调度:比例分享

在本章中，我们将研究一种不同类型的调度器，称为比例共享调度器，有时也称为公平共享调度器。比例共享是基于一个简单的概念:调度程序可能会试图确保每个作业获得一定百分比的CPU时间，而不是优化转换或响应时间。在Waldspurger和Weihl [WW94]的研究中发现了一个非常好的比例共享计划的现代例子，它被称为彩票调度。然而，这个想法肯定要大得多[KL88]。基本的想法很简单:每隔一段时间，拿一张彩票来决定下一步该做什么;应该经常运行的程序应该有更多的机会赢得彩票。很容易,不是吗?现在,到细节!但在我们的症结之前。

关键:如何按比例共享CPU。我们如何设计一个调度程序以比例的方式共享CPU ?这样做的关键机制是什么?他们的使用效果如何？基本概念:票代表你的份额。潜在的彩票调度是一个非常基本的概念:票据，用来表示一个进程(或用户或其他)应该接收的资源的份额。一个进程所占的票数百分比表示它所占的系统资源的份额。

 让我们来看一个例子。假设有两个过程，A和B，而且A有75张票，B只有25张。因此，我们想要的是获得75%的CPU和B，剩下的25%。抽奖计划是通过每隔一段时间(比如说，每次切片)就通过抽签来达到这个概率(但不是决定性的)。持有彩票是很简单的:调度器必须知道总共有多少张票(在我们的例子中，有100张)。调度器然后选择一张中奖票，从0到99。：假设A持有0到74和B 75到99的票，中奖票只是决定A或B是否运行。然后，调度器加载该获胜进程的状态并运行它。这里有一个彩票调度程序的中奖彩票的例子。

提示:使用随机性。

抽奖计划最漂亮的一个方面就是它的随机性。当你必须做出决定时，使用这种随机方法通常是一种稳健而简单的方法。与传统的决策相比，随机方法至少有三个优势。首先，random通常会避免奇怪的转角行为，而传统的算法在处理时可能会遇到麻烦。例如，考虑LRU替换策略(在以后的虚拟内存章节中更详细地研究);虽然LRU通常是一个很好的替代算法，但它在某些周期顺序的工作负载中表现得很好。另一方面，随机却没有这样糟糕的情况。其次，random也是轻量级的，需要很少的状态来跟踪其他选项。在传统的公平共享调度算法中，跟踪每个进程收到的CPU数量需要每个进程计算，在运行每个进程之后必须更新。这样做只需要对每个进程的状态进行最少的操作(例如，每张票的数量)。最后，random可以是相当快的。只要生成一个随机数，就可以快速做出决策，因此可以在需要速度的地方使用随机数。当然，越快的需求，越随机倾向于伪随机。

从这个例子中可以看出，在彩票调度中使用随机性导致了满足期望比例的概率正确性，但没有保证。在上面的例子中，B只运行了20个时间段中的4个(20%)，而不是期望的25%的分配。然而，这两个职位竞争的时间越长，他们就越有可能达到预期的百分比。

提示:使用门票来代表股票。

彩票(和步幅)设计中最强大(也是最基本的)机制之一就是门票。在这些例子中，票据被用来表示进程的CPU份额，但是可以更广泛地应用。例如，在最近的虚拟内存管理工作中，Waldspurger展示了如何使用tickets来表示来宾操作系统的内存份额[W02]。：因此，如果您需要一种机制来表示所有权的比例，那么这个概念可能是……(等待)…这张票

9.2票机制

彩票安排也提供了一些机制来操纵票的不同，有时有用的方式。一种方法是使用票币的概念。货币允许用户在自己的工作中以任何他们想要的货币分配门票。然后该系统自动将所述货币转换为正确的全球值。

例如，假设用户A和B都得到了100张票。用户A正在运行两份工作，A1和A2，并给他们每人500张(总共1000张)用户自己的货币。用户B只运行1个工作，并给它10张票(总共10张)。该系统将把A1 s和A2 s的分配从500美元兑换成全球货币的50美元;同样，B1的10张票将被兑换成100张票。然后，彩票将被持有全球票券(总计200英镑)，以确定哪一项工作在运行。

另一个有用的机制是门票转让，通过转让，一个过程可以暂时把它的票交给另一个进程。这种能力在客户机/服务器设置中特别有用，客户端进程将消息发送到服务器，请求服务器为客户端做一些工作。为了加快工作速度，客户端可以将票传递给服务器，从而在服务器处理客户端请求的同时尽量提高服务器的性能。完成后，服务器将这些票据传输回客户端，并且所有的都和以前一样。

最后，票价膨胀有时是一种有用的技术。在通货膨胀的情况下，一个过程可以暂时提高或降低它拥有的门票数量。当然，在竞争的情况下，如果流程彼此不信任，这就没什么意义;一个贪婪的过程可能会给自己大量的罚单，并接管机器。：相反，通货膨胀可以应用在一个相互信任的过程中;在这种情况下，如果任何一个进程知道它需要更多的CPU时间，它就可以提高它的票务价值，以反映对系统的需求，而不需要与任何其他进程进行通信。

9.3实现

也许关于抽奖安排的最令人惊奇的事情是它的实现的简单性。你所需要的只是一个好的随机数生成器来选择中奖彩票。一个跟踪系统进程的数据结构(例如，一个列表)，以及总票数。

