1 / 30

Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos.

Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos. •Roteiro. MOTIVAÇÃO. ANALISANDO BALANCEAMENTO DE CARGA. CONTRACT NET PROTOCOL. UMA APLICAÇÃO DO CNP. CONCLUSÃO. MOTIVAÇÃO:.

larue
Download Presentation

Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos.

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Agentes para Balanceamento de Carga e Alocação de Tarefas em Sistemas Distribuídos. Francimary P.Garcia fpg@di.ufpe.br

  2. •Roteiro • MOTIVAÇÃO. • ANALISANDO BALANCEAMENTO DE CARGA. • CONTRACT NET PROTOCOL. • UMA APLICAÇÃO DO CNP. • CONCLUSÃO. Francimary P.Garcia fpg@di.ufpe.br

  3. MOTIVAÇÃO: • Muitos são os problemas causados por distribuições de cargas não balanceadas em situações reais de nossa vida, como por exemplo, o transito intenso em algumas ruas, ou a alta utilização, em um CPD, das máquinas mais poderosas, que tendem a estar sempre sobrecarregadas, enquanto outras menos poderosas estão livres. Francimary P.Garcia fpg@di.ufpe.br

  4. ANALISANDO BALANCEAMENTO DE CARGA. • A distribuição de carga é essencial para o uso eficiente de processadores em ambientes computacionais distribuídos e paralelos, onde existe compartilhamento de recursos. Francimary P.Garcia fpg@di.ufpe.br

  5. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • O PROBLEMA DA ESCOLHA DO BAR: • A decisão de ir a um bar é um processo estocástico, mas a decisão de qual bar, é uma decisão autônoma da pessoa. • A priori não existe nenhuma relação entre a pessoa e os bares disponíveis. Francimary P.Garcia fpg@di.ufpe.br

  6. ANALISANDO BALANCEAMENTO DE CARGA (cont.) Baseado na teoria da Aprendizagem Reforçada, os agentes de tomada de decisão agem em um padrão puramente local. Desta forma, um agente só saberá quão eficiente é o serviço em um restaurante depois que ele o escolher como um lugar para comer. Francimary P.Garcia fpg@di.ufpe.br

  7. ANALISANDO BALANCEAMENTO DE CARGA (cont.) Um job pode rodar em qualquer recurso, não existe limite no número de job’s servidos simultaneamente por um dado recurso, portanto não ocorre fila. No entanto, a qualidade do serviço fornecido pelo recurso em um dado tempo, deteriora com o número de agentes que o usam naquele tempo. Francimary P.Garcia fpg@di.ufpe.br

  8. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • REGRAS DE SELEÇÃO DE RECURSO: • É o coração desta discussão e se baseará em informações puramente locais. • Depois que cada agente executa um job, ele guarda o nome do recurso R, os tempos Tstart e T stop da execução e o tamanho do job S. • Entrada de SR (R,T1,T2,S). Francimary P.Garcia fpg@di.ufpe.br

  9. ANALISANDO BALANCEAMENTO DE CARGA (cont.) Cada agente A, condensa suas informações de execução de job’s dentro de um vetor chamado ESTIMADOR DE EFICIÊNCIA e denotado por eeA. O tamanho do vetor é o número de recursos, e a i-éssima entrada no vetor representa a avaliação do agente da eficiência corrente do recurso i. Existe também um vetor jdA, com o número de job’s completados, submetidos por A, em cada um dos recursos, desde o início do tempo. Francimary P.Garcia fpg@di.ufpe.br

  10. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • ATUALIZANDO O ESTIMADOR DE EFICIÊNCIA: • eeA(R) := WT + (1-W)eeA(R) • onde: • T = (t2 - t1)/S • W = w + (1 - w)/jdA(R) Francimary P.Garcia fpg@di.ufpe.br

  11. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • SELECIONANDO O RECURSO: onde: n : valor real positivo E[eeA] :média dos valores de eeA(R) para todos os recursos, quando jdA(R)>o Francimary P.Garcia fpg@di.ufpe.br

  12. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • SELECIONANDO O RECURSO: • O valor de n definirá o recurso. Quando o n é muito alto, n>=20, o agente sempre escolherá o recurso com os melhores registros. • No entanto, a técnica de sempre escolher os melhores resultados, nem sempre é a mais adequada, pois impede o agente de se aproveitar das melhorias na capacidade ou carga de outros recursos. Francimary P.Garcia fpg@di.ufpe.br

  13. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • BCSR X Regra de Aprendizagem com Baixo n: • As regras de aprendizagem selecionam recursos que não obtiveram melhores resultados no passado. Visto que o ambiente é dinâmico e os outros recursos podem ter melhorado sua performance no decorrer do tempo. Francimary P.Garcia fpg@di.ufpe.br

  14. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • Exemplos: • Dois recursos R1 e R2, com capacidades fixas, R1 = 2R2. • Usando BCSR: R1 CARGA BAIXA CARGA ALTA AGENTES ESCOLHEM R1 R2 AGENTES PREFEREM R2. Francimary P.Garcia fpg@di.ufpe.br

  15. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • Exemplos: • Usando BCSR: CARGA BAIXA CARGA BAIXA CARGA ALTA AGENTES ESCOLHEM r1 R1 AGENTES ESCOLHEM R2 R2 CONTINUAM COM R2 Francimary P.Garcia fpg@di.ufpe.br

  16. ANALISANDO BALANCEAMENTO DE CARGA (cont.) BCSR nem sempre é uma boa escolha; As mudanças de carga são imprevisíveis; Os agentes devem se adaptar as mudanças, que podem ser mudanças de carga ou mudanças na capacidade dos recursos. Francimary P.Garcia fpg@di.ufpe.br

  17. ANALISANDO BALANCEAMENTO DE CARGA (cont.) • ANALISANDO CASOS: • 1- CARGA FIXA: • Regras de seleção não adaptativas são satisfatórias; • 2-MUDANDO A CARGA/CAPACIDADES: • A performance melhora quanto maior é a exploração que se faz dos recursos, ficando melhor quando o agente atualiza os estimadores de eficiência, de outra forma, o custo da atividade de exploração será maior que o ganho. Francimary P.Garcia fpg@di.ufpe.br

  18. CONTRACT NET PROTOCOL - CNP. • É um protocolo para alocação de tarefas, efetivado através de contratos. • Um contrato é um acordo explícito entre um agente que gera uma tarefa - o gerente e um agente disposto a executar a tarefa - o contratado. • Um agente pode ter as duas funções. Francimary P.Garcia fpg@di.ufpe.br

  19. CNP (cont.) • O PROCESSO DE NEGOCIAÇÃO: • PASSO 1: AGENTE 1 RECEBE UMA TAREFA PARA EXECUTAR. Francimary P.Garcia fpg@di.ufpe.br

  20. CNP (cont.) • O PROCESSO DE NEGOCIAÇÃO: • PASSO 2: ANUNCIANDO. AG.3 AG.2 AG.1 GERENTE AG.4 AG.5 Francimary P.Garcia fpg@di.ufpe.br

  21. CNP (cont.) • O PROCESSO DE NEGOCIAÇÃO: • PASSO 3 : OFERTAS. AG.3 AG.2 AG.1 GERENTE AG.4 AG.5 Francimary P.Garcia fpg@di.ufpe.br

  22. CNP (cont.) • O PROCESSO DE NEGOCIAÇÃO: • PASSO 4 : ESCOLHER VENCEDOR. AG.3 AG.2 AG.1 GERENTE AG.4 AG.5 Francimary P.Garcia fpg@di.ufpe.br

  23. CNP (cont.) • PROBLEMAS: • Não detecta nem resolve conflitos; • O gerente não informa os ofertadores que foram recusados; • Agentes não podem recusar ofertas; • Tarefas com tempo crítico não podem ser atendidas; • Gera intensa comunicação. Francimary P.Garcia fpg@di.ufpe.br

  24. CNP (cont.) • VANTAGENS: • Agentes podem fazer ofertas para múltiplas tarefas; • Fornece um balanceamento de carga natural. Francimary P.Garcia fpg@di.ufpe.br

  25. CNP (cont.) • O PROBLEMA DA CONFIANÇA: • Em negociações mútuas entre agentes, deve existir confiança entre eles, no que se refere ao serviço oferecido. Francimary P.Garcia fpg@di.ufpe.br

  26. CNP (cont.) • PROBLEMA DO CONGESTIONAMENTO: • Destinatário Focalizado: • Alta Carga: Agentes com recursos livres, anunciam sua disponibilidade; • Baixa Carga: Agentes com tarefas, anunciam suas tarefas. • Restringindo o Público: • Agentes anunciam apenas para um subconjunto de agentes. Francimary P.Garcia fpg@di.ufpe.br

  27. UMA APLICAÇÃO DO CNP • TRACONET - TRAnsportation Cooperation NET É um sistema de roteamento de veículos de transporte, baseado no custo marginal. - Agentes localmente calculam seu custo marginal para executar um conjunto de tarefas. - A escolha do contratador é baseada unicamente neste custo. - Atributos do veículo são avaliados. Francimary P.Garcia fpg@di.ufpe.br

  28. CONCLUSÃO: Para maior produtividade de ambientes multi-recursos é essencial a distribuição de cargas de trabalho entre os diversos recursos, de forma equilibrada, sem sobregarregar nem subcarregar nenhum dos recursos. Francimary P.Garcia fpg@di.ufpe.br

  29. REFERÊNCIAS: • 1. Schaerf. Andrea, Shoham.Yoav, Tennenholtz.Moshe. Adaptive Load Balancing: A Study in Multi-Agent Learning. Journal of Artificial Intelligence Research (1995). • 2. Jenninngs.Nicholas, Sycara.Katia, Wooldrige.Michael. A Roadmap of Agent Research and Development. • 3.Kraus.Sarit. An Overview of Incentive Contracting • 4. Sandholm.Tuomas.An Implementation of the Contact Net Protocol Based on Marginal Cost Calculation. Francimary P.Garcia fpg@di.ufpe.br

  30. REFERÊNCIAS (cont.): • 5. Sandholm.Tuomas, Lesser.Victor. Issues in Automated Negociation and Eletronic Commerce: Extending the Contract Net Framework. Francimary P.Garcia fpg@di.ufpe.br

More Related