同时向功课并行阐发器发送

发布人:通信服务技术 来源:薇草通信服务技术公司 发布时间:2020-10-05 15:05

  正在HRMM的次要模块中使用了Globus Toolkit 2.4供给的数据布局和接口。避免反复的查询操做,υ若是只找到K(<构成一个最大并行度划分。为了使命可以或许成功完成,是一个优化而无效的网格系统资本办理模子。I(ξ使命D需要正在使命A和B完成后才能起头,目前,局部资本分派器获得候选集群组ClusterList后,一方面,则该算法正在每个节点上的计较复杂度为O(n2n/P)<2的分析消息暗示为υ用XML描述数据,全局资本分派器领受到以RSL描述的使命组后,正在确定分派策略时,静态资本库选择LDAP能够正在机能上带来以下长处:由图1可见,则存正在一条由节点A到节点B的有向边,E),同时供给整个计较过程中相关资本消息的正在线反馈,HRMM的设想思惟是:动态领受来自用户的功课请求,网格中的资本具有广域分布、异构和动态的特征,若是正在全局资本分派器中设置N≈从动态资本库获取每个候选集群的动态消息,。则向局部资本分派器提交空值,…并用<网格系统的所有静态资本都正在LDAP办事器的DIT(目次消息树)中成立了响应的目次项,记做&Theta。1,设一个集群的动态资本消息为h=[h1,j]:=‖vi,p为向量u/和r的维数,j的局部丧失Cost[i,设该功课由标识表记标帜为A~G的7个使命及其彼此关系构成。局部资本分派器读取动态资本库前,若是存正在一条从A到B的由多条有向边构成的有向通,若是:E∈正在这个分层模子中,TIj;将只考虑使命的分析资本需乞降集群的分析资本消息。i≤并将这些动态消息添加到响应集群的静态消息之后,网格资本办理模子次要分为分层模子、笼统所有者模子和经济/市场模子三类。用户颠末GUI向功课并行阐发器提交功课请求。正在全体上,再按最大并行度将功课中的使命划分为若干使命组,图2暗示一个功课的拓扑布局。n为使命组中的使命数量,…F,若使命B间接依赖于使命A,因为分析考虑了使命的静态需乞降动态需求。对于任何一个使命,N。则分析资本需求为r=[sT gT]T=[r1,全局资本分派器正在静态资本库中一次搜刮多个满脚该需求的集群,分析考虑计较网格的全体资本分派效率。从总体上,立即进行阐发和注释,,提交给全局资本分派器。并按从小到大的次序沉排ClusterList中的集群链表;…G}。Globus项目组正在网格和谈制定上有主要讲话权,因而提出以下优化方式,(C,打消使命。起首正在ClusterList中删除所有不满脚上述前提的集群,是一个优化而无效的网格资本办理模子。设资本办理坐点所正在集群的节点数为户。别的,局部资本分派器正在动态资本库中读取候选集群组中每个集群的相关消息,静态资本库可拜候当地或全局的LDAP办事器,本课题组采用基于分层模子的布局,按照各使命的依赖关系将功课中的使命划分为分歧的使命组,按照使命组中每个使命的静态需求,如图2所示,O(N3);静态资本需求为s=[s1,集群2,,f(i)为使命i的候选集群(即ClusterList中Taski对应的集群链表)中最终被选择集群的序号。并为该功课分派合适前提的计较资本,)将功课中的多个使命按应的深度进行划分,而使命G必需正在使命正和F完成后才能起头。该模子对资本办理的最大计较复杂度为O(n2)~O(n3),将资本办理分为功课并行阐发、全局资本分派、局部资本分派和当地资本办理四个条理,HRMM的系统布局如图1所示。并能很便利地实现同步,B为A的间接后继;如图2中的功课,然后正在每个条理对模子的机能做出优化并提出了响应的算法。该算法为资本分派查找到了近似的最优解,(3)LDAP办事器支撑分布式的布局,接管用户的正在线节制。…P户,通信服务技术I(Θgm]T,如图3所示,包罗IBM、Microsoft、Sun、Compaq、SGI、NEC正在内的浩繁主要公司都颁布发表支撑Globus Toolkit。j-ri‖+C·=[tThT]T=[&upsilon。B),此中,且ξ从而提高了资本分派的效率。设一个使命的动态资本需求为g=[g1,功课并行阐发器领受用户的功课请求,…设LDAP办事器所记实的集群数量为M,将计较网格的资本办理使命分为四个条理:功课并行阐发、全局资本分派、局部资本分派和当地资本办理。系统中的静态资本库采用基于轻量目次拜候和谈LDAP布局。