周 凱，林 明

（江蘇科技大學 電子信息學院，江蘇 鎮(zhèn)江 212003）

0 引言

集群的使用在高性能計算中并不鮮見。在高性能計算中，大部分是并行批處理作業(yè)，對于集群的高效運轉，優(yōu)良的作業(yè)調度軟件以及調度策略顯得至關重要[1-2]。目前已有很多集群作業(yè)管理系統(tǒng)，具有代表性的有Wisconsin-Madison大學的Cordor、IBM公司的Platform LSF、Altair公司的PBS pro以及開源軟件Torque，其中，Cordor是科研項目，LSF和PBSpro是商業(yè)軟件，而Torque是開源項目。它們各有特點[3]，Cordor比較全面地實現(xiàn)了檢查點的操作；LSF和PBS pro雖然較為完備，但是使用它們需要購買昂貴的license；而Torque由于是開源項目，正如Linux系統(tǒng)一樣，有全球數(shù)量眾多的Linux系統(tǒng)愛好者的強大支持，并且它提供靈活的作業(yè)調度策略和用戶身份認證機制，所以本文采用Torque作為作業(yè)調度軟件來研究。與此同時，由于文中的測試作業(yè)對運行時間和IO吞吐率有較高的要求，因此還需要對Torque進行二次開發(fā)，加入新提出的調度策略，并通過與自帶的調度策略進行對比，體現(xiàn)該調度策略的優(yōu)越性。

1 Torque的基本架構和工作原理

Torque原名為PBS（Portable Batch System），是由美國國家宇航局（NASA）Ames研究中心、勞倫斯利物莫國家 實 驗 室 （Lawrence Livermore National Laboratory）以 及墨綠信息解決公司（Veridian Information Solutions，Inc）牽頭發(fā)起的一項針對高并發(fā)、大數(shù)據(jù)量作業(yè)調度的科研項目[4]。該作業(yè)調度軟件自帶FIFO類型的作業(yè)調度器pbs_sched，同時也支持其他調度器，本文就是采用目前較為流行的Maui調度器。目前PBS分為兩部分：由Altair公司經(jīng)營的商業(yè)版PBS pro和由Adapting Computing公司運營的Torque，后者開源，并支持使用其他調度器替換自帶的pbs_sched，更適宜用來研究，而且也支持復雜的自定義調度策略，能滿足本課題的需求。

1.1 Torque的體系結構

如圖1所示，Torque使用一個主主機、任意多的執(zhí)行主機以及作業(yè)提交主機，主主機是Torque集群的中央管理者。一臺主機既可以被設置成主主機，也可以被設置成執(zhí)行主機。通常情況下將提交主機與主主機合并。

圖1 PBS集群的體系架構

1.2 Torque的工作原理

Torque能正常調度作業(yè)，需要啟動pbs_server、psb_mom和pbs_sched（本文采用Maui調度器mauid）三個守護進程。

1.2.1 pbs_server進程

psb_server是在主主機上執(zhí)行的進程，是批處理系統(tǒng)的核心，在集群中只有一個，它的主要功能有：提供一些基本的批處理服務，接收/創(chuàng)建一個批處理作業(yè)、修改作業(yè)，在系統(tǒng)崩潰時保護作業(yè)，將用戶請求送達pbs_mom進程并進行交互等。

1.2.2 pbs_mom進程

pbs_mom是在執(zhí)行主機上運行的進程，如果需要主主機也進行計算操作，則主主機上也需要運行該進程，它負責收集執(zhí)行主機上的系統(tǒng)資源。pbs_mom的主要作用是在pbs_server進程的指令下啟動、監(jiān)控和終止作業(yè)。

1.2.3 pbs_sched進程

pbs_sched運行在主主機上，它的作用是決定什么時候在什么地方運行作業(yè)。它從psb_server進程請求作業(yè)狀態(tài)信息，從pbs_mom進程請求資源狀態(tài)信息，然后決定如何調度作業(yè)。Maui調度器的進程mauid與pbs_sched類似，不再贅述。

