Fair Scheduling in High Performance Computing Environments

این کتاب یک زمان‌بندی جدید را برای توزیع منصفانه و کارآمد منابع سیستم به بسیاری از کاربران با الگوهای استفاده متفاوت معرفی می‌کند که برای آنها در محیط‌های محاسباتی مشترک بزرگ رقابت می‌کنند. نشان داده شده است که زمان‌بندی نمایشگاه راولزیان که برای این تلاش ایجاد شده است، عملکرد را افزایش می‌دهد و در عین حال تأخیر در بارهای کاری محاسباتی با کارایی بالا از انواع خاصی از جمله چهار نوع زیر را که در این کتاب بررسی شده‌اند، کاهش می‌دهد:

i. کلاس A – حجم کاری مشابه اما مکمل

ii. کلاس B – بارهای کاری مشابه اما ثابت در مقابل بارهای کاری متناوب

iii. کلاس C – حجم کاری بزرگ در مقابل حجم کاری کوچک

iv. کلاس D – بارهای کاری بزرگ در مقابل نویز

این زمان‌بندی جدید به انصاف کوتاه‌مدت برای مقیاس زمانی کوچک دست می‌یابد که نیازمند پاسخ سریع به حجم‌های کاری مختلف و پروفایل‌های استفاده است. نشان داده شده است که برنامه‌ریز Rawlsian Fair به‌طور مداوم از بار کاری کلاس‌های C و D بهره می‌برد، در حالی که تنها از بارهای کاری کلاس‌های A و B بهره می‌برد که با افزایش تعداد کاربران نامتناسب می‌شوند.

یک چارچوب شبیه‌سازی، dSim، راولزیان جدید را شبیه‌سازی می‌کند. مکانیسم برنامه ریزی منصفانه dSim به دستیابی به انصاف آنی در محیط‌های محاسباتی با عملکرد بالا، استفاده مؤثر از منابع محاسباتی و رضایت کاربر از طریق زمان‌بندی نمایشگاه Rawlsian کمک می‌کند.

This book introduces a new scheduler to fairly and efficiently distribute system resources to many users of varying usage patterns compete for them in large shared computing environments. The Rawlsian Fair scheduler developed for this effort is shown to boost performance while reducing delay in high performance computing workloads of certain types including the following four types examined in this book:

i. Class A – similar but complementary workloads

ii. Class B – similar but steady vs intermittent workloads

iii. Class C – Large vs small workloads

iv. Class D – Large vs noise-like workloads

This new scheduler achieves short-term fairness for small timescale demanding rapid response to varying workloads and usage profiles. Rawlsian Fair scheduler is shown to consistently benefit workload Classes C and D while it only benefits Classes A and B workloads where they become disproportionate as the number of users increases.

A simulation framework, dSim, simulates the new Rawlsian Fair scheduling mechanism. The dSim helps achieve instantaneous fairness in High Performance Computing environments, effective utilization of computing resources, and user satisfaction through the Rawlsian Fair scheduler.