格網資源服務與計費系統
10
0
0
全文
(2) 標就是要發揮格網技術的精神，資源分享與充 分利用，從經濟學的角度來看，就是供需平. (一) 格網技術. 衡。也就是說，在格網中所有參與分享的資源. 格網計算的概念最早出現 1998 年，由美國. （供給面） ，都能夠充分的被運用（需求面 ）。. Argonne 國 家 實 驗 室 的 Ian Foster 和 Carl. 在經濟學上，最能夠發揮供需平衡的機制，就. Kesselman 研究員[3]所提出。格網技術[1,2,3,8]. 是透過計價與收費。供給者分享資源並獲得合. 是要利用網路把分散在不同地理位置的電. 理的收益，可以促使供給增加，可服務的資源. 腦、硬體設備、軟體、資料等資源組織成一個. 就會更高；而消費者依據他們的預算條件，選. 虛擬巨大的計算資源。格網環境的組成大致分. 擇合適的資源來滿足需求 ，並付出低廉的費. 成四個部分：架構(Fabric)、核心中介軟體 (Core. 用。. Middleware)、 用 戶 階 層 中 介 軟 體 (User-level 計費系統是格網資源管理的延伸 ，如何. Middleware)、和應用程式 (Applications)[1,6]。. 讓資源有效的被運用，並符合經濟學上的供需. 在一般格網計算的環境下如圖一，架構可以包. 平衡，是我們發展這套系統的目標。特別是在. 括個人電腦、大型工作站、叢集電腦、網路設. 這樣複雜的格網環境裡，傳統採用集中式觀念. 備、儲存裝置與科學儀器等。核心中介軟體提. 的計費系統是不適合的。集中式的管理以系統. 供遠程資源服務，包括安全、格網的管理和遠. 為中心，所有供給與需求都是由中央系統制. 端作業的提交、貯存。用戶階層中介軟體提供. 定，無法動態的反映使用者即時的需求變化，. 一些工具，例如：資源中介者、應用開發系統. 很難達成供需平衡的目的。所以相對的，也無. 服務和提供適合工作運行的時間環境。格網應. 法達成格網資源充分發揮的目標。格網計算的. 用程式包括格網訊息庫與一些應用軟體，例如. 資源管理與計費系統需要的是分散式的協調. 透過瀏覽器介面，使用者可以遠端接收或傳送. 能力，我們以經濟模式中的供需機制來設計格. 有關工作任務的資訊。. 網資源管理與計費系統，即可以滿足這樣的目 標。. 由於終端使用者和資源提供者也許分布 在不同地區，在像這樣複雜的格網環境中，資 源管理很難達到接近集中化管理最佳效能。對. 二、. 研究背景與相關技術. 於分散資源的有效利用，需要一個聰明的資源 管理系統，而支撐這整個在管理資源運作的重. 我們將在這個部份分別介紹格網技術與經濟. 要關鍵，就是經濟層面的供需機制。也唯有一. 模式的計費策略。. 個完整的經濟模式，才能讓資源管理和格網計 Grid Information Server. Resource Broker. Grid Resource Broker. Application. Global user applications Global available resources. 圖一、格網運作模式.