让我们假设我们将进程保存在列表中。这是一个由三个过程组成的例子，A, B, C，每个都有一定数量的票。代码遍历进程列表，将每个票证值添加到计数器中，直到值超过了获胜者。一旦出现这种情况，当前的列表元素就是赢家。在我们的例子中，获胜的票是300，以下是发生的。首先，计数器增加到100，以计算s票;因为100小于300，循环继续。然后计数器会更新到150 (B s票)，仍然小于300，因此我们继续。最后，计数器被更新到400(明显大于300)，因此我们跳出循环，用当前指向C(获胜者)。为了使这个过程最有效，通常最好是按照排序顺序组织列表，从最多的票到最低的票。排序并不影响算法的正确性;但是，它确实确保了列表迭代次数最少的情况，特别是如果有少数几个进程拥有大部分的票据。

9.4一个例子

为了使抽奖活动的动态更容易理解，我们现在对两份工作的完成时间进行了简单的研究，每个工作都有相同数量的门票(100)和相同的运行时间(R，我们将会有所不同)。在这种情况下，我们希望每一份工作的完成时间大致相同，但由于抽签安排的随机性，有时一份工作比另一份工作先完成。为了量化这一差异，我们定义了一个简单的不公平度量，即第一个工作完成的时间除以第二个作业完成的时间。或者，如果R = 10，第一个作业在时间10(和第二份工作在20)，U = 10 20 = 0.5。当这两种工作几乎同时完成时，U将会非常接近1。在这个场景中，这就是我们的目标:一个完全公平的调度器将实现U = 1。

图9.2将平均不公平性划分为两个工作(R)的长度，从1到1000，超过30个试验(结果是通过在章节末尾提供的仿真器生成的)。从图中可以看出，当工作长度不太长时，平均不公平会非常严重。只有当作业运行大量时间片时，彩票调度程序才会接近预期的结果。

9.5如何分配门票。

我们在抽奖计划中没有解决的一个问题是:如何分配工作的门票?这个问题很棘手，因为系统的行为方式非常依赖于如何分配门票。一种方法是假定用户最了解;在这种情况下，每个用户都有一些票，用户可以分配到他们想要的任何工作的票。然而，这个解决方案是一个非解决方案:它真的没有告诉你该做什么。因此，在给定一组工作的情况下，ticket分配问题仍然是开放的。

9.6为什么不确定性呢?

您可能还会疑惑:为什么要使用随机性呢?正如我们在上面所看到的，虽然随机性为我们提供了一个简单的(并且近似正确的)调度器，但它偶尔也不会提供精确的比例，尤其是在短时间内。由于这个原因，Waldspurger发明了步调度，一个确定性的公平共享调度器[W95]。跨步调度也很简单。系统中的每一项工作都有一个跨步，这与它所拥有的票的数量成反比。在上面的例子中，工作A、B、C，分别有100、50和250张票，我们可以计算每个过程分配到的票的数量，然后除以一个很大的数字。例如，如果我们将10,000除以这些票证值，我们就得到了A、B和C: 100、200和40的步进值。我们称这个值为每一个过程的跨度;每次进程运行时，我们将增加一个计数。

然后，调度器使用stride和pass来确定下一步应该运行哪个进程。基本的想法很简单:在任何给定的时间，选择运行的过程，它的传递值是最低的;当你运行一个进程时，通过它的步幅增加它的通过计数器。一个伪代码实现由Waldspurger (W95)提供。

在我们的示例中，我们从三个流程开始(A、B和C)，其跨步值为100、200和40，所有这些流程的初始值为0。因此，首先，任何进程都可能运行，因为它们的传递值同样低。假设我们选A(任意;可以选择任何具有相同低通值的过程。一个运行;完成时间片后，我们将其传递值更新为100。然后我们运行B，它的传递值被设置为200。最后，我们运行C，其传递值增加到40。此时，该算法将选择最低的传递值，即C s，并运行它，更新它的传递到80(如您所回忆的，C的步幅是40)。然后C将再次运行(仍然是最低的传递值)，将其传递到120。现在A将运行，更新到200(现在等于B)，然后C将运行两次，更新到160，然后200。在这一点上，所有的传递值都是相等的，这个过程会重复，无限。图9.3跟踪了调度器随时间的变化。：从图中我们可以看出，C只运行了5次，两次，B一次，它们的票面价值是250,100，和50。抽奖计划随着时间的推移达到了概率的比例;在每一个调度周期的末尾，步幅调度完全正确

。

所以你可能会想:考虑到跨步调度的精度，为什么要使用抽签安排呢?嗯，彩票调度有一个很好的属性，它可以跨越调度:没有全局状态。想象一份新工作进入我们的跨步调度示例的中间;它的传递值应该是什么?应该设置为0吗?如果是这样，它将独占CPU。在彩票调度中，每个流程都没有全局状态;我们只需添加一个新的进程，无论它有什么票，更新单个全局变量来跟踪我们有多少张总票，然后从那里开始。通过这种方式，乐透使得以合理的方式合并新流程变得更加容易。

9.7总结

我们介绍了比例共享计划的概念，并简要讨论了两种实现:彩票和跨步调度。乐透利用随机性巧妙地实现比例分享;步确定性。尽管两者在概念上都很有趣，但由于各种原因，它们并没有作为CPU调度程序获得广泛的应用。一是这种方法与I/O [AC97]并不特别吻合;另一个原因是，他们留下了门票分配的难题，即:你怎么知道你的浏览器应该分配多少张票?通用的调度器(如我们前面讨论过的MLFQ和其他类似的Linux调度器)做得更优雅，因此部署得更广泛。因此，在一些问题(如分配股票)相对容易解决的领域中，比例共享调度程序更有用。例如，在一个虚拟数据中心中，您可能希望将您的CPU周期的四分之一分配给Windows VM，其余的分配给您的基础Linux安装，比例共享可以是简单和有效的。请参阅Waldspurger [W02]，了解如何在VMWare ESX服务器中按比例共享内存。