfo_arr, int num_nodes );  update_ftb_list(): cập nhật danh sách free-time block dựa thông tin start_time, end_time num_nodes công việc thực thi cấp reservation free_time_block *update_ftb_list( free_time_block *ftb_list, job_info *jinfo );  find_mj_best_value(): tìm giá trị kích thước phân vùng tối ưu cho cơng việc dựa tình trạng tải hệ thống (biểu diễn danh sách free-time block) Giá trị trả bộ: kích thước phân vùng tối ưu, thời điểm sớm thực thi thời gian thực thi dự kiến tương ứng Đối với cơng việc dạng rigid, tìm thời điểm sớm cơng việc thực thi mj_best_value *find_mj_best_value( free_time_block *ftb_list, server_info *sinfo, double total_weight, job_info *jinfo );  update_moldable_job(): cập nhật công việc dạng moldable Cập nhật giá trị tối ưu cho công việc đến thời dựa kết find_mj_best_value() Các giá trị tài nguyên có thay đổi (nodes, walltime) cập nhật tương ứng lên server void update_moldable_job( free_time_block *ftb_list, server_info *sinfo, double total_weight, job_info *jinfo ); 5.2.4 Chu kỳ định thời Chu kỳ định thời trình định thời MJ_SCH sau: 38 HIỆN THỰC CHIẾN LƯỢC ĐỊNH THỜI CHO OPENPBS Hình 9: Chu kỳ định thời MJ_SCH scheduler 39 KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ Chương 6: KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ 6.1 ● Môi trường thử nghiệm Cluster: thử nghiệm thực hệ thống cluster ảo gồm 16 PCs có cấu hình giống có CPU máy, kết nối thông qua mạng Ethernet ● Phần mềm quản lý tài nguyên: OpenPBS ● Trình định thời: thử nghiệm thực với trình định thời mặc định FIFO OpenPBS trình định thời MJ_SCH Cấu hình sau sử dụng chung cho hai trình định thời: ● 6.2  Khơng xếp cơng việc hàng đợi trước xử lý  Tất công việc server xét hàng đợi Giá trị thử nghiệm sở cho MJ_SCH  RF =  =1 Tải thử nghiệm ● Số lượng công việc: 100 ● Thời gian thực thi: giá trị ngẫu nhiên khoảng [60, 900], đơn vị giây ● Số node yêu cầu: giá trị ngẫu nhiên khoảng [1,14] ● Thời điểm đăng ký công việc: giá trị ngẫu nhiên khoảng [10, 120], đơn vị giây Các Hình 10, Hình 11, Hình 12 mô tả phân bố tải theo số theo giá trị số processor yêu cầu, thời gian thực thi dự kiến thời gian cpu tương ứng 40 KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ Hình 10: Phân bố tải theo số processor yêu cầu Hình 11: Phân bố tải theo thời gian thực thi dự kiến 41 KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ Hình 12: Phân bố tải theo độ lớn Nhận xét: tải thử nghiệm có xu hướng “tải nặng” với đa số công việc yêu cầu số processor lớn, công việc đăng ký liên tục thời gian ngắn 42 KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ 6.3 ● Kết Thời gian đợi hàng đợi công việc trước thực thi: MJ_SCH giảm rõ rệt thời gian đợi công việc hàng đợi so với FIFO Điều đồng nghĩa tính đáp ứng cải thiện đáng kể Kết giải thích trình định thời FIFO đáp ứng trường hợp tải nặng Hình 13: So sánh thời gian đợi công việc 43 KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ ● Thời gian hoàn thành cơng việc: thời gian hồn thành cơng việc tồn hệ thống cho nhóm cơng việc giảm đáng kể Điều giải thích FIFO bắt công việc lớn phải đợi đến có đủ số processor MJ_SCH chọn thực thi sớm với số processor MJ_SCH cho kết tốt đặc biệt với nhóm cơng việc lớn Hình 14: So sánh thời gian hồn thành cơng việc 44 KẾT QUẢ THỬ NGHIỆM VÀ ĐÁNH GIÁ ● Hiệu suất sử dụng hệ thống: MJ_SCH cho hiệu suất sử dụng hệ thống tốt hoàn thành tổng số cơng việc sớm hơn, đồng thời giảm tình trạng phân mảnh so với FIFO tập cơng việc lớn Hình 15: So sánh thời gian processors rảnh không sử dụng Bảng sau so sánh kết trung bình tiêu chí đánh giá trên: Tiêu chí đánh giá FIFO MJ_SCH Thời gian chờ trung bình cơng việc (giây) 245.13 170.31 Thời gian hồn thành trung bình cơng việc (giây) 5135.86 3673.53 67860 26220 Thời gian processor rảnh không sử dụng (giây) 45 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Chương 7: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 7.1 Kết luận Trong luận văn tác giả trình bày chiến lược định thời hỗ trợ công việc dạng moldable cho hệ thống PC-based cluster, đồng