Publication: Xen scheduling with load balancing on speed
Loading...
Official URL
Full text at PDC
Publication Date
2010
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
Hoy en día son muy frecuentes las máquinas con gran cantidad de cores. Es muy probable que el grado de paralelismo se vea incrementado en un futuro próximo.
Hacer un uso completo de este hardware es una tarea difícil de conseguir. Los entornos de virtualización ofrecen hoy en día una buena aproximación para poder sacarle el máximo partido a este tipo de hardware. Una planificación adecuada, y en consecuencia un balanceo adecuado, de las máquinas virtuales de estos entornos es una tarea importante y difícil de lograr adecuadamente.
Aquí proponemos el uso del algoritmo de Load Balancing on Speed (Balanceo de Carga basado en velocidad)[4] con el fin de acelerar las máquinas virtuales que ejecutan aplicaciones paralelas. De esta manera el sistema obtendrá un mejor rendimiento global. La técnica de Load Balancing on Speed está diseñada específicamente para aplicaciones paralelas que corren en sistemas multicore. Los cores se clasifican en rápidos y lentos de acuerdo con los parámetros de las VCPUs (cpus virtuales). Nuestro
algoritmo balancea el tiempo que una VCPU se ha ejecutado en cores rápidos y lentos.
Hemos implementado y probado nuestro algoritmo en el sistema Hipervisor Xen[5]. A continuación se presenta información básica sobre este Hipervisor y sus algoritmos
de planificación, así como nuestra propuesta y correspondientes resultados. Estos resultados se han obtenido utilizando un cierto escenario de virtualización y discutiendo el comportamiento de una gran variedad de cargas de trabajo corriendo en este entorno.
Los resultados han demostrado que nuestro algoritmo es rentable. Load Balancing on Speed parece mejorar el rendimiento con respecto al planificador por defecto
de Xen (el planificador de créditos, llamado Credit Scheduler). Varios valores de spin se discuten junto con su rendimiento en nuestro entorno de virtualización. También
se comentan algunos pequeños cambios que podrían ser implementados con el fin de obtener los mejores beneficios de planificación de este algoritmo de balanceo de
carga.
[ABSTRACT]
Heavily multicored machines are prevalent nowadays. The degree of parallelism is
likely to be highly increased in the near future. Making full use of this hardware is a hard task to achieve. Virtualization environments offer nowadays a good approach
in order to make the most of this hardware. Properly scheduling, and therefore properly balancing, the virtual machines within this environment is an important
and hard task to properly achieve.
Here we propose the use of Load Balancing on Speed algorithm [4] in order to speed up the Virtual Machines executing parallel applications. This way the system will
achieve a good overall performance. The load balancing technique is designed specifically for parallel applications running on multicore systems. Cores are classified as fast and slow according to parameters from the running VCPUs Our algorithm balances the time a VCPU has executed on faster and slower cores. We have implemented and tested our algorithm in the Xen Hypervisor system [5]. Some background information about this Hypervisor and its baseline scheduling algorithm is presented along with our proposal and performance results. These results have been obtained using a certain virtualization scenario and disscussing behavior across a variety of workloads running on that environment.
Results have shown our algorithm to be profitable. Load Balancing on Speed seems to improve performance over the Xen default’s scheduler (Credit Scheduler). Several
spin values are discused along with their performance in our virtualization environment. We also discuss are some tunings that could be performed in order to obtain
the best scheduling benefits from this load balancing algorithm.
Description
Máster en Investigación en Informática, Facultad de Informática, Departamento de Arquitectura de Computadores y Automática, curso 2009-2010