1.2.4 Torque處理批作業(yè)的過程

在Torque中，三個進程分工明確，三者通過Socket彼此通信，一方面能使主主機快速將用戶作業(yè)需求分派下去，另一方面也能實時監(jiān)控集群系統(tǒng)信息。圖2展示了Torque的內部結構原理。

圖2 Torque作業(yè)調度過程圖

整個作業(yè)調度的過程分析如下：

（1）用戶提交作業(yè)請求到Torque的Server端；

（2）Server端根據(jù)作業(yè)需求向調度器Scheduler發(fā)起詢問；

（3）調度器通過Socket與執(zhí)行器Mom通信以獲取節(jié)點資源信息；

（4）執(zhí)行器中的首節(jié)點Mom Superior向Scheduler返回集群節(jié)點資源信息，包括可用內存量、CPU負載信息等；

（5）Scheduler檢查作業(yè)隊列并為作業(yè)分配資源，同時將作業(yè)ID傳遞給Server；

（6）Server通過Socket通知首節(jié)點Mom Superior去執(zhí)行批處理作業(yè)腳本的命令；

（7）作業(yè)執(zhí)行完成后，Mom將結果信息返回給Server端；

（8）Server端根據(jù)預先設定的方法將作業(yè)結果返回給用戶。

2 Torque默認的調度器

Torque自身集成一個簡單的基于C語言的FIFO調度器，并且提供源代碼，實際應用當中Torque大都另外集成了別的調度器，本文采用的是常用的Maui調度器。

Torque自帶調度器調度流程圖如圖3所示。Torque自帶的FIFO調度器其實并不是真正意義上的先進先出，它是追求CPU的最大利用率[5]。實際上它的原理與FirstFit策略類似，即掃描作業(yè)請求，執(zhí)行集群現(xiàn)有資源能滿足的第一個作業(yè)[6]。該策略可能會使大作業(yè)（需求資源較多）遲遲得不到運行，因此會產(chǎn)生饑餓現(xiàn)象。為了克服此問題，F(xiàn)IFO引入了饑餓作業(yè)調度方法，當某一作業(yè)在隊列中等待時間超過一定閾值 （默認是24小時）時，會對所需資源進行預約，故能解決大作業(yè)的饑餓等待。但同時出現(xiàn)一個問題，被預約的資源不能被別的作業(yè)使用，這樣就喪失了集群的整體公平性，作業(yè)間的時間空隙沒有得到有效利用?？梢?，Torque自帶的調度器功能有限，因此，集成其他更優(yōu)秀的調度器以及采用更為優(yōu)化的調度策略顯得尤為重要。

圖3 Torque自帶調度器調度流程圖

3 基于節(jié)點負載情況自定義優(yōu)先級回填策略

給提交的作業(yè)預先設定優(yōu)先級，并根據(jù)優(yōu)先級對提交的作業(yè)進行排隊，然后再按照隊列中的作業(yè)順序依據(jù)FCFS的方式執(zhí)行作業(yè)[1]。這種方法有一個弊端，即優(yōu)先級在作業(yè)提交時就已經(jīng)被設定了，如果high priority的作業(yè)的需求資源遠高于集群現(xiàn)有可用資源，該作業(yè)就會長時間處于等待狀態(tài)。為解決此問題，提出了新的策略約定，當某一大作業(yè)的等待時間超過預設的閾值時，就對需求資源進行預約，同時，計算出多個預約作業(yè)之間的時間空隙，將隊列中一些資源需求小的作業(yè)插入到其中執(zhí)行。該策略總體的執(zhí)行過程如圖4所示。

圖4 作業(yè)策略執(zhí)行流程圖

3.1 節(jié)點負載情況的計算

節(jié)點的負載情況很大程度上影響作業(yè)調度系統(tǒng)對資源的選取，負載大的節(jié)點計算出的資源評估值應該較小，表示越不容易被選中執(zhí)行作業(yè)。資源選擇是一個作業(yè)從資源列表（Rselected）中選擇資源的過程，因此，就需要給出一個算法，幫助調度系統(tǒng)選擇執(zhí)行某一作業(yè)的最優(yōu)資源。資源選擇所使用的算法應能從目前的資源狀態(tài)考慮，并能根據(jù)一定的計算公式來算出最適宜的資源。由于現(xiàn)實中選擇作業(yè)運行資源最關注的往往是CPU和內存的利用率，因此本文提出的選擇資源的算法主要考慮節(jié)點的CPU和RAM，計算公式定義如下：