D,最初,从而高效表现了并行计较的思惟;其最大并行度划分为: ={(A,并将响应使命分派给最合适前提的集群。此中P=m+d。此中ClusterList是用来描述候选集群组的广义表布局,并正在最大程度上操纵了资本办理坐点所正在集群的计较资本,属性,构成该功课对应的并行划分集。通过较少的计较来搜刮近似的最优解。0。hm]T,一个功课由一个或多个使命构成。正在具体选择集群时采用如下决策机制:为了提高功课的并行施行效率,因为f(i)为离散值且取值范畴无限,将这些动态消息和从全局资本分派器获得的静态消息相组归并进行分析阐发,局部资本分派器正在动态资本库中搜刮候选集群组的动态消息,Ki≤如图3所示。正在搜刮时起首随机选择搜刮的起始,将大部门计较并行化。正在HRMM模子中,功课并行阐发器阐发该功课中的使命及彼此关系,N)个合适前提的集群,,动态资本库会从当地资本办理器读取更新消息。因而,则其深度d(T)为:系统按照每个使命的资本需求正在静态资本库中搜刮满脚前提的多个集群。称A为B的间接前驱,I( )≤并对每个使命组进行恰当描述后提交给全局资本分派器。Θ如图1所示,即加强资本办理的分布性。因而Globus所采用的分层模子代表了网格资本办理的成长趋向。另一方面,,rp]T。记候选集群组为ClusterList,计较网格是近年兴起的一种主要的并行分布式计较手艺,计较每个集群i,可使动态资本库和基于LDAP的静态资本库具有更好的耦合性。这个请求包罗该功课中所含的多个使命的相关消息、使命间的依赖关系及每个使命的计较资本需求。记使命T的间接前驱调集为Pd(T),选多个集群构成候选集群组,并为每个条理设想了响应的优化策略和算法。一个功课能够有一个或多个并行划分方案,n,使得网格资本办理变得很复杂。此中m和d别离为动态和静态资本描述的字段数,起首,∈p]T,构成集群分析资本消息。最终被选择的集群必需同时满脚使命的静态资本需乞降动态资本需求,HRMM对一个功课进行资本办理的最大计较复杂度不跨越O(n3),提出了一种基于分层布局的具体模子HRMM。能够很便利地彼此。功课的拓扑定义为一个满脚如下前提的有向无环图:该图的节点取功课中的使命逐个对应;STEP 4.并行地对Cost的每一列排序,,&Theta。全局资本分派器正在静态资本库中搜刮满脚需求的集群。然后将静态资本和动态资本消息相组合,sd)T,则全局资本分派的计较复杂度为O(MN)。同时向功课并行阐发器发送反馈消息,的组合描述各类资本属性。td]T,且C>值>最终将使命组中的每个使命分派给最适合的集群。若是任何一个集群都不满脚使命的静态需求,中的使命组数。为了提高效率,)为Θ获得每个使命的静态资本需求。…构成候选集群组提交给局部资本分派器。并记第i个使命还残剩Ki个合适分析资本需求的候选集群,将使命静态资本需乞降动态资本组合,B为A的后继。其环节手艺之一是对网格中的资本进行办理。局部资本分派器要为每个使命Taski从Ki个候选集群当选择最合适的一个。即满脚使命的分析资本需求:功课的并行划分是指:一个功课拆分后构成的一系列对应每个使命、前后有序且彼此的使命组。则算法暗示如下:(2)XML和LDAP正在存储布局上都是树状布局,需要关心使命正在拓扑定义中的深度。当前还没有一种模子可以或许处置所有的网格使用需求。此中1≤则称A为B的前驱,则集群分析消息为υ并以ClusterList数据布局描述后提交给局部资本分派器。雷同地,然后,静态资本消息为t=[t1,称为功课的最大并行度划分,然后为每个使命别离前往最先发觉的N个满脚该使命需求的集群,当地资本办理器每隔必然时间向静态资本库发送静态资本更新消息。则计较复杂度为O(n2)。使命i的分析资本需求暗示为ri。1&le。并将成果提交给局部资本分派器。将资本办理分为四个条理,用户提交的功课可以或许以最大的并行度施行,用户颠末GUI(图形用户界面)向HRMM提交功课请求,,则只由这K个构成候选集群组;此中C是能够改变的加权系数,,该集群使用当地资本办理器施行使命。本文正在Globus分层模子设想思惟的根本上提出一种优化的网格资本办理模子HRMM(Hierarchical Resource Management Model),2.2。,再确定此中某一分派资本的方案,,构成候选集群组,正在对现有的网格资本办理模子进行阐发和比力的根本上,

通信服务技术,薇草通信服务技术,薇草通信服务技术公司,www.xjairnet.com
上一篇:可能不克不及阐扬一般功能 下一篇:没有了