Adaptive improvement of resource utilization in goal-oriented multi-user systems

• Autorzy: Młyński M.

Warianty tytułu

PL

Adaptacyjne polepszanie wykorzystania zasobów informatycznych w wieloużytkownikowych systemach komputerowych

• Języki publikacji: EN

Abstrakty

EN

The material presents a real problem inherent in the management of computer systems, namely that of finding the appropriate system settings and thus being able to achieve the expected performance. The material also presents a prototype which aims to adapt the system in such a way as to achieve the objective, defined as the application efficiency. The prototype uses a resource-oriented mechanism that is built into the OS Workload Manager and is focused on a proposed goal-oriented subsystem based on fuzzy logic, managing resources to make the best use of them, and pursuing translation to the use of system resources, including nondeterministic technology-related factors such as duration of allocation and release of the resources, sharing the resources with the uncapped mode, and the errors of performance measurement.

PL

Artykuł przedstawia realny problem występującego w zarządzaniu systemami informatycznymi polegający na dynamicznym znajdowaniu odpowiednich ustawień systemu, dzięki którym można osiągnąć oczekiwaną wydajność aplikacji. Utrudnieniem jest kryterium, gdzie rozpatrywana, oczekiwana wydajność aplikacji również zmienia się dynamicznie. Artykuł przedstawia także prototyp, którego celem jest adaptacja systemu w taki sposób, aby osiągnąć cel, zdefiniowany jako wydajność aplikacji. Prototyp wykorzystuje zorientowanego na zasoby (ang. resource-oriented) wbudowanego w system operacyjny zarządcę obciążeniem (ang. Workload Manager), oraz zorientowany na cel (ang. Goal-oriented) autorski podsystem bazujący na logice rozmytej. Opisany autorski program gospodaruje zasobami informatycznymi tak, aby jak najlepiej je wykorzystać oraz realizuje translacje zdefiniowanego celu na zajętość wykorzystywanych zasobów systemowych z uwzględnieniem niedeterministycznych współczynników związanych z technologi˛ takich jak czas na alokację i zwalnianie tych zasobów, ich współdzielenie, oraz błędy pomiarów wydajności. Wyniki badań pokazują, że dzięki zastosowaniu prototypu możliwa jest dynamiczna zmiana celu określonego jako czas odpowiedzi aplikacji a czas znalezienia odpowiednich parametrów mieści się w akceptowalnych granicach mierzonych w sekundach. W artykule przedstawione jest także porównanie przedstawionego prototypu z podobnym, bazującym na koncepcji bazy wiedzy.

Słowa kluczowe

EN

adaptive performance improvement; heuristic algorithms; goal-oriented workload management

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Theoretical and Applied Informatics
• Rocznik: 2011
• Tom: Vol. 23, No. 1
• Strony: 37--53
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Młyński M.

• Association for Computing Machinery,

Bibliografia

• 1. Z. Michalewicz, M. Schmidt, M. Michalewicz, C. Chiriac: Case Study: An Intelligent Decision-Support System, IEEE Inteligent Systems, Vol. 20, No. 4, 2005.
• 2. L. A. Zadeh: Fuzzy Logic, Neutral Networks, and Soft Computing, Communications of the ACM, Vol. 37, No. 3, 1994.
• 3. R. K. Ursem, T. Krink, M. T. Jensen, Z. Michalewicz: Analysis and Modeling of Control Tasks in Dynamic Systems, IEEE Transactions on Evolutionary Computation, Vol. 6, No. 4, pp. 378-389, 2002.
• 4. Z. Michalewicz: Heuristic Methods for Evolutionary Computation Techniques, Journal of Heuristics, Vol.1, No.2, pp. 177-206, 1995.
• 5. M. Srivatsa, N. Rajamani, M. Devarakonda: A Policy Evaluation Tool for Multisite Resource Management, IEEE Transactions on Parallel and Distributed Systems, Vol. 10, No. 10, 2008.
• 6. Y. Wu, K. Hwang, Y. Yuan, W. Zheng: Adaptive Workload Prediction of Grid Performance in Confidence Windows, IEEE Transaction on Parallel and Distributed Systems, On-Line, 2009.
• 7. S. Chiang, S. Vasupongayya: Design and Potential Performance of Goal-Oriented Job Scheduling Policies for Parallel Computer Workloads, IEEE Transactions on Parallel and Distributed Systems, Vol. 19, No. 12, 2008.
• 8. M. Mlynski: Automatic Adjustment of the Settings of Workload Manager for Adaptive Performance Management, Theoretical and Applied Informatics, Vol. 21, No. 1, pp. 37-56, 2009.
• 9. M. Mlynski: Dynamic Resources Allocation in AIX 5L, XII Conference on Real Time Systems, WKL, pp. 247-256, 2005.
• 10. M. Mlynski: Analysis of Using an AIX Dynamic Resource Allocation Mechanism to Describe a Utility Level of Server in Oracle Data Bases Environment, ZN Pol. Sl. s. Informatica, Vol. 26, No. 3 (64), Gliwice, 2005.
• 11. M. Mlynski, P. Rumik: Examination of Usefulness of Workload Manager in AIX 5L to Improve Efficiency of Application in MySQL Data Base, II Conference on Databases, Applications and Systems. WKL, 2006.
• 12. M. Mlynski: The Influence of the IBM pSeries Server’s Virtualization Mechanism on Dynamic Resource Allocation in AIX 5L, Scalable Computing: Practice and Experience, Vol. 10, No. 2, pp. 189-199, 2009.
• 13. N. Alur, M. Mlynski, S. Balakrishnan, O. Shure, Z. B. Cong: SOA Solution Using IBM Information Server, IBM International Technical Support Organization, San Jose (USA),IBM Press, 2007.
• 14. C. Matthys, M. Mlynski, N. Tollet, G. Barbati, H. Chauhan, B. Dierberger, R. Marchini, H. Wittmann: Planning, Installing and Using the IBM Virtualization Version 2.1, IBM International Technical Support Organization, Poughkeepsie (USA), 2006.
• 15. J. Aman, C. K. Eilert, D. Emmes, P. Yocon, D. Dillenberger: Adaptive Algorithms for Managing a Distributed Data ProcessingWorkload, IBM Systems Journal, Vol. 36, No. 2, p. 242, 1997.
• 16. D. Lifka: The ANL/IBM SP Scheduling System, Proc. First Job Scheduling Strategies for Parallel Processing (JSSPP ’95), Apr. 1995.
• 17. B. Lawson and E. Smirni: Self-Adaptive Scheduler Parameterization via Online Simulation, Proc. 19th IEEE Int’l Parallel and Distributed Processing Symp. (IPDPS ’05), Apr. 2005.