Question

我有一个调度程序，无休止地执行 n 操作。每个操作都计划在将来 x 秒。当某个操作完成后，会在之前计划的时间之后重新安排另一个 x 秒。每1秒，调度程序“滴答”，执行最多25次因火灾而发生的动作。动作可能需要一秒左右才能完成（尽管这个值应该被视为可变且不可预测的）。

假设 x 是60秒。由于最多同时执行25个操作的限制，当 n 变大时，可以想象调度程序没有时间执行所有 n 操作。 60秒窗口，随着时间的推移，操作将在稍后和稍后执行。这是不可取的，因为在每一个滴答上都有动作要执行，这会增加我系统的负载。保持 x 与保持负载完全不变是不太重要的。

所以我希望实现一个自适应的“障碍”，一个自动应用的软糖因子 h ，当大多数动作“迟到”执行时增加它，并减少它（将其边缘化为它们的默认值为零）当它们看起来和时间一致时。然后，调度程序将安排 x + h 秒'时间的操作，而不是 x 。

在较高的水平上，你会如何处理？你将如何定义“大多数动作被执行得很晚”，你将如何用C ++ 03代码表示/检测它？

更好的是，是否存在一种客观上“有效”的现有知名方法？

Answer 1

要明确的是，您的目标是避免在有任务的情况下持续高负荷每个滴答，而不是旨在最小化调度延迟。相应地，在考虑软糖时应该考虑的指标因素是负荷，而不是迟到。

如果你完全了解系统 - 任务的数量，他们的重新安排间隔，执行时间的分配 - 你原则上可以准确地解决一个可以给你的差点值繁忙时的平均目标负载，或者说，只会超过目标负载繁忙的时候，有10％的时间，等等。

另一方面，如果此信息不可用或无法预测，你需要一种适应性的方法。

这种事情的一般理论是control theory，它可以得到非常介入。从广义上讲，启发式是：如果负载小于门槛，我们有一个积极的障碍，减少差点;如果负载是超过门槛，增加差点。

差点应该是成比例的，而不是额外的：例如，我们知道我们一直在超载10％，如果我们，那么我们就是正确的目标在工作安排上应用了10％的比例延迟。也就是说，我们是希望应用障碍 factor h ，以便在 xh 安排工作秒时间而不是 x 。因子1对应于没有障碍。

当我们重载但没有最大超载时，响应则是线性的在日志中：log（h）= log（load） - log（load_target）。所以最简单的方法将是：

load = get_current_load();
if (load>load_target) h = load/load_target;
else h = 1.0;

不幸的是，存在最大测量负载，并且线性度下降这里。线性模型可以扩展到包含累积的偏离目标负载，以及负载的变化率。这对应于proportional-integral-derivative controller。因为这是一个嘈杂的环境（行动有变化执行时间），回避衍生比特可能是明智之举这个模型，并坚持比例积分（PI）部分。当这个模型离散时，我们得到log（h）的表达式这与当前（日志）过载成正比，加上一个术语抓住我们做得多么糟糕：

load = get_current_load();
deviation = load > load_target ? log(load/load_target) : 0;
accum += p1 * deviation;

log_h = p2 * deviation + accum;
h = log_h < 0 ? 1.0 : exp(log_h);

除此之外，我们没有对称问题：当我们在下面时负载目标，但累积的错误项保持高位。我们可以通过积累负偏差来解决这个问题同样，但至少限制累积误差非负，使一段时间合法低负荷以后不会给我们一张免费通行证：

load = get_current_load();
if (load > 0) {
    deviation = log(load/load_target);
    accum += p1 * deviation;
    if (accum < 0) accum = 0;
    if (deviation < 0) deviation = 0;
}
else {
    accum = 0;
    deviation = 0;
}

log_h = p2 * deviation + accum;
h = log_h < 0 ? 1.0 : exp(log_h);

p2的值将在某处（大致）介于0.5和0.9之间，留下一些空间来累积误差的影响。 p1的良好值可能约为0.3至0.5倍延迟时间的倒数，改变所需的步骤数在h中表现为负载的变化。这可以估计通过行动的平均重新安排时间。

您可以使用这些参数来获得这种参数回答你的喜好，或者你可以做一个更忠实的数学你的调度问题的模型，然后做数学！参数本身也可以自适应地修改时间，基于观察到的对负荷变化的反应。

（警告，我还没有在模拟调度程序中尝试过这些片段！）

你将如何实现这种适应性的软糖因素＆＃39;在调度程序？

1 个答案: