Mostrar registro simples

dc.creatorPuntel, Fernando Emilio
dc.date.accessioned2019-06-07T16:17:01Z
dc.date.available2019-06-07T16:17:01Z
dc.date.issued2019-02-15
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/16795
dc.description.abstractDuring the last years, the High Performance Computing (HPC) is one of the main research areas in computing, with the proposal to increase the performance of high performance environments and decrease the application time execution. With lot distributed computational resources, the Resource Management System (RMS) is the response to the manager of computational resources, job manager and user manager in HPC. For perform the management in HPC, the RMS have some essential components for its operation, between them, one of the most important is a job scheduling, that defines when and where each job will execute. Yet, the job scheduling choice for scientific environments that require results in a timely manner and high utilization of the computational resources still need more researches and experiments. In this study, I analyzed the aspects of the distributed environment computational when we used four job scheduling different applied in resource management system SLURM, in an environment that running a scientific application of ionosphere forecasting. We present the strong points and weak points of each one job scheduling algorithm developed applied in resource management system when exposed in adverse situation in an environment that performs a scientific application.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectAlgoritmo de escalonamento de jobspor
dc.subjectSLURMpor
dc.subjectSistema gerenciador de recursospor
dc.subjectPrevisão ionosféricapor
dc.subjectComputação científicapor
dc.subjectJob scheduling algorithmeng
dc.subjectResource management systemeng
dc.subjectIonosphere forecasteng
dc.subjectScientific computingeng
dc.titleAnálise de desempenho de algoritmos de escalonamento aplicados a um sistema gerenciador de recursos para execução de aplicação operacional de computação científicapor
dc.title.alternativeJob scheduling algorithms performance analysis applied to a resource management system of operational scientific computing applicationeng
dc.typeDissertaçãopor
dc.description.resumoNo decorrer dos últimos anos a computação de alta performance é uma das principais áreas de pesquisa na computação, que tem com o propósito aumentar o desempenho dos ambientes computacionais e diminuir o tempo de execução das aplicações. Com uma gama de recursos computacionais distribuídos, o Sistema Gerenciador de Recursos (SGR) é o responsável por realizar o gerenciamento dos recursos computacionais, gerenciamento dos jobs para execução e dos usuários nestes ambientes. Para realizar o gerenciamento do ambiente de alto desempenho, o SGR possui alguns componentes essenciais para seu funcionamento, entre eles, um dos mais importantes é algoritmo de escalonamento, que define quando e onde cada job será executado. Contudo, a escolha do algoritmo de escalonamento para ambientes científicos que exigem resultados em tempo hábil e uma utilização otimizada dos recursos computacionais ainda necessita de mais pesquisas e experimentos. Este estudo analisa os aspectos do ambiente de computação distribuído quando utilizado quatro diferentes algoritmos de escalonamento aplicados ao sistema gerenciador de recursos SLURM, em um ambiente que executa uma aplicação científica de previsão ionosférica. São apresentados os pontos fortes e fracos de cada um dos algoritmos desenvolvidos e aplicados a um sistema gerenciador de recursos quando expostos a situações adversas em um ambiente que executa uma aplicação científica.por
dc.contributor.advisor1Charao, Andrea Schwertner
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8251676116103188por
dc.contributor.referee1Pinto, Alex Sandro Roschildt
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0555619693238543por
dc.contributor.referee2Stein, Benhur de Oliveira
dc.contributor.referee2Latteshttp://lattes.cnpq.br/4640320476003795por
dc.creator.Latteshttp://lattes.cnpq.br/0000052654865481por
dc.publisher.countryBrasilpor
dc.publisher.departmentCiência da Computaçãopor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopor
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.publisher.unidadeCentro de Tecnologiapor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivatives 4.0 International
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International