(3) 算運作部分發揮其效能，但是目前一般經濟行. Economy ）。 GRACE. 提 供 關 於. 為的市場模式中並沒有針對格網環境的經濟. （Quality-of-Service）參數的協商、最後期. 模式標準。. 限（Deadlines）、計算的價格（Computational. QoS. Cost）的辦法，我們可以看到基於使用者的. (二) 經濟模式的計費策略. QoS 需求，透過資源代理人（Resource Brokers）. 多重代理人負責服務使用者，在格網環境準備. 依據資源的價格（Cost）、品質（Quality）和. 工作執行所需的資源，包括從工作任務的指派. 可利用的（ Availability） 動態的去租用格 網. 到傳輸結果回覆給使用者，它中介使用者與機. （Grid）服務的運轉時間。. 器設備之間傳遞程式、資料。本研究希望提供. Nimrod-G 在使用資源軌跡服務 （Resource. 如同代理人一般的簡單功能，還加上整合資源. trading services）管理資源的供給及需求讓使. 環境服務，在給予這些抽象服務的同時，並能. 用 者 的 需 求 更 清 楚 容 易 去 執 行。 其 中 幾 個. 搭配對需求者合理的索費機制輔助，讓格網環. Nimrod- G 比較重要的排程規則 ：. 境的經濟供需模式進一步發展。另一方面資源 提供者在這種經濟架構運轉下，貢獻自己一些 資源設備，還能從中得到回饋，相信在這機制 下，一定還會有更多未有效利用的資源被供應 出來。這對於那些有大量資料問題的顧客，若. 1. 價格最佳化（Cost optimization） ：選擇較 便宜價格的資源來使用。 2. 時間最佳 化（Time optimization）：期望 能有工作平行（parallel）執行的結果 。. 能在期限時間內，藉由整合的資源環境，來解. 3. 先價格最佳化後時間最佳化（Cost-time. 決大量運算的工作任務，減少因運算資源缺乏. optimization） ：就像是當價格最佳化，但. 而延誤的工作流程進度、更不用負擔設備器材. 許多工作任務的使用價格差異不大，進. 的成本，也不用擔心管理維護方面，真是一舉. 而在使用時間最佳化來分派工作任務的. 多得。這些對於需求者與資源供應者，都帶來. 執行。. 很多因資源有效利用的經濟效益。. 4. 傳 統 時 間 策 略 （ Conservative time strategy） ：相似於時間最佳化，但是保證. 2.1 Nimrod. 那些未執行過的工作任務能有最小的預. 澳洲的摩納史大學 （Monash University） 在. 算來執行。. 1994 年開始的計 畫[7]，是開發一個工具分散 計算參數的模組，例如把類似的計算，如飛行. 但 Nimrod-G 工 具 和 資 源 代 理 人 這 些 服. 器翅膀在不同仰角時的效能，分散到區域網路. 務，受到中介軟體（Middleware）的很大影響，. 上的許多電腦上。. 這些中介軟體包括 Globus、Legion、GRACE、. Nimrod-G[5,15,16,20]是 Nimrod[7]延 伸. Condor 等等。由 Nimrod-G 使用的一些例子來. 出來的軟體系統，提供一個簡單的說明性參數. 看，雖然策略選擇結果符合使用者要求，但沒. 語言（Declarative parametric language）來表示. 有考慮將花費最小化，像是給予時間因素，像. 參數的執行，這系統顯示了基於電腦的經濟構. 是期限時間（Deadline），Nimrod-G 會選擇在. 造（Economic Principles）下新的資源管理和. 時間限制內最接近期限時間的服務資源，沒有. 工作排程演算法，這其中一套的資源軌跡服務. 考慮到就算先選擇最接近期限時間的服務資. （Resource trading services）就稱作 GRACE. 源反而會造成花費比較貴。. （ Grid. Architecture. for. Computational.
(4) 2.2 計費模式（Cost Model）. 9. 處理用到的軟體和函式庫（Libraries）。. 在格網（Grid）系統裡 ，要考慮該如何計算收 費價格，以及有哪些資源元素該付費使用。使. Nimrod-G 使用的是 G-commerce[9]分配資. 用不同的應用程式資源需求，當然收費也跟著. 源給格網使用者的收費策略，利用的是價值商. 使用到不相同的資源而有所差異，像是不同需. 品市場（Commodities Markets），這市場模式. 求下用到計算平台和用來解決問題的演算法. 是基於：. 也有所分別，也就是說不同應用程式 所要求使 用的資源也不盡相同，如同有些應用程式偏向. 1. 同樣的服務費（Flat Fee）. 於使用 CPU 需求為主的，也有些是偏向於 I/O. 2. 使用的持續時間（Usage Duration）：計. 要求的，還有介於兩者中間的應用程式；當然. 時方式. 這些都是計費收費[9,11,12,13,14]的考量，以下. 3. 預定（Subscription）. 說明一些會列入計費考量的資源：. 4.. 根據供需機制（Demand and Supply）. 1. CPU：包括使用者應用程式使用到的時. Nimrod-G 是根據資源提供者來預定它們資源. 間（User Time） ，還有系統服務應用程式. 收費標準，然 後 再 利 用 GMD（ Grid Market. 所花的時間（System Time）。. Directory）格網市場位址服務來進行資源分派. 2. 記憶體（Memory）：需要用到記憶體部 分多寡。. 準則。 除了本身提供資源的成本收費，如上文. 3. 最大常駐程式的位置大小：以分頁（Page. 提到的不同應用程式所收費計價的標準必定 也所不同，所以接下來要研究關於應用程式使. Size）大小來計算。 4. 記憶體使用的總和。. 用資源時的計費模式（Cost Model）。. 5. 分頁失敗（Page Faults）。 6. 儲存器（Storage）的使用。. 2.2.1 經濟模式（Economy Model）：. 7. 網路頻寬（Network Bandwidth）的消耗 。 8. 本 文 交 換 （ Context Switches ） 和 信 號 （Signals ）的送達。. 一般簡單經 濟計費 模式 [12,13,17,18,19,20]大 概可以分類成交換（ Switching）部份、佇列. 圖二、簡單收費模式.
(5) （Queuing）部分和排程（Scheduling）部分，. Cd、 Cp、 Ct。Cs 的花費部份大致又分為 Cp. 這端點（node）的使用花費還要加上抽象的連. 處理花費、 Ct 端點之間傳送的花費。這些計. 結（Link）從這端點傳送到下個端點的計算 ：. 費，是依據使用到之前提到的資源收費幾個考 量的部份。. C = Cs + Cq + Cl. （1）. 上面計費模式關於發現資源的花費和決 定使用資源方面，希望能發展成更符合目前的. C 代表使用系統總共的花費，Cs、Cq、 Cl 分. 格網計算（Grid Computing）下，可以被廣泛. 別 代 表 的 就 是 排 程 （ Scheduling ）、 交 換. 使用的計價模式，就現階段而言本研究比較傾. （ Switching） 和 佇 列 （ Queuing） 以 及 連 結. 向於資源有效管理，不讓使用者還要考慮到要. （Link）的花費 。如圖二，儘管這計費模式看. 去尋找發現資源的花費，另外讓顧客在系統提. 似簡單，但是在一般網路架構下，提供有效預. 供的資源設備資訊下，自己有權去決定選擇要. 先計畫，例如可以用來依據選擇最短路徑安排. 使用哪些資源。. （Shortest Path Routing） ，可以發現從起點到. 2.2.2 技術計費（Technology Cost）：. 目的地最小傳送花費的路徑。. 但在這簡單的花費模式下，往往最後考慮選擇 的都是距離使用者較近的資源來使用。可是格. N. P ＝ ∑ k i × （pi × ui）. （3）. i =1. 網系統下總和收費大多決定性的影響在於，資 源本身的定價、及資源發現選擇的花費；所以. 這價格策略是要讓標準的技術上的花費轉換. 加入這些主要因素，新的經濟計價模式大致又. 成通貨上的計費，價格策略是依照經濟模式. Cf、決 定使用資源的花費 Cd 和資源排程的花費 Cs：. （Economic model）；簡單的計算使用是 p ×. 可以分為三個部份 ：發現資源的花費. u，p 代表是效能的因素，u 代表資源元素的使 用總計，例如 p 關於 CPU 能力，u 就代表這工 作任務使用到的總 CPU 時間，這在[10]稱作. C = Cf + Cd + Cp + Ct. （2）. 技術花費（Technology Cost），然而 k 代表的 是常態係數來反應特定資源的價值。所以每個. 架構如圖三，其中 C 代表總共花費包括 Cf、. 資源元素都有其使用價格，i 就是標示使用哪. 圖三、改良的收費模式.
