زمانبندي مبتني بر هزينه جريان‌هاي كاري با استفاده از ساختار جبري

Cost-based workflow scheduling using algebraic structures

جريان‌هاي كاري يك مدل عمومي براي توصيف دامنه وسيعي از برنامه‌هاي كاربردي در سيستم‌هاي توزيع‌شده هستند. با توجه به قدرت محاسباتي رايانش ابري، از آن به طور گسترده براي حل جريان‌هاي كاري بزرگ استفاده مي‌شود. زمانبندي جريان كاري در ابر در واقع يافتن منبع مناسب براي هر كار در جريان كاري به منظور ارضاي برخي معيارهاي كارايي مانند زمان اجرا و هزينه است. از آنجايي كه زمانبندي يك مسئله زمان چندجمله‌اي غيرقطعي سخت (NP-complete) است، بسياري از روش‌هاي ابتكاري براي سيستم‌هاي توزيع‌شده همگن و ناهمگن ارائه شده‌اند. مسير بحراني طولاني‌ترين مسير يك جريان كاري است و زمان اجراي كلي جريان كاري به آن وابسته است. در واقع تاخير در كارهاي مسير بحراني مي‌تواند زمان خاتمه جريان كاري را با تاخير مواجه كرده و زمان انقضاي جريان كاري را نقض كند. بر همين اساس در اين مقاله، ما يك الگوريتم ابتكاري موازي براي زمانبندي جريان كاري مبتني بر كيفيت سرويس ارائه مي‌كنيم. تابع هدف اين الگوريتم يك زمانبندي ايجاد مي‌كند كه هزينه اجراي يك جريان كاري را كمينه كرده، در حالي كه زمان انقضاي جريان كاري را نيز ارضا مي‌كند. با اختصاص يك شبه مشبكه به هر زيرجريان كاري، زمان آغاز و پايان هر وظيفه و همچنين منبع مناسب براي آن مشخص مي‌شود. نتايج حاصل از شبيه‌سازي بر روي جريان‌هاي كاري واقعي Montage و LIGO نشان مي‌دهد كه روش پيشنهادي در مقايسه با الگوريتم IC-PCP به ميزان 5/5 درصد و نسبت به IC-PCPD2 به ميزان 11 درصد هزينه را كاهش داده است.

Workflow is a common model for describing a wide range of applications in distributed systems. Due to the computing power of cloud computing, it has been widely applied to solve large workflows. Cloud workflow scheduling aims to find the most suitable resources for each task of a workflow to meet certain performance metrics, such as execution time and cost. Since scheduling is a well-known NP-complete problem, many heuristic approaches have been proposed for homogeneous and heterogeneous distributed systems. The longest path of a workflow is called the critical path that the entire workflowchr('39')s completion time depends on this path. In fact, delays in the execution of critical path tasks can delay the workflowchr('39')s completion time and violate the deadline of it. Hence, in this paper, we present a parallel heuristic algorithm for workflow scheduling to satisfy the quality of service parameters, called Critical Paths-based scheduling using Lattice algebra (CPL). The proposed approachchr('39')s objective is to create a schedule that minimizes the cost of a workflow while it satisfies the workflow deadline. By assigning a semi-lattice to each sub-workflow, the start and end time of its tasks and the appropriate resources for them are determined. The simulation results on the Montage and LIGO workflows show that the proposed approach reduces the cost by 5.5% compared to IC-PCP and by 11% compared to IC-PCPD2.