电子学报 ›› 2012, Vol. 40 ›› Issue (11): 2226-2231.DOI: 10.3969/j.issn.0372-2112.2012.11.014

• 学术论文 • 上一篇    下一篇

一种大规模分布式计算负载均衡策略

杨际祥1,2, 谭国真2, 王凡2, 周美娜2   

  1. 1. 重庆交通大学理学院,重庆 400074;
    2. 大连理工大学计算机科学与技术学院,辽宁大连 116024
  • 收稿日期:2011-05-30 修回日期:2012-05-31 出版日期:2012-11-25 发布日期:2012-11-25
  • 作者简介:杨际祥 男,博士.研究方向为并行与分布式计算、优化计算方法与理论及其应用. E-mail:jixiang_yang@126.com 谭国真 男,教授,博士生导师.研究方向为集群计算、智能交通系统、无线传感器网络与检测技术、VANETs. E-mail:gztan@dlut.edu.cn
  • 基金资助:
    国家863高技术研究发展计划(No.2012AA111902);国家科技支撑计划(No.2011BAK02B02-01);中央高校基本科研业务费专项资金(No.DUT11SX09);河北省科技支撑计划(No.11213575)

A Load Balancing Strategy for Large-Scale Distributed Computing

YANG Ji-xiang1,2, TAN Guo-zhen2, WANG Fan2, ZHOU Mei-na2   

  1. 1. School of Science,Chongqing Jiaotong University,Chongqing 400074,China;
    2. School of Computer Science and Technology,Dalian University of Technology,Dalian,Liaoning 116024,China
  • Received:2011-05-30 Revised:2012-05-31 Online:2012-11-25 Published:2012-11-25

摘要: 大规模和超大规模计算系统中的通讯延迟成为影响负载均衡性能的一个重要因素,且延迟具有时变性,而传统的负载均衡策略通常假设通讯固定不变或不考虑通讯延迟开销.本文考虑了系统的通讯延迟开销和延迟时变性特征,给出一种基于广义神经网络(GNN)的层次结构负载均衡策略.该策略具有三个特点:(1)通讯优化的层次结构能够降低大规模计算系统的负载均衡开销;(2)考虑了节点计算速率及通讯延迟时变特性;(3)通过延迟预测可优化任务的通讯延迟和迁移延迟开销.仿真实验验证了该策略在通讯和负载均衡开销方面的性能.

关键词: 大规模计算系统, 层次结构负载均衡, 广义神经网络(GNN)

Abstract: Traditional load balancing strategies generally assume that communication delay is deterministic or the communication overhead can be ignored.A hierarchical load balancing strategy based on generalized neural network (GNN),considering the communication overhead and time-varying delay feature,is presented for large-scale computing systems.The strategy possesses three features:1)load balancing overhead can be reduced with optimizing hierarchical structure communication;2)considering the heterogeneity in the processing rates of the nodes and the delay randomness imposed by the communication medium;3)optimizing task communication delay and migration delay.Simulation results demonstrate the capabilities.

Key words: large-scale system, hierarchical load balancing, generalized neural network

中图分类号: