13. Методы распределения ресурсов

Методы распределения ресурсов, эффективность распределения производительности и памяти при проектировании автоматизированных экономических информационных систем (АЭИС).

При проектировании вычислительных и информационных систем используются методы и средства распределения ресурсов, которые лежат в основе организации вычислительного процесса и классифицируются по степени неопределенности информации о динамических характеристиках поступления сообщений и их обслуживания.

Методы распределения ресурсов первого типа характеризуются полной априорной информацией о моментах поступления данных, длительностью их обработки, об объеме памяти, необходимом для хранения исходных сообщений, программ и массивов данных, о связях между программами. При этом составляется план последовательности использования основных ресурсов системы на длительный интервал времени. Затраты на распределение ресурсов являются однократными и могут быть произведены вне оперативного функционирования системы.

В методах распределения ресурсов второго типа используются статистические характеристики процесса поступления сообщений и ресурсов для их реализации, позволяющие априорно классифицировать сообщения на несколько групп, различающиеся параметрами. Каждую из групп сообщений можно описать набором параметров и их статистических распределений (или моментов распределений). Они достаточно полно характеризуют динамику поступления сообщений и потребность ресурсов для исполнения вызываемых ими программ.

Методы распределения ресурсов третьего типа используются при отсутствии параметра, позволяющего априори классифицировать сообщения и ресурсы системы для их реализации. Отсутствие параметров, пригодных для классификации и ранжирования вызываемых программ приводит к тому, что ресурсы распределяются случайно, или выделяются по мере поступления сообщений с учетом оперативных оценок потребления ресурсов. Такие оценки позволяют перераспределять поступившие сообщения и реализовывать в первую очередь те, которые требуют минимальных объемов памяти или производительности ВС.

Чтобы получить результаты, пригодные для практического использования, целесообразно разделить сложную вычислительную (информационную) систему на частные модели.

Модель однопроцессорной системы без внешней памяти характерна для управления объектами с малым временем реакции. Она имеет буферные накопители поступающей и выдаваемой информации и неограниченной оперативной памятью программ и данных. В таких системах для хранения программ и констант применяется односторонняя память, обеспечивающая доступ к любой части программы.

Модель иерархической внешней памяти рассматривается независимо от взаимодействия с внешними абонентами. Многоуровневая память применяется в системах, где сравнительно велико допустимое время реакции на внешние воздействия (порядка секунды) и требуются большие объемы памяти для хранения массивов данных и программ.

Производительность систем с многоуровневой памятью зависит от скорости обмена данными между уровнями памяти (фазами обслуживания) и методов использования памяти различных уровней.

В моделях многомашинных и многопроцессорных системах используются методы распределения ресурсов памяти и производительности при параллельном исполнении программ. В этих моделях память одноуровневая и обслуживание заявок каждым процессором не учитывает задержки при приеме и выдаче сообщений. Переход от моделей многомашинных систем с автономной памятью каждого процессора к моделям многопроцессорных систем зависит от степени связи устройств памяти с соответствующими процессорами. Основой этих моделей является многоканальная система обслуживания со связью между каналами в процессе обслуживания заявок.

Каждая из перечисленных моделей кроме временных показателей и производительности характеризуется использованием некоторых объемов оперативной памяти. Поэтому для каждой АЭИС необходимо распределять ограниченный объем оперативной памяти на зоны различного назначения для того, чтобы получить экстремальное значение критерия качества функционирования системы.

Большое количество параметров, влияющих на распределение памяти, а также разнообразие показателей качества при определении объема памяти и трудность их сведения к единому критерию усложняют распределение памяти. Поэтому целесообразна декомпозиция обобщенной модели для распределения памяти на ряд частных моделей, непосредственно связанных с приведенными выше тремя моделями распределения ресурсов системы. При распределении ресурсов ВС конкретного назначения параметры подлежат экспериментальной или теоретической оценке.

Статические методы характеризуются возможностью больших затрат производительности и памяти на оптимизацию распределения ресурсов, т.к. оптимизация проводится однократно до начала рабочего функционирования системы. При этом предполагается, что априорные данные о параметрах, учитываемых при оптимизации, не изменяются в течение всего времени функционирования при проведенном распределении ресурсов. Статическое распределение сводится обычно к решению экстремальной задачи методами математического программирования с соответствующими распределениями. Допустимость больших затрат на распределение и высокая достоверность априорной информации позволяют применять методы оптимизации и получать распределения ресурсов, совпадающие с оптимальными или очень близкие к ним.

Динамические методы  распределения ресурсов реализуются в процессе решения основных функциональных задач системы. Для этого используется память и производительность системы; поэтому допустимые затраты ресурсов системы на распределение ограничены и не должны превышать получаемой экономии ресурсов. Чем достовернее априорная информация, используемая при распределении, и чем дольше она сохраняет свое значение, тем более точным может быть распределение ресурсов системы и тем дольше можно пользоваться результатами оптимизации. Разовые затраты на распределение могут быть повышены и его целесообразно проводить с применением более точных методов.

