Использование имитационного моделирования для оценки временных характеристик распределённой вычислительной системы

В настоящее время широкое распространение получили распределенные вычислительные системы (ВС) с параллельной обработкой информации. В процессе разработки распределённых вычислительных систем возникает задача анализа влияния параметров рабочей нагрузки и структуры на показатели её производительности. Особое внимание в ходе решения данной задачи следует уделить оценки времени нахождения заявок в очередях в зависимости от алгоритмов приоритезации.

Для оценки временных характеристик ВС можно использовать различные методы моделирования, наиболее эффективным из которых является имитационное моделирование. При этом важно не только провести моделирование, но и удостовериться в точности полученных результатов.

Целью данного исследования является при использовании имитационного моделирования получение временных характеристик распределенной ВС с заданной точностью, оценка потребного времени моделирования.

Для решения этой задачи была разработана имитационная модель, отражающая во временной области функционирование распределенных ВС с учетом алгоритмов приоритезации, а также модель рабочей нагрузки, соответствующей рассматриваемому классу вычислительных систем. Для реализации модели использовался язык GPSS. На основе полученных результатов моделирования можно сравнить влияние различных алгоритмов обработки приоритетов заявок в зависимости от параметров рабочей нагрузки и структуры. Для оценки точности результатов моделирования использовался регенеративный метод анализа моделей, основанный на понятиях регенеративного процесса и точек регенерации.

В статье приводятся результаты исследований оценки точности среднего времени нахождения заявок в очереди в зависимости от алгоритмов приоритезации при использовании регенеративного метода, а также необходимое время моделирования для достижения желаемой точности. Благодаря этому появляется возможность обоснованно рекомендовать наиболее выгодный из рассматриваемых алгоритмов приоритезации к реализации в разрабатываемой вычислительной системе в зависимости от предъявляемых требований.

Приведенный подход к анализу функционирования распределенных ВС и оценке их временных характеристик также несомненно будет полезен для использования в учебном процессе для обучения студентов по курсам «Вычислительные системы» и «Имитационное моделирование».

1. Афанасьев А.П., Посыпкин М.А. Аналитическая модель оценки производительности распределённых систем // Программные продукты и системы. 2009. № 4. С. 60–64.

2. Брехов О.М., Морару В.А. Аналитическое моделирование ЭВМ, управляемой потоком данных // Автоматика и телемеханика. 1993. № 12. С. 165–178.

3. Брехов О.М., Звонарева Г.А., Корнеенкова А.В. Имитационное моделирование. М.: Издательство МАИ, 2015. 323 с.

4. Хританков А.С., Метод анализа производительности распределенных приложений на основе эталонных моделей // Параллельные вычислительные технологии: труды международной научной конференции (28 марта–1 апреля 2011) Челябинск: Издательский центр ЮурГУ, 2011. С. 343–354.

5. Лёвина А.П., Обзор метода имитационного моделирования [Электрон. ресурс] // Современная техника и технологии. 2017. № 5. Режим доступа: https://technology.snauka.ru/2017/05/13530. (Дата обращения: 17.12.2021).

6. Посыпкин М.А., Хританков А.С. О понятии ускорения и эффективности в распределённых системах // Труды Всероссийской научной конференции «Научный сервис в сети Интернет: решение больших задач». (22–27 сентября, г. Новороссийск). М.: МГУ, 2008. С. 149–155.

7. Хританков А.С., Оценка эффективности распределенных систем при решении задач переменного размера // Научно-технический вестник информационных технологий, механики и оптики. 2010. № 2(66). С. 66–71.

8. Кочержова Е.Н., Оксанич О.И., Донец З.Г. Элементы имитационного моделирования // Современные наукоёмкие технологии. 2014. № 5. С. 161–162.

9. Morecki A., Bianchi G., Rzymkowski C. ROMANSY 11: Theory and Practice of Robots and Manipulators. Berlin: Springer, 2014. 432 c.

10. Брехов О.М., Звонарева Г.А., Рябов В.В. Особенности разработки и анализа имитационной модели мультипроцессорной вычислительной системы // Открытое образование. 2017. № 3. С. 48–56.

11. Siemon D. Queueing in the Linux netwok stack // Linux Journal: Networking. 2013

12. Ross K., Kurose J. «Delay and Loss in Packet-Switched Networks». 2012

13. Радченко Г.И. Распределенные вычислительные системы: учебное пособие. Челябинск: Фотохудожник, 2012. 184 с.

14. Manchanda N., Anand K. Non-Uniform Memory Access (NUMA). New York: New York University, 2014.

15. Kling T. The impact of transport protocol, packet size, and connection type on the round trip time // Blekinge Institute of Technology. 2017.

16. Hornig Charles. A Standard for the Transmission of IP Datagrams over Ethernet Networks [Электрон. ресурс]. Режим доступа: https://datatracker.ietf.org/doc/html/rfc894.

17. Nain P. Impact of Bursty Traffic on Queues // Statistical Inference for Stochastic Processes. 2002. № 5. С. 307–320.

18. Chydzinski A., Samociuk D. Burst ratio in a single-server queue // Samociuk Telecommunication Systems. 2019. № 70. С. 263–276.

19. Карташевский В.Г., Буранова М.А., Влияние механизмов управления QoS на показатели качества обслуживания мультимедийного трафика сети Internet // T-Comm. 2013. № 8. С. 54–60.

20. Крейн М., Лемуан О. Введение в регенеративный метод анализа моделей. М.: Наука, 1982. 104 с.