(6) 些資源元素（像是 CPU, RAM,Disk 等等） 。但. 依據。下面詳加描述系統需求和運作 流程：. 不管是價格策略還是經濟規則，必須另外再加. （1） 顧客經由系統介面，呈遞要求格網資源. 以考量的是使用者的需求，增加這個因素考量. 服務的工作任務，這網頁系統介面我們. 讓整個價格策略能更完善一點 。. 叫它格網代理人（Grid Agent），給予它 一些參數，讓系統經由瞭解使用者需求. Br = f（D,Pu,R,L,Pp）. （4）. 來做資源管理分派；包括預算花費和最 後期限。. 在這價格函數 Bu 裡面的考量，包括. D 是對資. 源使用的需求，Pu 、Pp 分別代表顧客期望的 價格策略機制和資源提供者所期望的價格策 略，R 是在這市場裡供需的關係，L 即考慮現 在資源提供的負載，期望透過這些因素的考量 來修正對於資源計價的準確性 。. Cp = P ×B r. （5）. 所以加以推導出來的計價模 式 Cp，P 就是技術 花費（1） ，而. Br 是預先計畫的變數（2），這. 個計價模式（Cost Model）能在使用者預期， 和資源服務提供者間，提供較平衡的收費標 準。例如，使用者提供對於資源收費的預期，. 圖四、系統架構圖. 和資源提供者的預期，這計價模式就先納 入 Br 考慮收費標準 ，當根據工作任務使用的資. （2） 格 網 代 理 人 大 約 詢 問 訊 息 服 務. 源來計 費 P 時，便將兩邊不論資源提供者或使. （Information Service）關於可利用的 格. 用者之間盡量去取得收價標準的平衡 。. 網服務（Grid Service）有哪些資源來源。 （3） 訊息服務立即提供格網服務資源的現況 資訊，回覆給格網代理人。. 三、. 系統架構. （4） 格網代理人透過網頁介面，讓顧客選擇 在他預期花費或希望的執行期限下 ，加. 圖四是我們的系統架構圖，考慮到方便讓使用. 上一些格網服務的資源系統資訊為主要. 者使用系統，在系統外圍是網頁介面，見圖五. 考量，來讓顧客自行選擇格網資源。. [23]，讓使用者連上網路輕易就可操作，透過. （5） 知道顧客需求所給予的一些參數後 ，格. 像代理人 （Agent）的網頁服務，瞭解使用者. 網代理人控制資源分派中介（ Resource. 需求，包括預期花費（Budget）、期望執行工. Broker）提交工作任務到使用者需求期望. 作的最後期限（Deadline）[21,22,24,25]，也希. 下的資源。. 望藉由網頁讓線上使用者，即時看到系統目前. （6） 當工作任務被分派到同地域範圍或非同. 資訊，如記憶體（Memory）使用或網路傳輸. 一地域範圍的資源運作，各個資源設備. 情形，提供給使用者運用格網計算資源的參考. 運算處理完成時，要整合結果回覆到格 網代理人，也一併將工作任務所用的花.
(7) 費算出，並呈報所有價格花費給予 格網 代理人。. 我們分別進行以下不同方式的實驗，來觀察系. （7） 最後回報工作任務和所有執行用到的花. 統的效能：. 費給顧客。 (1) 單顆 CPU 運算. 四、. 實驗方法與結果. 用每個 side對應到單顆 CPU去做矩陣相乘的運 算，等於像是利用 格網內每個side內只使用到. 使用者所需計算處理的程式上傳到格網環境. 一個電腦一個 CPU的資源去做運算 。. 處理，往往在未知的程式大小及難以估計其所 需運算時間下，使用者更難以去選擇在預期的. (2) 多個 CPU 位於多 side 的運算. 預算花費及預期時限裡的所需side數及程式計. 進一步了解程式與 CPU選 擇 與 位 於side的 影. 算所需的CPU個數。藉由這模擬系統透過實驗. 響，也就是進一步試驗參數Ｍ、Ｐ、Ｓ之間的. 下給予動態的程式檔案大小、所選擇的side和. 變化影響，是否能更藉由這模擬系統模擬出在. 程式需要的CPU個數等參數，來實驗分析預期. 格網環境下執行程式（Ｍ）與選擇 CPU（Ｐ）. 使用者輸入的程式所需的花費及運算時間。. 以及side數量（Ｓ）之間的關聯影響。. 我們利用矩陣相乘的平行處理程式來測試模. 以上是在同質性平台環境下實驗，所以可能無. 擬系統的成效。矩陣相乘中若矩陣大小越大相. 法很明確的看出價格與效能的變化差異，因為. 對的所需計算的時間也越久，然而計算矩陣相. 在同質性的平台下，增加CPU個數或side數都. 乘的過程中有許多程序彼此不相依，因此用於. 無須去考量選擇增加價格較便宜的side或是選. 平行計算更能節省其計算的時間。透過利用平. 擇整體速度較快的side。. 行處理計算各種大小的矩陣，觀察其在模擬系 統中相對於side和使用 CPU個數的計算時間變. 接下來是異質性平台實驗. 化，加上預期出大約收費價格。這樣一來透過. (3) 以 Deadline 為優先考量. 模擬系統結果，可以檢視出平行程式的計算大. 當執行期限（Deadline）為優先考量，代. 小與使用機器、CPU個數所需的時間和收費。. 表選擇增加Ｓ變數時即選擇增加 side 資. 圖五、系統介面.
