• 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：云容器服务的开销感知任务计划

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完全问题。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。现有工作假定可以无任何开销地中断任务，基于该任务表可以优化任务计划以实现某些目标（例如，最大化资源利用）。我们观察到，中断任务以及随后的任务恢复过程将不可避免地增加开销，因为这会消耗相应物理机上的额外CPU时间。此外，并非所有任务都可以中断。这些观察促使我们考虑一个更一般的情况，即一项工作由可中断和不可中断的任务组成，并具有特定的截止日期和资源要求。因此，我们设计算法以最大程度地减少任务中断的开销，同时确保任务完成的期限。具体来说，我们首先制定一个用于离线优化的整数线性程序（ILP）。然后提出一种启发式算法用于在线任务调度，并将其与最优ILP解决方案进行比较。数值结果证实了我们ILP的正确性，并表明了所提出的启发式算法的有效性。

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