计算机工程

作者：都繁杰, 李静, 郭志勇, 任颖文, 尹晓宇, 董小菱

单位：1. 南京航空航天大学 计算机科学与技术学院, 南京 211106;2. 国家电网有限公司信息通信分公司, 北京 100761;3. 国网安徽省电力有限公司信息通信分公司, 合肥 231299

关键词：Coflow调度,多级反馈队列,队列稳定性,流量调度,云数据中心

基金：国家电网有限公司科技项目“业务应用改造上云与全链路运行分析技术研究”（SGAHXTOOXYQT2100008）。

Coflow作为并行计算框架的典型流量模型，降低Coflow的完成时间（CCT）成为云计算领域的研究热点。现有Coflow调度机制未考虑云数据中心内网络瓶颈问题，容易造成网络拥塞，导致CCT增加。针对该问题，构建基于瓶颈感知的Coflow调度机制Bamq。利用Lagrange对偶优化Coflow调度模型，以加快Coflow流速并增大吞吐量，从而降低CCT。通过设计多级反馈队列机制，降低吞吐量对网络拥塞产生的影响，根据已发流的大小、宽度和流速信息，构建瓶颈因子以动态调整多级队列的优先级，实现拥塞感知，提高Coflow调度性能。在Facebook真实数据集上进行实验，结果表明，相比Baraat、Varys、Aalo机制，该机制的CCT平均缩短21.3%，吞吐量平均提高17.9%，能够有效提高链路的利用率。

来源：2022年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第10期