• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Parallel and Distributed Systems, IEEE Transactions on >Multi-Resource Fair Allocation in Heterogeneous Cloud Computing Systems
【24h】

Multi-Resource Fair Allocation in Heterogeneous Cloud Computing Systems

机译：异构云计算系统中的多资源公平分配

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We study the multi-resource allocation problem in cloud computing systems where the resource pool is constructed from a large number of heterogeneous servers, representing different points in the configuration space of resources such as processing, memory, and storage. We design a multi-resource allocation mechanism, called DRFH, that generalizes the notion of Dominant Resource Fairness (DRF) from a single server to multiple heterogeneous servers. DRFH provides a number of highly desirable properties. With DRFH, no user prefers the allocation of another user; no one can improve its allocation without decreasing that of the others; and more importantly, no coalition behavior of misreporting resource demands can benefit all its members. DRFH also ensures some level of service isolation among the users. As a direct application, we design a simple heuristic that implements DRFH in real-world systems. Large-scale simulations driven by Google cluster traces show that DRFH significantly outperforms the traditional slot-based scheduler, leading to much higher resource utilization with substantially shorter job completion times.
机译：我们研究了云计算系统中的多资源分配问题，在该系统中，资源池是由大量异构服务器构成的，代表了诸如处理，内存和存储之类的资源配置空间中的不同点。我们设计了一种称为DRFH的多资源分配机制，该机制将“主导资源公平性”（DRF）的概念从单个服务器推广到了多个异构服务器。 DRFH提供了许多非常理想的属性。使用DRFH，没有用户喜欢分配另一个用户。任何人都可以在不减少其他人分配的情况下改善分配；更重要的是，任何错误报告资源需求的联合行为都不能使所有成员受益。 DRFH还确保用户之间一定程度的服务隔离。作为直接应用程序，我们设计了一个简单的启发式方法，该方法在现实世界的系统中实现DRFH。由Google集群跟踪驱动的大规模仿真显示，DRFH明显优于传统的基于插槽的调度程序，从而导致资源利用率更高，且作业完成时间大大缩短。

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