优先级论文

《云计算中的多DAG工作流可抢占式调度策略研究》

提出了抢占式多 DAG 工作流三层动态调度模型。通过采用依据用户不同Qo S 需求将 DAG 工作流进行优先级划分的方法，相同优先级 DAG 工作流的任务依据 Slowdown 因子进行资源抢占，保证了作业调度的公平性。不同优先级的作业调度使用基于阈值的回填算法，确保资源的利用率得到有效提高。通过研究学习开源的 Hadoop 云计算平台中公平调度算法，结合 MPS 算法中的抢占策略，对 MPS 中的调度模型及抢占策略进行了优化，

提出抢占式公平调度策略—P-Fairness（Preemtive FairnessAlgorithm）和基于阈值的 Backfill 策略—T-Backfill（Backfill Based on Threshold），在此基础上提出了多 DAG 工作流可抢占式调度算法—MPS(Multiple DAGsPreemptive Scheduling)。

根据不同用户 Qo S 的不同要求，系统将用户提交的工作流分为三级：

1.高优先级可抢占队列

2.高优先级非可抢占队列  （它具有先得到响应的权利，但不能对低优先级的任务资源抢占）

3.基本优先级队列 （它具有最低的优先级）

资源抢占不仅在不同优先级 DAG 作业之间发生，而且同优先级的 DAG 作业之间根据延迟因子 Slowdown 也进行资源抢占。

调度器的调度时机一个是当有任务执行完毕释放资源时。该任务的直接后继任务进入 Job Pool，调度器根据当前时间更新每个 DAG 的 Slowdown 因子，然后将 Job Pool 中任务依据调度策略进行调度；另一个是当有新的作业到达时，调度器根据当前时间更新系统作业状态，并重新进行作业调度。

多DAG调度过程中的一个 DAG 的Makespan 和它单独使用资源的Makespan分别表示为 Mmulti(a)和 Mown(a)。根据文献[11]的定义，Unfairness 用来衡量多 DAG调度算法 S 调度的不公平性

引入启发性信息因子[46]Delay Time，通过任务队列中未执行的任务表示整个作业的进度，保证抢占资源的公平性保证使用资源的公平性（Preemptive Fairness）