(8) 源數量時 ，會優先考慮其具備運算能力. 執行期限的需求下且效能較好的資源，一方面. 較好的 side。。. 減少使用者多付費使用較多資源卻未能達到 預期效能的結果，一方面也能增加資源使用的. (4) 以 Budget 為優先考量. 效能。相對於在異質性的平台實驗下，發現對. 也就是在做選擇資源考量時，會優先考. 於每個使用者預期的預算和執行期限等需求. 慮價格較低的 side，代表選擇增加Ｓ變. 差異，這時選擇sides來執行程式時，可能會由. 數時即選擇增加 side 資源數量時，會優. 於每個side彼此之間performance差異的影響 ，. 先考慮其價格花費較低的 side 做為優先. 造成應用程式在平行執行時的限度，且可以看. 加入的選擇。. 出 在 異 質 性 的格 網 環 境 下 選 擇 side的 重 要 性。這些都是使用者可以透過本模擬格網系. 藉由兩個實驗結果來看，若要增加side. 統，模擬在同質性高的或者異質性高的經濟模. 來提高效能、減少執行時間或減少執行花費 ，. 式格網環境下，幫助使用者預先了解自己程式. 必須衡量所要加入side的效能，當能提高許多. 的執行成效，還可以做為實地選擇格網資源服. 效能時，可以減少許多執行時間，這時就需要. 務的依據參考。. 使用者自己去衡量可能需要增加的一點執行. 未來還希望加入最後期限排程等演算法. 費用，如果是增加效能差異不大或較低的. 的預測方法，希望發展出更成熟的經濟計價 、. side，這樣一來不但能降低執行時間 ，還可能. 計費模式，讓格網環境下的經濟模式能有效的. 降低不少執行花費。. 發揮作用，達到如預期的效果，也希望強化模 擬系統，幫助使用者使用經濟模式的格網平. 五、. 結論. 台，讓使用者不會再後悔經由在實際格網平台 下的執行經驗才發現，可能原本想要犧牲執行. 本文先研究在格網環境下的經濟供需模式，從. 時間效能讓執行成本降低，結果發現其實有更. 簡單的計價、計費模式開始，考量如何將抽象. 符合預期效能卻又成本最低的選擇，可以直接. 的資源服務計價量化 。在參考目前Nimrod-G. 利用模擬系統幫助使用者找到最符合預期的. 的相關研究後，我們增加許多考量點，包括將. 效能。. 技術上的花費轉換成通貨計費的價格策略，建 構經濟模式下的模擬系統。這模擬系統區別以. 六、. 參考文獻. 往模擬系統只用歷史軌跡數據或參數設定再 進行測試，而是利用與格網平台相似用網路連. [1]. Amhar Abbas., Grid computing : A. 接的機器去模擬格網平台，而實地測試執行使. practical. 用者上傳程式，希望藉此模擬出更接近格網實. applications.. 體平台結果，還能找出幫助使用者分析實際 格. Hingham,Massachusetts , 2003, pp. 31-97.. 網平台時，有利於增加預期效能的因素。. [2]. guide. to. Charles. technology River. and. Media,. Joshy Joseph, Craig Fellenstein, Grid. 從實驗結論就可以發現利用模擬格網系統，在. computing. Prentice Hall Professional. 單純的同質性平台實驗，太小的應用程式在利. Technical Reference, Upper Saddle River,. 用較大資源的格網環境，其實效能並非如預期. N.J., 2004, pp. 3-57.. 增加CPU個數效能也就會更好，反而可以經由 模擬測試結果，來考慮使用那些在預算及預估. [3]. Foster and C. Kesselman, The GRID: Blueprint. for. a. New. Computing.
