文献

J-GLOBAL ID：202102278292677262   整理番号：21A0893843

重複資源利用のインタリービングによるDAGスケジューリングのメイクスパンの削減【JST・京大機械翻訳】

Reducing Makespans of DAG Scheduling through Interleaving Overlapping Resource Utilization

著者 (3件)： Duan Yubin (Temple University,Department of Computer and Information Sciences,Philadelphia,PA,USA) ,  Wang Ning (Rowan University,Department of Computer Science,Glassboro,NJ,USA) ,  W Jie (Temple University,Department of Computer and Information Sciences,Philadelphia,PA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： MASS  ページ： 392-400  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データセンタクラスタは,1日あたりのデータの処理バイトを処理する必要があるので,資源利用を改善するためにジョブを効率的にスケジューリングする重大な問題になる。しかし,データ解析ジョブは,通常,依存関係を有する複数の段階を含み,スケジューリングの課題をもたらす。それらのステージは,直接非循環グラフ(DAG)としてモデル化され,一般的DAGスケジューリング問題はNP困難である。本論文では,Sparkのようないくつかの並列計算フレームワークにおいて,各ステージの実行を,異なる資源を使用する複数のフェーズに分割できることを指摘した。パイプライン化された方法で異なる資源をインタリービングすることは,資源利用を改善できることを観察した。この観察に基づいて,資源パイプラインを利用することによってジョブメイクスパンを最小化することを提案した。まず,完全並列ステージのためのスケジューリングを理論的に解析した。この場合,著者らのスケジューリング問題は,NP困難であるDAGショップ問題と等価である。コンテンションフリースケジューラを提案し,その近似特性を分析した。実世界ジョブのステージは,通常完全に並列ではない。一般ジョブのために,強化学習(RL)ベースのスケジューラを,資源コンテンションを適応的に調整するために提案する。アマゾンEC2上に展開されたSparkクラスタ上のコンテンションフリーおよびRLベーススケジューラを評価した。実世界と合成データセットに関する実験は,著者らのRLベースのスケジューラが,CPUとネットワーク利用をそれぞれ33.0%と29.7%向上できることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *スケジューリング ,  ネットワーク ,  近似法 ,  データセンタ ,  データ解析 ,  クラスタ ,  並列演算 ,  *インタリービング ,  NP困難 ,  強化学習
準シソーラス用語： *メイクスパン ,  コンテンション ,  スケジューラ ,  *資源利用 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 資源利用 ,  インタリービング ,  DAG ,  スケジューリング ,  メイクスパン