[发明专利]基于DAG模型的并行调度方法

说明书

本发明公布了一种基于DAG模型的并行调度方法，利用重构生成的随机参数再次进行模型重构的动态的调度算法，与现有的基于任务集群或聚簇的调度算法有着本质的区别；从真实系统处理角度分析构建的关联、参数的扰动、任务间的通信延迟的变化、模型构造的变化和处理器的数目的变化对多处理并行系统任务调度的影响，使得多处理器并行系统任务调度算法更符合实际需求、更能体现其动态的特征。

技术领域

本发明涉及高性能计算机的多处理器任务调度领域，具体涉及一种并行调度方法。

背景技术

近年来，对于拥有高性能计算功能的多处理器(包括多核处理器)系统的研究已逐渐成熟，在很多的并行系统中已经开始采用多处理器，例如大数据时代下的云计算就是采用多处理的一种并行处理方式来完成。但是现在针对多处理器的平台的任务调度算法尚未成熟，多数的算法还是停留在理论阶段，对于实际的拥有复杂结构的大规模系统来说，很难或不能保证多处理器并行系统在这种情况下实际的性能需求。使之现在对于大多数的多处理器并行系统的调度来说仍然采用的是传统的任务调度技术(将各个任务随机分配给处于空闲状态下的处理器)，这样就导致了分配到各个处理器上的任务不均等，出现一些处理器超负荷的工作而另一些处理器处于空置状态的情况，从而使得多处理器的高效处理的优势不能得到充分的发挥，造成资源上的浪费。所以研究具有应对大规模系统的任务调度算法在多处理器并行系统技术的研究中变得尤为重要。

发明内容

本发明的目的在于针对上述问题，提供一种基于DAG模型的并行调度方法，根据具有多处理器的复杂处理系统，进行两次集群化处理，满足最大化并行执行各个任务的同时，减少各个任务间的通信延迟，保证让总的任务执行时间最小化，提高多处理器的运算效率。

为此本发明公布了一种基于DAG模型的并行调度方法，主要包括以下步骤：

S1：根据多任务处理器的复杂调度系统构建DAG模型图，使得所述DAG模型图满足有向无环的特点；

S2：重构DAG模型图：

S201：将满足第一次集群化条件的两个任务节点进行第一次集群化处理；

S202：将第一次集群化处理后的任务节点进行优先等级排序，构造第一级优先调度表；

S203：采用基于DAG模型重构的调度算法来计算各任务节点的处理时间上限和下限；

S204：根据对比计算出的各任务节点的处理时间上限和下限将满足第二次集群化条件的两个节点进行第二次集群化处理；

S205：将第二次集群化处理后的任务节点进行优先等级重新排序，并构造第二级优先调度表。

集群化处理前各任务节点之间均存在通信延迟。

步骤S201所述的满足第一次集群化条件的两个节点具有相同的祖先任务节点且具有相同的子孙任务节点。

步骤S203所述的基于DAG模型重构的调度算法主要通过以下方式实现：

z_f＝{z_f1,z_f2,…z_fm}是任务节点z_x的父任务节点的集合，z_s＝{z_s1,z_s2,…z_sn}是任务节点z_x的子任务节点的集合，

其中es_f是z_f的最早开始时刻，c_g,f和c_f,y是z_f的读入时间和写出时间；