(9) Infrastructure.. Elsevier,. Amsterdam,. 2004,pp. 2-50. [4]. A. Natrajan,. M. A.Humphrey,. “Grids:. A. Harnessing. Geographically-Separated Resources in a Multi-Organisational Proceedings. of. Symposium. on. Context ,” the. for. Active. Networks”, Communication Technology Proceedings. 2000,. Volume. 2,. pp.. 1073–1080.. Dong, and Wenguo Wei, “Charging and. Performance. Accounting for Grid Computing System,”. and. Springer-Verlag Berlin Heidelberg 2004,. 2001). ,Ontario,. pp. 644-651. [11] Keith D., Walter B., “An Analysis of the. Abramson, Rajkumar Buyya, and Jonathan. Cost. Giddy, “A Computational Economy for. Computing Cluster,” Kluwer Academic. Grid Co mputing and its Implementation in. Publishers,. the Nimrod-G Resource Broker,” Future. pp.357-371.. Generation Computer Systems (FGCS) Journal,. Volume. 1061-1074,. 18,. Elsevier. Issue Science,. 8,. Effectiveness. [12] Thomas. of. “Towards. The. Economy,”. an. Adaptable. Netherlands,. Weishäupl,. pp.. Netherlands, October 2002.. the. 2004,. Erich. Merger. Schikuta,. of. Grid. Springer-Verlag. and Berlin. Heidelberg 2004, pp. 563-570.. M. Baker, R. Buyya, D. Laforenza, “The. [13] Jun-yan Zhang, Fan Min, and Guo-wei. Grid: International Efforts in Global. Yang, “Integrating New Cost Model into. Computing,” intl. Conference on Advances. HMA-Based Grid Resource Scheduling,”. in Infrastructure for Electronic Business,. Springer-Verlag Berlin Heidelberg 2004,. Science, and Education on the Internet,. pp. 652-659.. Italy, 2000.. [8]. Model. Annual. Canada, June 18-20, 2001.. [7]. Cost. [10] Zhengyou Liang, Ling Zhang, Shoubin. Systems. Applications(HPCS. Novel. in. 15th. High. Computing. [6]. Kazem Najafi and Alberto Leon-Garcia, “A. S.Grimshaw,. [5]. [9]. [14] Atsuko Takefusa, Henri Casanova, and. David Abramson, Nimrod: Tools for. Satoshi Matsuoka, and Francine Berman,. Distributed. “A Study of Deadline Scheduling for. Parametric. Modelling.. Available:. Client-Server. Systems. http://www.csse.monash.edu.au/%7Edavid. Computational. Grid,”. a/nimrod/index.htm. International. Symposium. on. R. Wolski, J. Plank, J. Brevik, and T.. Performance. Distributed. Computing. Bryan, “Analyzing Market-based Resource. (HPDC-10'01). Allocation. California,August 07 - 09, 2001, pp.. Computational. Strategies Grid,”. for. the. International. ,. San. on 10th. the IEEE High. Francisco,. 406-415.. Journal of High-performance Computing. [15] Buyya R., Abramson D. and Giddy J,. Applications, Volume 15, Number 3, Sage. “Nimrod/G: An Architecture of a Resource. Publications, USA, Fall 2001.. Management and Scheduling System in a Global Computational Grid,” HPC Asia.