其中，WCPU代表分配給CPU速率的權重，CPUload代表目前CPU的負載，CPUspeed代表CPU的實際速率，CPUmin是CPU的速率最小值，WRAM是分配給RAM的權重，RAMusage是當前RAM使用率，RAMsize是RAM的原始容量，RAMmin是最小的RAM值。

下面給出一個實際的例子，根據(jù)上面給出的負載計算公式從三組候選的資源中選擇一種資源，假設每種資源的相關參數(shù)如表1所示。

表1 資源負載情況列表

假設該算法中整個權重為10，其中CPU權重為6，RAM的權重為4。設定CPU速率最小值為1 GHz，RAM最小值為1 024 MB，將值代入式（1）～（3），可得資源負載估計值如下：

從負載估計值來看，資源3為最優(yōu)執(zhí)行資源。

3.2 作業(yè)優(yōu)先級的確定

提交作業(yè)的優(yōu)先級不僅與作業(yè)類型、作業(yè)所需資源類型及多少有關，還與作業(yè)提交后等待執(zhí)行所花的時間有關，等待時間越長，作業(yè)在隊列中的優(yōu)先級應該越高，表示該作業(yè)越易被執(zhí)行。當然，還需要設定一個優(yōu)先級閾值，當優(yōu)先級超過這個閾值后，系統(tǒng)將對該作業(yè)所需資源進行預約。

定義 提交作業(yè)的優(yōu)先級公式為：

其中，YPi是提交者與管理員共同商議的作業(yè)預設優(yōu)先級，k為常數(shù)權重因子，twait為作業(yè)等待的時間 （以min計），Eresource為資源負載情況，Pth為預設優(yōu)先級閾值。 由式（4）可知，等待時間越長，負載估值越大，作業(yè)優(yōu)先級越大，表示該作業(yè)越易被執(zhí)行。作業(yè)的實際優(yōu)先級需要將式（4）中前半部分與預設的優(yōu)先級進行比較，取較小者，如果計算值大于閾值，則系統(tǒng)對所需資源進行預約。

假設目前集群中可用資源為資源1，現(xiàn)在有作業(yè)1、作業(yè)2、作業(yè)3共三個作業(yè)提交，預設優(yōu)先級為10、15、8，預設的優(yōu)先級閾值為55，權重因子k=1，等待時間為120 s、100 s、238 s，根據(jù)式（4）可計算出三個作業(yè)的優(yōu)先級分別為P1=12.500，P2=17.083，P3=12.958，三者均小于預設優(yōu)先級閾值，不需對資源進行預約，故根據(jù)前述定義可知，三個作業(yè)的執(zhí)行順序為作業(yè)2→作業(yè)3→作業(yè)1。

3.3 回填策略的設計

上節(jié)提到的案例中，三個作業(yè)經(jīng)過計算得出的優(yōu)先級都沒有超過優(yōu)先級閾值，故沒有對資源進行預約。如果超過了閾值，就需要對集群資源進行預約，被預約的資源不能再分配給別的作業(yè)使用，這種要求就容易造成多個作業(yè)間時間空隙被浪費的現(xiàn)象，而通過引入回填策略，就能很好地解決這個問題，這里主要介紹一下回填策略的設計。

假設集群里的資源（處理器數(shù)目）有限，目前有三個大小不等的作業(yè)在運行，隊列中還有兩個作業(yè)在排隊，默認的FCFS策略，排隊的作業(yè)會等待前三個作業(yè)都運行結束后再進入集群執(zhí)行，但如果引入了回填策略，則系統(tǒng)會先掃描集群中運行的作業(yè)之間是否存在時間間隙，然后再據(jù)排隊作業(yè)所需資源的多少和預估時間，將排隊的作業(yè)插到空閑周期中運行，這樣能充分利用資源，提高集群吞吐率。具體過程示意圖如圖5所示。

