In this paper we study the multiple-processor multitask scheduling problem in both deterministic and stochastic models. We consider and analyze Modified Shortest Remaining Processing Time (M-SRPT) scheduling algorithm, a simple modification of SRPT, which always schedules jobs according to SRPT whenever possible, while processes tasks in an arbitrary order. The M-SRPT algorithm is proved to achieve a competitive ratio of $\Theta(\log \alpha +\beta)$ for minimizing response time, where $\alpha$ denotes the ratio between maximum job workload and minimum job workload, $\beta$ represents the ratio between maximum non-preemptive task workload and minimum job workload. In addition, the competitive ratio achieved is shown to be optimal (up to a constant factor), when there are constant number of machines. We further consider the problem under Poisson arrival and general workload distribution (\ie, $M/GI/N$ system), and show that M-SRPT achieves asymptotic optimal mean response time when the traffic intensity $\rho$ approaches $1$, if job size distribution has finite support. Beyond finite job workload, the asymptotic optimality of M-SRPT also holds for infinite job size distributions with certain probabilistic assumptions, for example, $M/M/N$ system with finite task workload.


翻译:在本文中,我们研究了确定性和随机性模式中的多处理器多任务调度问题。我们考虑并分析了修改后最短的剩余处理时间(M-SRPT)排期算法,这是对SRPT的简单修改,它总是尽可能按照SRPT安排工作,而程序则按任意顺序安排工作。M-SRPT算法被证明可以达到一个竞争性比率,即:美元(log =alpha ⁇ beta),以尽量减少反应时间,美元(alpha$)表示最大工作工作量和最低工作工作量之间的比率,美元(beta$)代表最大非先发制人任务工作量和最低工作工作量之间的比率。此外,在机器数量不变的情况下,所实现的竞争比率被证明是最佳的(最高因素),我们进一步考虑Poisson抵达和一般工作量分配下的问题(\i, $M/GI/N$系统),并表明M-SRPT在交通强度接近1美元时,如果工作规模的配置具有一定的弹性工作工作量,那么,M-PT-S-S-S-S-S-S-S-S-Slestal laim ex-S-S-Slvical latistrim ex ex ex ex latistr ex ex latic ex ex ex ex ex ex ex ex ex ex ex ex laticilticticil ex ex ex latistr ex lati ex latistr latistrit latiplpltistr latistr latistrit latisk exx exx exx exx exx exx exx expstr latistr latistr siblistr latistr latistr latistr siblistr latisk s exp exp ex si) latistr ex ex ex ex exm exm exm exm exm ex ex ex exm exm ex ex exm exm ex ex) ex) lati ex ex

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2020年12月14日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【资源推荐】模型压缩与加速相关资源汇总
TorchSeg:基于pytorch的语义分割算法开源了
极市平台
20+阅读 · 2019年1月28日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
已删除
将门创投
5+阅读 · 2018年7月25日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
1+阅读 · 2021年3月11日
Arxiv
0+阅读 · 2021年3月9日
Arxiv
0+阅读 · 2021年3月9日
Arxiv
0+阅读 · 2021年3月9日
Arxiv
0+阅读 · 2021年3月9日
VIP会员
相关资讯
【资源推荐】模型压缩与加速相关资源汇总
TorchSeg:基于pytorch的语义分割算法开源了
极市平台
20+阅读 · 2019年1月28日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
已删除
将门创投
5+阅读 · 2018年7月25日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】SLAM相关资源大列表
机器学习研究会
10+阅读 · 2017年8月18日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员