(10) 2000, Beijing, China, May 14-17, 2000, pp 283 289.. [21] Buyya R., Abramson D. Giddy J. and Stockinger H., “Economic Moels for. [16] Rajkumar Buyya, David Abramson, and Jonathan Giddy, “Nimrod-G Broker. for. Resource. Service-Oriented. Grid. Computing,” IEEE Distributed Systems Online, in Volume 2 Number 7, November 2001.. Resource Management and Scheduling in Grid Computing”, Journal of Concurrency: Practice and Experience, Grid computing special issue 14/13-15, 2002. [22] Buyya R, Murshed M., and Abramson D., “A Deadline and Budget Constrained. [17] Buyya R., Giddy J. and Abramson D, "An. Cost-Time Optimization Algorithm for. Evaluation of Economy -based Resource. Scheduling Task Farming Applications on. Trading and Scheduling on Computational. Global Grids”, The 2002 International. Power. Sweep. Conference on Parallel and Distributed. on. Active. Processing Techniques and Applications,. (AMS. 2000),. Las Vegas, Nevada, USA, June 2002.. Grids. for. Applications", Middleware. Parameter. Workshop Services. Pittsburgh, USA, Kluwer Academic Press, August 1, 2000.. [23] 靜宜大學平行與分散式處理中心(PDPC) https://www.pdpc.cs.pu.edu.tw/. [18] Buyya R, Abramson D., and Giddy J., “A. [24] Atsuko Takefusa, Henri Casanova and. Case for Economy Grid Architecture for. Satoshi Matsuoka, and Francine Berman,. Service Oriented Grid Computing”, 10th. “A Study of Deadline Scheduling for. Heterogeneous Computing Workshop, San. Client-Server. Systems. Francisco, California ,April 23, 2001.. Computational. Grid,”. [19] Buyya R., Stockinger H., Giddy J. and. International. Symposium. on. Abramson D., “Economic Models for. Performance. Distributed. Computing. Management of Resources in Peer-to-Peer. (HPDC-10'01) , San Francisco, California,. and Grid Computing”, Technical Track on. pp. 406-415, August 07-09 2001.. Commercial. Applications. High-Performance International. for. Computing,. Symposium. on. SPIE The. on 10th. the IEEE High. [25] C.T. Yang, C.L. Lai, P.C. Shih, and K.C. Li, “Resource Broker for Computing Nodes Selection. in. Grid. Computing. Convergence of Information Technologies. Environments”, in GCC’2004 The 3rd. and. International Conference on Grid and. Communications. (ITCom. 2001),. Denver, Colorado, USA, August 20-24,. Cooperative. 2001.. Springer-Verlag Heidelberg, H. Jin, Y. Pan,. [20] Abramson D, Buuya R. and Giddy J. “A Computational. Economy. for. Grid. Computing and its Implementation in the Nimrod-G. Resource. Broker”,. Future. Generation Computer Systems. Volume 18, Issue 8, Oct-2002.. Computing, LNCS. 3251. N. Xiao, J. Sun (Eds.), Wuhan, China, 2004..
(11)
相關文件
• A formal usage policy and procedures should be in place, and appropriate security measures should be adopted to protect against the risks of using mobile computing and
To enable pre-primary institutions to be more effective in management and organisation, actions can be taken in the following five areas: Planning and Administration, Leadership,
• Non-uniform space subdivision (for example, kd tree and octree) is better than uniform grid kd-tree and octree) is better than uniform grid if the scene is
Employee monitoring involves the use of computers to observe, record, and review an employee’s use of a computer. Employee monitoring involves the use of computers to
In this project, we developed an irregular array redistribution scheduling algorithm, two-phase degree-reduction (TPDR) and a method to provide better cost when computing cost
Y., (1997), “Resource recovery of sludge as building and construction materials — a future trend in sludge management,” Journal of Water Science and Technology, Vol. (2000)
and J Van Welle, A., “Strategic Direction through Purchasing Portfolio Management: A Case Study,” Journal of Supply Chain Management, Spring Special Issue, 2002, pp.30-37.. E.,
The impact of human resource management practices on turnover, productivity, and corporate financial performance. Understanding human resource management in the contexe