thời thiết kế thực phần mềm quản lý tài nguyên OpenPBS Chiến lược định thời kết hợp nhiều giải thuật nhằm tối đa hoá hiệu suất sử dụng hệ thống, giảm thời gian hồn thành trung bình, phân chia cơng định thời Các kết thực nghiệm chứng minh trình định thời MJ_SCH cải thiện đáng kể hiệu suất sử dụng thời gian hoàn thành trung bình Hiện thực hồn chỉnh, hoạt động ổn định OpenPBS không thay đổi cách sử dụng người dùng cho phép ứng dụng MJ_SCH vào thực tế Các kết đạt được: ● ● Chiến lược định thời hỗ trợ công việc dạng moldable với hiệu suất tốt  Hỗ trợ aggressive backfilling  Phân chia cơng  Thích ứng tình trạng tải hệ thống Trình định thời MJ_SCH hỗ trợ cơng việc dạng moldable ứng dụng thực tế 7.2 Hướng phát triển Chiến lược định thời trình định thời trình bày luận văn mở rộng cải tiến theo hai hướng: cải tiến giải thuật định thời cải tiến việc thực: ● Cải tiến giải thuật:  Mơ hình tải với giá trị hệ số A, , RF sát thực tế thông qua việc khảo sát nhật ký sử dụng (workload log) hệ thống cluster Điều định tính hiệu qủa trình định thời mơ hình cơng việc dạng moldable phụ thuộc vào hệ số 46 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN  Mơ hình tính kích thước phân vùng tối ưu: tốn song song thường có kích thước phân vùng dạng 2^k, 2k, k^2 hay 10k, cấp phát số processor không theo dạng dẫn đến lệch tải  Giải thuật backfilling: áp dụng cải tiến nâng cao cho giải thuật backfilling backfill theo nhóm cơng việc, theo hệ số Xfactor, theo thời gian thực thi dự đoán backfill tự thích ứng ●  Kết hợp với phương pháp khác LJF, SJF  Hueristic giá trị tính tốn để thích ứng theo tình trạng tải hệ thống Cải tiến thực  Tinh chỉnh tham số sát thực tế  Các tham số cấu hình dễ dàng linh hoạt file cấu hình  Hỗ trợ định thời nhiều hàng đợi  Hỗ trợ backfilling nâng cao  Hỗ trợ kiểu yêu cầu tài nguyên phức tạp  Hiện thực trình định thời độc lập 47 Tài liệu tham khảo [1] Aida K, Kasahara H & Narita S Job scheduling scheme for pure space sharing among rigid jobs In Job Scheduling Strategies for Parallel Processing Feitelson DG & Rudolph L (Eds.) 1998 [2] Berman F, Wolski R, Casanova H, Cirne W, Dail H, Faerman M, Figueira SM, Hayes J, Obertelli G, Schopf JM, Shao G, Smallen S, Spring NT, Su A & Zagorodnov D Adaptive computing on the Grid using AppLeS IEEE Transaction on Parallel and Distributed Systems, 14: pp 369-382 2003 [3] Chiang S, Arpaci-Dusseau A & Vernon MK The impact of more accurate requested runtimes on production job scheduling performance In Job Scheduling Strategies For Parallel Processing Feitelson DG, Rudolph L & Schwiegelshohn U (Eds.) 2002 [4] Cirne W & Berman F A model for moldable supercomputer jobs In Proceedings Of The 15Th International Parallel & Distributed Processing Symposium (Ipdps-01) 2001 [5] Cirne W & Berman F Adaptive selection of partition size for supercomputer requests In Job Scheduling Strategies For Parallel Processing Feitelson DG & Rudolph L (Eds.) 2000 [6] Cirne W & Berman F Using moldability to improve the performance of supercomputer jobs Journal of Parallel and Distributed Computing, 62: pp 1571-1601 2002 [7] Dandamudi SP & Yu H Performance of adaptive space sharing processor allocation policies for distributed-memory multicomputers Journal of Parallel and Distributed Computing, 58: pp 109-125 1999 [8] Dandamudi SP & Yu H Performance sensitivity of space sharing processor scheduling in distributed-memory multicomputers In IPPS/SPDP 1998 [9] Downey AB A model for speedup of parallel programs 1997 [10] Downey AB A parallel workload model and its implications for processor allocation Cluster Computing, 1: pp 133-145 1998 48 [11] Feitelson DG & Rudolph L Parallel job scheduling: issues and approaches In Ipps'95 Workshop On Job Scheduling Strategies For Parallel Processing 1995 [12] Feitelson DG, Rudolph L, Schwiegelshohn U, Sevcik KC & Wong P Theory and practice in parallel job scheduling In Job Scheduling Strategies For Parallel Processing Feitelson DG & Rudolph L (Eds.) 1997 [13] Islam N, Prodromidis A & Squillante