云环境下面向跨域作业的调度方法

云环境下,因数据局部性或是任务对资源的特殊偏好,一个作业所包含的任务往往需要在不同的数据中心局点上运行,此类作业称为跨域作业.跨域作业的完成时间取决于最慢任务的执行效率,即存在木桶效应.针对各域资源能力异构条件下不合理的调度策略导致跨域作业执行时间跨度过长的问题,本文提出一种面向跨域作业的启发式调度方法MIN-Max-Min,优先选择期望完成时间最短的作业执行.通过实验表明,与先来先服务的策略相比,该方法能将跨域作业平均执行时间跨度减少40%以上.     

一种带有无效缓存路访问过滤机制的低功耗高速缓存

功耗是当今处理器设计领域的重要问题之一.随着多核处理器的普及,片上缓存占有了越来越多的芯片面积和功耗.提出一种带有无效缓存路访问过滤机制的低功耗高速缓存结构来降低CPU的动态功耗,具体为,通过无效缓存块的预先检查(Pre-Invalid Way Checking,PIWC)消除对无效缓存路的访问,及通过不匹配缓存路的预先检测(Pre-Mismatch Way Detecting,PMWD)消除对tag低位不匹配缓存路的访问.对实际程序的测试表明,65.2%-88.9%缓存路的无效访问可以通过以上方法被消除,约60.9%-85.6%由缓存访问带来的动态能耗从而被降低.同时,跟tag-data顺序访问方法相比,对于大多数程序,我们的方法可以获得5.1%-13.8%的节能效果提升.     

MALK:一种高效处理大规模键值的MapReduce框架

内存申请是引发共享存储系统上MapReduce性能下降的主要瓶颈之一,特别是对于需要处理大量键值的应用尤为严重.为了解决此问题,提出了一种内存开销低、能高效处理大规模键值的MapReduce并行计算框架——MALK(high-efficient MapReduce for applications having large amount of keys).MALK对于离散的大规模键值采用连续的存储管理方法,避免了大量小块内存的申请;通过更细粒度地处理Map阶段的任务和流水化Reduce阶段的任务,来减少系统运行过程中同时活跃的数据量,从而将应用程序对内存的需求控制在一个较小的范围内;并提出一种Hash表的复用机制,通过复用Hash表的存储空间来避免流水过程中Hash表内存的重复申请;MALK还综合考虑了任务的粒度和数量对任务管理开销和整体性能的影响,把Reduce阶段的任务数量设成对系统性能最优的值.实验结果表明:相对于Phoenix++,MALK的性能最高可提升3.8倍(平均2.8倍);在Map和Reduce阶段,MALK最多可节省95.2%和87.8%的存储空间;MALK在Reduce阶段还取得了更好的负载均衡,降低了L2和LLC Cache的缺失率.     

电缆终端应力锥错位缺陷对界面温度及应力分布的影响

电缆终端内部缺陷会造成终端内部电场分布不均、局部温度升高与应力分布变化，可能引发局部放电造成绝缘击穿。为研究终端应力锥错位缺陷对电缆界面温度及应力分布的影响，分别建立了电缆终端安装不足与安装过盈情况下的电缆终端错位缺陷模型，并进行电-热-力多物理场耦合仿真分析。结果表明：电缆终端绝缘屏蔽层截断处是电缆终端的薄弱部位，终端界面温度和界面压力都会在绝缘屏蔽层截断处发生突变。当电缆终端存在安装不足缺陷时，终端屏蔽层截断处与应力锥根部之间会出现电场升高区域，在安装位置为-7.5 mm时界面温度最高，绝缘界面压力值升高，且安装位置为-2.5mm时绝缘承受的压力值最大；当电缆终端存在安装过盈缺陷时，绝缘屏蔽层截断处会发生电场畸变，电场突变量随着偏移量的增加而增大，在安装位置为+5.0mm时绝缘界面压力值最大，且界面压力突变量增加发生畸变。因此，在电缆终端实际设计安装与运行维护中，额外注意应力锥错位缺陷对终端内部应力分布的影响十分必要。