15、网格资源上的工作流映射：蒙太奇工作流实验

网格资源上的工作流映射：蒙太奇工作流实验

1. 引言

在为特定应用选择合适的调度启发式算法时，需要评估局部、基于任务的方法的简单性与全局、基于工作流的方法预期产生的更短完成时间之间的关键权衡。全局启发式算法能够跟踪关键路径，在任意有向无环图（DAG）的情况下，预计会有更好的性能。然而，许多科学工作流似乎具有规则且对称的结构，并非任意的DAG。

2. 动机示例

为了说明局部启发式算法Min - min和全局启发式算法HBMCT产生的调度差异，以及这些差异如何受图结构的影响，我们来看两个例子。

2.1 规则对称图

图1中的图具有规则、对称的结构，由一系列扇出和扇入操作组成（重复两次），扇出过程中创建的独立子图结构相同。任务在三台不同机器M0、M1、M2上的执行时间相似，不同机器间传输数据的成本设为8个时间单位。Min - min和HBMCT产生的调度长度相同，均为130个时间单位，但任务分配到机器的方式不同。

2.2 非对称图

图2中的图结构不对称，例如同一层的节点6、7、8分别有不同数量的父节点（1、2、3）。任务在不同机器上的执行时间异质性更高，不同机器间传输数据的时间也不同，M0和M2之间的链路最慢。Min - min产生的调度完成时间为143.6个时间单位，而HBMCT为124.6个时间单位，比Min - min约好13%。这是因为HBMCT等全局方法能够优先处理图中成本较高的关键路径上