关于任务调度相关研究文献综述讲解

《关于任务调度相关研究文献综述讲解》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、关于任务调度相关研究文献综述随着多核处理器的出现，多核处理器任务调度已成为当前高性能处理器研究的热点之一。任务调度是指系统为确定一系列任务的执行顺序所采取的调度策略。随着计算机技术的不断发展，学术界对任务调度问题的讨论也逐渐深入，旨在通过减少通信开销、改变任务执行顺序，以缩短整个任务的调度长度1。近年来，由于多处理器的广泛应用，如何充分利用多处理器的计算性能成为了大家关注的焦点，针对多处理器的任务调度问题突显出来。在多处理器任务调度算法研究的早期，PDutot[24]等人在研究中指出，对于异构计算环境下的任务调度问题是NP难问题，难以在多项式时间

2、内寻求最优解。正是该问题的重要性和复杂性，吸引了一大批专家学者对其进行研究，并提出了大量经典的算法。一、国外研究现状计算机任务调度的研究早在上世纪60年代就已开始。1967年，芝加哥大学的ManacherG.K在ACM期刊上第一次提出了“任务”的概念，并利用列表法和甘特图进行了基本的多核多任务调度算法研究，提出了能够保证调度稳定性的算法。同时文章对软实时系统和硬实时系统也给出了定义和说明。但是由于文章发表年代较为久远，文中提出的是同构多核处理器的模型，并不适用于当今迅速发展的异构多核处理器之间的任务调度。随后，刘炯朗和Layland在已有工作基础

3、上提出了周期任务模型的概念，该模型对任务进行了较好的抽象，对周期性任务做出了一些假设，忽略计算机体系结构的复杂性以及应用程序的具体实现，可以借助各种数学方法对任务的可调度性进行分析。文中提出了可在单处理器上运行的三种调度算法：单调速率算法RM(ratemonotonicalgorithm)、最早结束优先EDF(earliestdeadlinefirst)算法[1]以及两者的混合算法。在RM算法中，根据任务的需求速度赋予其一定的优先级，即所谓的固定优先级。在EDF算法中，任务最终期限值较小的赋予更高的优先级，即动态调整任务的优先级。而综合算法将任务

4、分开对待，分别使用上述的算法。文章分析了在上述几种任务调度算法下，CPU能够达到的最大利用率，并用数学方法给予了证明。为后来的研究奠定了基础。后续又提出了许多经典算法，包括时间片轮转(RoundRobin，RR)算法、先到先服务(FirstComeFirstServed，FCFS)算法、截止期单调调度(DeadlineMonotonicScheduling,DMS)算法等。在这些算法中，任务的优先级都是基于任务的某些特征参数，如截止期、空闲时间或关键性等计算而得。然而，如果优先级仅由某个特征参数来确定是不够的，因为截止期或者空闲时间短的任务不一定

5、是最关键的。而且这些算法主要是针对单核处理器，并不适用于多核处理器的任务调度。对于异构计算环境下的任务调度问题是NP完全问题，难以在多项式时间内寻求最优解。正是该问题的重要性和复杂性，吸引了一大批专家学者对其进行研究，并提出了大量经典的算法。HalukTopcuoglu和SalimHariri等人通过对异构环境下的任务调度进行大量分析，在1999年提出了两种到目前为止公认的调度效率较高的算法：基于处理器关键路径算法[8](CriticalPathOnaProcessor，CPOP)和异构最早结束时间算法[8](HeterogeneousEarli

6、estFinishTime,HEFT)，是异构多处理器任务调度十分经典的调度算法。后期许多任务调度的算法都是在这两种算法的基础上提出的。这些算法都使用有向无环图(DirectedAcyclicGraph，DAG)来表示任务模型，节点上和节点间都根据时间开销赋予一个权值。在任务排序和任务分配两个阶段采用不同的方法来提高任务调度的效率。HEFT算法思想描述如下：在任务排序阶段，每个任务根据自身的运行时间和与后继任务的通信时间计算出一个向上排序值ranku(n)，根据ranku(n)降序排列每个任务；在任务分配阶段则根据最早完成时间进行分配，这种机制降

7、低了算法复杂度，但同时处理器的利用率有待提高。与其它基于最早完成时间的调度算法有所不同，HEFT算法采用了区间插入技术，在同一处理器两个相邻任务间可能插入其它任务间隙处，插入一个新的任务来提高多核处理器的并行性和利用率，从而提高调度效率。但是该算法存在一些明显的缺点：任务排序只考虑到与后继任务的通信开销，让一些向上排序值高的节点优先运行，但没有从整体的拓扑结构考虑任务的关键程度，某节点向上排序值高并不代表此节点在整体拓扑结构的关键路径上，也就是说，有些关键节点可能得不到较高的优先级；能够利用区间插入技术插入到某个空闲时段的任务可能并不多；没有考虑

8、较大任务间的通信开销，如果两个较大任务被分配到不同的处理器，任务间的通信开销可能远远超过任务本身的运行开销。HEFT算法的时间复杂度是O