MS Dynamic partitioning in different distributed-memory environments In Job Scheduling Strategies For Parallel Processing Feitelson DG & Rudolph L (Eds.) 1996 [14] Jackson D, Snell Q & Clement M Core algorithms of the maui scheduler In Job Scheduling Strategies For Parallel Processing Feitelson DG & Rudolph L (Eds.) 2001 [15] Keller A & Reinefeld A Anatomy of a resource management system for hpc clusters In Annual Review Of Scalable Computing Kwong YC (Ed.) 2001 [16] Krallmann J, Schwiegelshohn U & Yahyapour R On the design and evaluation of job scheduling algorithms In Job Scheduling Strategies for Parallel Processing 1999 [17] Lawson B, Smirni E & Puiu D Self-adapting backfilling scheduling for parallel systems In Proceedings Of The 2002 International Conference On Parallel Processing (31Th Icpp'02) 2002 [18] Lawson BG & Smirni E Multiple-queue backfilling scheduling with priorities and reservations for parallel systems In Job Scheduling Strategies For Parallel Processing Feitelson DG, Rudolph L & Schwiegelshohn U (Eds.) 2002 [19] Lee CB, Schwartzman Y, Hardy J & Snavely A Are user runtime estimates inherently inaccurate? In Job Scheduling Strategies For Parallel Processing Feitelson DG, Rudolph L & Schwiegelshohn U (Eds.) 2004 [20] Lifka D The ANL/IBM SP scheduling system In Job Scheduling Strategies For Parallel Processing Feitelson DG & Rudolph L (Eds.) 1995 [21] Majumdar S, Eager DL & Bunt RB Scheduling in multiprogrammed parallel systems In Sigmetrics 1988 [22] Naik VK, Setia SK & Squillante MS Performance analysis of job scheduling policies in parallel supercomputing environments In Proceedings Of Supercomputing '93 1993 [23] Rosti E, Smirni E, Dowdy L, Serazzi G & Carlson B Robust partitioning policies 49 of multiprocessor systems Performance Evaluation, 9: pp 141-166 1994 [24] Shmueli E & Feitelson DG Backfilling with lookahead to optimize the performance of parallel job scheduling In Job Scheduling Strategies For Parallel Processing Feitelson DG, Rudolph L & Schwiegelshohn U (Eds.) 2003 [25] Skovira J, Chan W, Zhou H & Lifka D The easy - loadleveler api project In Job Scheduling Strategies For Parallel Processing Feitelson DG & Rudolph L (Eds.) 1996 [26] Srinivasan S, Kettimuthu R, Subramani V & Sadayappan P Selective reservation strategies for backfill job scheduling In Job Scheduling Strategies For Parallel Processing Feitelson DG, Rudolph L & Schwiegelshohn U (Eds.) 2002 [27] Srinivasan S, Kettimuthu R, Subramani V & Sadayappan P Selective reservation strategies for backfill job scheduling In Job Scheduling Strategies For Parallel Processing 2002 [28] Srinivasan S, Subramani V, Kettimuthu R, Holenarsipur P & Sadayappan P Effective selection of partition sizes for moldable scheduling of parallel jobs In International Conference On High Performance Computing 2002 [29] Srinivasan, Krishnamoorthy & Sadayappan P A robust scheduling technology for moldable scheduling of parallel jobs In Proceedings 2003 Ieee International Conference On Cluster Computing 2003 [30] Streit On job scheduling for hpc-clusters and the dynp scheduler In International Conference On High Performance Computing (HIPC), Lncs 2001 [31] Openpbs administrator guide [32] Openpbs v2.2 external reference specification (ers) [33] Openpbs v2.2 internal design specification (ids) [34] http://www.openpbs.org [35] http://www-cse.ucsd.edu/groups/hpcl/apples/apples.html 50 ... lọc chiến lược định thời nêu để áp dụng vào trình định thời mức hệ thống với việc xử lý công việc dạng moldable thực vào thời điểm định thời nhằm thích ứng tốt với tình trạng tải hệ thống Hơn nữa,... nguyên hệ thống phân bố cơng việc cho máy tính cá nhân Người sử dụng nhìn thấy PC- based cluster hệ thống đơn thay hệ thống máy tính nối mạng Có nhiều vấn đề xây dựng phần mềm trung gian cho PC- based. .. vào hệ thống cách công việc (nghĩa chu kỳ định thời có cơng việc để xét) Công việc đến chọn kích thước phân vùng lớn với tổng số processor hệ thống có thời gian hoàn thành sớm Hệ cơng việc đến