● 摘要
随着强大的微处理器和高速的内网联接的出现，以及对计算能力的要求的不断提升，在科学计算和商业应用中，高性能机群以其超高性价比逐渐成为该领域中的主流体系结构。然而随着机群性能的不断攀升，机群功耗问题日益凸显，主要体现在作业执行过程中的计算开销和并行计算所带来的通信开销两个方面。针对上述问题，本论文研究并实现了一种基于DAG模型的任务调度算法。该算法采用任务复制技术来降低通信开销，进而降低系统总开销；并将其作为一种调度策略集成在开源作业调度器Maui中。主要研究内容和贡献如下：1) 通过对现有任务调度算法的对比，分析了三类基于DAG模型的任务调度算法的优势和局限性，提出了一种新的基于任务复制技术的启发式任务调度算法，并给出了该算法的设计思路和算法流程图。2) 通过对现有机群作业管理系统的对比，分析目前作业管理系统在功耗管理上的欠缺，将本文实现的任务调度算法作为一种作业调度策略集成到开源系统Maui中，弥补开源系统Maui在功耗管理方面的不足。3) 对原型系统进行了功能和性能测试，实验结果表明，本文提出的算法可以有效降低作业的通信开销。通过与已有算法EAD的比较，结果显示在通信开销和计算开销方面，本文算法均低于EAD算法。本文基于Linux机群环境对以上方法进行了实现和功能验证以及性能测试，实验表明本文方法在降低作业执行过程中的通信开销和总开销方面具有较好的优化效果。