圖5 采用回填策略前后的對比

由圖5可知，加入回填策略后，當作業(yè)等待時間超過一定值（可以設定一個等待時間閾值）后，系統(tǒng)會掃描全部隊列，選擇作業(yè)預估時間小于空閑周期時間的作業(yè)插入空閑周期執(zhí)行，充分利用了集群的空閑周期，減少作業(yè)等待時間。

3.4 新型調度策略與默認調度策略對比

上文已經(jīng)提過，Torque自帶的FIFO調度器實際上原理與FirstFit策略類似，即在隊列中選擇當前系統(tǒng)資源能滿足的第一個作業(yè)執(zhí)行。測試集群環(huán)境為4臺IBM PureFlex X240刀片式服務器，1臺作為主主機，其他3臺作為執(zhí)行主機，所有機器上都裝好了Torque和Maui，在Maui的配置文件maui.cfg中添加新策略設置。對比測試中，將作業(yè)響應時間作為衡量指標，它代表從作業(yè)提交到作業(yè)開始執(zhí)行所花時間。測試時，構建了三個測試作業(yè)集，分別有1 000、1 500、2 000個作業(yè)，為了方便，統(tǒng)一設定預設優(yōu)先級為0，常數(shù)權重因子為1，預設優(yōu)先級閾值為55。不同策略的作業(yè)響應時間對比如圖6所示。因為基于節(jié)點負載情況自定義優(yōu)先級回填策略兼顧了公平性和高效性，既有優(yōu)先級設置，也有回填策略考慮，所以相比于FirstFit的調度策略，在排隊作業(yè)較多時，作業(yè)響應時間有明顯的提升，由圖6可知，作業(yè)數(shù)目為1 000、1 500、2 000時，作業(yè)響應時間分別減少了26.1%、13.2%和12.5%。

4 結論

圖6 不同策略的作業(yè)響應時間對比

本文提出了一種基于節(jié)點負載自定義優(yōu)先級回填策略，它能根據(jù)節(jié)點負載計算出資源評估參數(shù)，結合作業(yè)的預設優(yōu)先級及等待時間，得出相應優(yōu)先級參數(shù)，將各作業(yè)按照此優(yōu)先級排序，逐個執(zhí)行。當作業(yè)優(yōu)先級超過閾值時，系統(tǒng)將對作業(yè)所需資源進行預約，在預約過程中，已運行的作業(yè)之間可能會產(chǎn)生時間空隙，這時根據(jù)回填策略設置，系統(tǒng)掃描作業(yè)間隙，將作業(yè)預估時間小于時間間隙的作業(yè)投入到集群中執(zhí)行，以達到充分利用集群資源、增大集群吞吐率的目的。通過作業(yè)響應時間的對比可以看到，基于節(jié)點負載情況自定義優(yōu)先級回填策略比默認的調度策略在作業(yè)響應時間上有較好的提升。

[1]劉萍.作業(yè)調度算法研究[J].現(xiàn)代計算機，2012，10（1）：15-17.

[2]蘭文富，羅江華，程克非.集群系統(tǒng)的資源調度管理實現(xiàn)[J].科技創(chuàng)新導報，2011，24（4）：43-44.

[3]童瑞，董小社，李紀云，等.基于OpenPBS的機群作業(yè)管理系統(tǒng)的設計與實現(xiàn)[J].計算機工程與應用，2004，13（2）：123-125.

[4]張麗曉，袁立強，徐煒民.基于任務類型的集群調度策略[J].計算機工程，2004，7（30）：63-64.

[5]BRIM M，GEIST A，LUETHKE B，et al.M3C：managing and monitoring multiple cluster[C].Proceedings of the First IEEE/ACM International Symposium on Cluster Computing and the Grid，2001：386-393.

[6]王陽，周智力，盧康.高性能計算集群調度策略優(yōu)化及應用程序并行效率研究[J].高科技產(chǎn)品研發(fā)，2013，20（2）：31-32.