Analyzing Different Scheduling Policies in Natjam using Timed Rebeca
Helgi Leifsson · 2015
As computer systems become larger and more complex, such as with the advent of clouds, scientists and engineers can use software tools to correctly set up and evaluate their performance. Many such tools are available today but have not dealt with deadline based scheduling and preemption of jobs running concurrently. If such a tool was available it could lead to more efficient use of current and future systems. With the concurrency and distribution of computation come problems such as nondeterminism and race conditions which can be difficult to simulate and reproduce. In this project we present the ReGen software that uses Timed Rebeca to run Monte Carlo simulations of Natjam which is built into the Hadoop YARN MapReduce cluster software. It can be used to measure the efficiency of different job dispatch and job eviction policies in the presence of preemption. Many variables are under our control such as size of cluster, workload, deadline computation and more. We present results showing the performance of EDF, FIFO, MDF and Priority Queue dispatch policies, and MDF and MLF policies for job eviction. The results suggest MDF is preferable for both dispatching and job eviction. We conclude that software tools to solve the above problem can be made and like to argue that our results can transfer to other systems that use the policies tested in this project.; Þegar tolvukerfi verða staerri og floknari, eins og með tilkomu tolvuskýja, geta visindamenn og verkfraeðingar stuðst við hugbunaðartol til að setja þau rett upp og meta afkost þeirra. Morg slik tol eru faanleg en hafa hingað til ekki att við dreifingu a verkefnum með timafrest. Ef slikt tol vaeri til gaeti það leitt til betri nýtingar a nuverandi og framtiðar kerfum. Með samhliða og dreifðum utreikningum koma vandamal eins og oregluleiki og kapp aðstaeður sem erfitt getur verið að herma og endurskapa. I þessu verkefni kynnum við ReGen tolið sem notar Timed Rebeca til að keyra Monte Carlo hermun af Natjam sem byggt er inn i Hadoop YARN MapReduce hugbunaðarpakkann. Það getur verið notað til að maela afkost mismunandi verkefnadreifingar- og verkefnabrottrekstrarstefna við aðstaeður þar sem verkefni geta verið tafin til að keyra onnur verkefni. Haegt er að stjorna morgum breytum eins og staerð tolvukerfisins, verkefnaalagi, timafrestsutreikningum og fleiru. Við kynnum niðurstoður sem sýna afkost EDF, FIFO, MDF og Priority Queue verkefnadreifingarstefna og MDF og MLF verkefnabrottrekstrarstefna. Þaer niðurstoður gefa til kynna að MDF se betri valkostur baeði fyrir dreifingu og brottrekstur verkefna. Við drogum þa alyktun að þroun hugbunaðartola til að leysa ofantold vandamal se moguleg og viljum halda þvi fram að niðurstoðurnar se haegt að yfirfaera a onnur kerfi sem nota þaer stefnur sem profaðar voru i þessu verkefni.