• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on computer supported cooperative work in design >Overhead Aware Task Scheduling for Cloud Container Services
【24h】

Overhead Aware Task Scheduling for Cloud Container Services

机译：云容器服务的开销的任务调度

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Task scheduling in cloud computing is an NP-complete problem. It concerns how to properly arrange task execution process using a set of necessary cloud resources. Existing works assume that tasks can be interrupted without any overhead, based on which task schedules can be optimized to achieve some objectives (e.g., maximize resource utilization). We observe that interrupting tasks, as well as subsequent task recovery process, will inevitably impose overheads in terms of consuming additional CPU time on corresponding physical machines. In addition, not all tasks can be interrupted. Those observations motivate us to consider a more general scenario where a job consists of both interruptible and non-interruptible tasks with specific deadline and resource requirements. Accordingly, we design algorithms to minimize task interruption overhead while ensuring task completion deadline. Specifically, we first formulate an Integer Linear Program (ILP) for offline optimization. A heuristic algorithm is then proposed for online task scheduling, and is compared with the optimal ILP solution. Numerical results confirm the correctness of our ILP and show the efficiency of the proposed heuristic.
机译：云计算中的任务调度是一个NP完整问题。它涉及如何使用一组必要的云资源来正确安排任务执行过程。现有工作假设可以在没有任何开销的情况下中断任务，基于哪些任务计划可以优化以实现一些目标（例如，最大化资源利用率）。我们观察到中断任务以及随后的任务恢复过程，在消耗相应的物理机器上消耗额外的CPU时间，将不可避免地施加开销。此外，并非所有任务都可以中断。这些观察结果激励我们考虑更一般的情景，其中一部工作包括具有特定截止日期和资源要求的中断和不可中断的任务。因此，我们设计算法，以最小化任务中断开销，同时确保任务完成截止日期。具体来说，我们首先为离线优化制定整数线性程序（ILP）。然后提出了一种启发式算法，用于在线任务调度，并与最佳ILP解决方案进行比较。数值结果证实了我们ILP的正确性，并显示了提议启发式的效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号