Исследование гибридных подходов к планированию заданий

Современные научные приложения могут требовать огромных вычислительных мощностей. Обычно такие приложения представляются в виде вычислительного графа, который можно одновременно выполнять на нескольких машинах в распределенной системе. Для больших научных задач часто известны объемы данных и примерное количество машинных операций, необходимых для вычислений. Для эффективного использования ресурсов распределенных систем были созданы алгоритмы планирования, назначающие вычислительные задачи на машины и оптимизирующие выполнение всего научного приложения. Большинство алгоритмов планирования являются статическими или динамическими, разделяемые на эти две группы по своему принципу работы. Статические методы хорошо показывают себя в условиях сложных графов задач и точных данных о сложностях задач, в то время как динамические алгоритмы способны адаптироваться при изменениях свойств задач или распределенной системы. В этой работе предлагается гибридный подход, позволяющий сочетать преимущества обоих классов алгоритмов. Он сравнивается со статическими, динамическими и существующими гибридными алгоритмами на синтетических и реальных графах задач. Проведенные эксперименты демонстрируют преимущества предлагаемого гибридного метода по сравнению с прочими подходами и свидетельствуют о возможности его применения для планирования в реальных системах. Помимо этого, предлагаемый подход является гибким и модульным, позволяя реализовывать различные стратегии планирования. Ключевые слова: алгоритмы планирования, распределенные вычисления, композитные приложения, гибридные методы планирования.