Для сокращения затрат на распределения при частом его проведении подготавливаются правила, или дисциплины оперативной диспетчеризации обеспечивающие распределения, достаточно близкие к оптимальным. Эти правила основываются на предварительных исследованиях различных методов распределения ресурсов. Многочисленные технические ограничения и недостоверность априорной информации приводят к целесообразности применения простейших правил и дисциплин, приближенно оптимизирующих распределение ресурсов.

Основным показателем качества распределения ресурсов рассматривается эквивалентное изменение производительности системы при различных дисциплинах по сравнению с простейшими эталонными дисциплинами распределения ресурсов.

Вычислительные ресурсы обычно оперативно предоставляются преимущественно коротким по длительности реализации задачам, а длинные решаются в течение нескольких квантов, последовательно пропуская более короткие. Дисциплины ожидания и продолжения обслуживания после выделения очередного кванта времени на исполнение рассматриваемой задачи различаются количеством очередей для ожидания и методами изменения размера квантов в зависимости от длительности ожидания или количества уже использованных квантов.

Реальные ограничения на производительность и другие характеристики вычислительной системы (ВС) приводят к ожиданию результатов или к неполному решению задач. Неравноценность задач по допустимому времени задержки или допустимой вероятности пропуска решений, а также различия параметров ВС позволяют изменять качество решения задач выделением соответствующих ресурсов.

Производительность вычислительной системы на некотором на боре задач является критерием ее эффективности в целом и методов распределения ресурсов в частности. Возникает задача определения оптимальных параметров системы для решения некоторой совокупности задач с учетом качества распределения ресурсов и затрат на их ре ализацию. Критерии эффективности распределения ресурсов по штрафам . 

Ожидание результатов и пропуск решения задач можно описать некоторыми потерями эффективности или штрафами за то, что задачи не решаются или решаются несвоевременно. В зависимости от назначения и типа системы задержка может оцениваться либо по средней длительности ожидания результатов, либо по величине превышения фиксированного (допустимого) времени ожидания.

При выборе метода распределения ресурсов возникает задача минимизации возможных потерь информации путем построения рациональных дисциплин использования памяти, выборки данных для обработки и выдачи информации внешним абонентам. При этом естественно ожидать, что более эффективные методы организации вычислительного процесса являются и более сложными в реализации, т.е. их программы требуют большего числа команд и времени счета. Последнее особенно важно учитывать в относительно простых АЭИС, где затраты на сложную организацию вычислительного процесса могут требовать значительной дроли быстродействия и памяти команд.

Критерий эффективности организации вычислительного процесса по эквивалентной производительности  ВС. В большинстве случаев удается определить только относительные значения коэффициентов штрафа для различных типов заявок с точностью до некоторого сомножителя. В общем случае большинство частных критериев распределения ресурсов можно свести к оценке изменения производительности вычислительной системы, компенсирующего применения любого метода распределения ресурсов. Для определения эффективности приоритетных дисциплин в качестве эталонной принимается бесприоритетная дисциплина обслуживания заявок в порядке поступления.

В зависимости от диапазона изменения значений длительностей обслуживания и щтрафрв за ожидание (а также от загрузки и коэффициентов вариации времени обслуживания) имеется возможность оценивать  1рациональное количество приоритетнвх уровней 0. Для исследованных моделей и приоритетных дисциплин целесообразно проводить группирование типов заявок по приоритетным уровням в пределах 6..8 приоритетов для дисциплины с относительными проритетами и 10..16 - для дисциплины с абсолютными приоритетами.

Диспетчеризация с относительными или или абсолютными приоритетами дает заметный выигрыш в эквивалентной производительности ЭВМ при весьма ограниченном количестве приоритетных уровней, когда длительности решения отдельных задач или штрафы за ожидание их результатов различаются не менее чем на порядок. При этом число выделяемых приоритетных уровней целесообразно ограничивать в пределах 10..15, т.к. дальнейшее увеличение числа приоритетов практически неэффективно. Наиболее эффективна приоритетная диспетчеризация при загрузке ЭВМ в пределах 0,7..0,9. При малых загрузках приоритетные дисциплины вырождаются в обслуживание по мере поступления сообщений. При загрузке, приближающейся к единице, резко возрастает длительность ожидания низкоприоритетных сообщений, что приводит к падению эффективности любых приоритетных дисциплин.

Таким образом, при проектировании приоритетной диспетчеризации и выборе дисциплин необходимо анализировать характеристики решаемых в ЭВМ задач и оценивать достигаемую эффективность методов диспетчеризации. Для дисциплин с абсолютными приоритетами важно учитывать затраты времени на прерывание решаемых задач.

