基于调度历史数据在线预测作业执行时间

• 作者: 熊敏 肖永浩 许伦凡
• 来源期刊: 计算机应用研究
• 关键词: 执行时间预测 作业调度 遗传算法 K近邻
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 763-767
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0624

摘要

传统基于用户预估的执行时间通常准确性较差.结合分类和基于实例的学习方法,综合使用模板相似和数值相似方法,在历史调度数据中获取当前作业的相似作业,并使用其历史信息预测当前作业执行时间.使用调度历史中的用户名、分组名、队列名、应用名、用户请求处理器数、用户请求(预估)执行时间和用户请求内存量等属性进行训练和预测,算法中涉及的参数使用遗传算法确定.数值实验表明,相较于已有文献,本方法在使用更少参数的前提下得到了与文献结果中相近的低估率,并获得了更低的平均绝对误差.在HPC2N04和HPC2N05日志数据集上,平均绝对误差分别降低了43％和77％.研究了使用在线预测替换用户估计对作业调度的影响,对结果进行了初步分析并指出了今后的改进方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖永浩	中国工程物理研究院计算机应用研究所	11	12	2.0	2.0
2	熊敏	中国工程物理研究院计算机应用研究所	5	2	1.0	1.0
3	许伦凡	中国工程物理研究院计算机应用研究所	2	0	0.0	0.0