Key points are not available for this paper at this time.
Tarefas em clusters paralelos de dados modernos têm requisitos de recursos altamente diversos, incluindo CPU, memória, disco e rede. Qualquer um desses recursos pode se tornar um gargalo e, portanto, a probabilidade de desperdício de recursos devido à fragmentação é agora maior. Os escalonadores de hoje não reduzem explicitamente a fragmentação. Pior ainda, como eles apenas alocam núcleos e memória, os recursos que ignoram (disco e rede) podem ser super-alocados, levando a interferências, falhas e ao uso excessivo de núcleos ou memória que poderiam ter sido utilizados por outras tarefas. Apresentamos o Tetris, um escalonador de cluster que empacota, ou seja, combina os requisitos de tarefas multi-recurso com as disponibilidades de recursos das máquinas para aumentar a eficiência do cluster (makespan). Além disso, o Tetris utiliza um análogo do primeiro a terminar em menor tempo para equilibrar a eficiência do cluster e acelerar empregos individuais. As heurísticas de empacotamento do Tetris funcionam perfeitamente ao lado de uma ampla classe de políticas de equidade. Simulações baseadas em rastreamento e a implementação de nosso protótipo em um cluster de 250 nós mostram ganhos medianos de 30% no tempo de conclusão de tarefas, enquanto alcançam quase perfeita equidade.
Grandl et al. (Ter,) estudaram essa questão.