Оценки эффективности с учетом различия затрат на единицу времени до и после прерывания показывают, что использование дисциплин с с прерыванием целесообразно в том случае, когда штраф за ожидание в прерванном состоянии не очень сильно (не более чем в 2..3 раза) увеличивается по сравнению со штрафом за ожидание до начала обслуживания и за время обслуживания.

При дисциплинах с прерыванием необходимо учитывать изменение длительности ожидания в очереди и длительности обслуживания как как прерывающих, так и прерываемых программ вследствие затрат на переключение программ. С учетом этих поправок могут сопоставляться дисциплины с прерыванием и без прерывания обслуживания.

Дисциплины с прерыванием, характеризующиеся более частым переключением программ, более чувствительны к изменению затрат на каждое переключение программ. По мере увеличения затрат на каждое переключение программ дисциплины с прерыванием могут сравниваться по эффективности с более простыми и последние могут оказаться более эффективными.

Прерывания и затраты времени на переход к вычислениям по новой программе приводят к увеличению суммарного штрафа за пребывание заявок в системе, что обусловлено в основном возрастанием загрузки при интенсивных прерываниях.

Для дисциплины с относительными приоритетами переключения происходят реже и средние затраты на переход к очередной программе меньше чем при абсолютных приоритетах.

Для исключения связи во времени процессов приема сообщений и их обработки применяются буферные накопители, объем которых ограничен. При выдаче сообщений внешними абонентами буферные накопители используются для временного хранения сообщений, необходимого из-за несинхронной подготовки сообщений и освобождения каналов связи. Эффективность использования ограниченных буферных накопителей зависит прежде всего от их структурного построения и распределения имеющейся памяти на зоны. Кроме того, на эффективность существенно влияют дисциплины заполнения памяти заявками-сообщениями и их передачи из накопителей на обработку.

Основной характеристикой, используемой для оценки объема буферной памяти, а также для определения эффективности накопителей и оптимизации их объемов, является вероятность потери сообщений из-за переполнения памяти. В реальных АЭИС загрузка и дисперсия длительности обслуживания являются случайными дисциплинами и известны всегла с некоторой точностью, которая и определяет случайную ошибку вероятности потери.

Структура систем выдачи сообщений из систем в большинстве случаев характеризуется наличием нескольких потребителей информации, каждый из которых должен получать сообщения только определенного вида. Таким образом, системы выдачи могут рассматриваться как непонодоступные многоканальные  0системы, в то время как организация вычислительного процесса анализируется на моделях однока нальных систем массового обслуживания. При приеме разнородных сообщений по их характеристикам может быть определена шкала упорядочения сообщений различных типов.

Распределение по приоритетам производится путем последовательного анализа пар типов заявок и рекуррентным распределением по их приоритетным уровням.

Для сравнения различных методов распределения ресурсов в ВС при ограниченной буферной памяти возможно их сопоставление по изменению объема буферной памяти.

Эффективность распределения на зоны буферной памяти для приема сообщений при бесприоритетной дисциплины .. В этом случае основным варьируемым параметром является соотношение между объемами зон памяти для заявок различных потоков. Неравномерным распределением памяти по зонам для сообщений одних типов за счет других можно добиться того, чтобы вероятности потери для сообщений различных типов распределялись таким образом, чтобы суммарное значение штрафа падало по сравнению со случаем равенства вероятностей потери всех типов сообщений при том же суммарном объеме памяти.

В реальных вычислительных системах (каковыми являются и АЭИС) заявки-сообщения на включение программ определенного типа весьма часто характеризуются различным объемом информации и требуют для хранения одного сообщения различного количества ячеек оперативной памяти. В тех случаях, когда это различие существенно больше 20..30 % для каждого типа сообщения, использование единой буферной памяти с заполнением свободных мест вызывает дополнительные потери времени при их записи, т.к. приходится учитывать не только наличие, но и объем свободного места. При наличии сообщений нескольких типов, существенно различающихся по объему, разделение буферной памяти на зоны по типам сообщений позволяет полностью использовать объем каждой зоны и может давать значительные преимущества зональному построению буферной памяти.

Эффективность приоритетных дисциплин по использованию ограниченной буферной памяти для приема сообщений .. Для сравнения раз- личных методов распределения буферной памяти при приоритетном обслуживании за эталонное значение принимается объем буферной памяти, необходимый при единой зоне для всех сообщений и бесприоритетном обслуживании заявок в порядке поступления. Соответствующие оценки получены методом статистического моделирования двух потоков.

Принципы распределения многоуровневой памяти .. Использование иерархической многоуровневой памяти в ВС позволяет существенно снизить суммарную стоимость хранения больших объемов информации при некотором допустимом снижении быстродействия ВС. Запоминающие устройства используются в порядке убывания быстродействия и стоимости хранения единицы информации и соответственно в порядке возрастания объема хранимых данных. Оптимизация построения иерархической памяти всегда ориентирована на на определенную специфику используемых программ и данных.