Enhancing QoS Workflows Performance by Using Elastic Advance Co-Reservations

أظهرت كثير من البحوث قدرة الحجز المسبق على تحسين تخمينات النظام، مما يمكنه من تأمين القيود الزمنية المطلوبة للتطبيقات. تتطلب التطبيقات متعددة المهمات تأمين حجوزات مسبقة متعددة على موارد مختلفة في النظام؛ التي عادة ما تجري عبر التفاوض متعدد المراحل مما يضيف عبئاً زمنياً جديداً إلى زمن الاستجابة الكلي للتطبيق. يتعلق مقدار هذا الزمن الإضافي بعدد من البارومترات؛ منها حمل النظام، و مقدار التنافسية فيه. تقدم تطبيقات تدفقات الأعمال تعقيداً إضافياً بسبب وجود الارتباطات بين مهماتها؛ فأي رفض أو تأخير لأحد حجوزات مهام الدفق غالباً ما يزيد من زمن انتهاء التطبيق. تقترح هذه الورقة استخدام الحجوزات المسبقة المرنة المعتمدة على الفجوات الزمنية الناتجة في مجدولات تدفقات الأعمال الاستمثالية من أجل تحسين معدل قبول الحجوزات، و تقدم وكيل الحجز المتعدد المرن الذي يؤمن الحجوزات المطلوبة باستخدام إستراتيجية الموقع الملائم الأول. بينت النتائج المقدمة أن وجود الوكيل المعتمد على الحجوزات المرنة يحسن دوماً من معدل قبول الحجوزات و بمعدل وسطي قدره ( 22.25 %). أما النتائج الأكثر أهمية هنا فهي استطاعة الوكيل المقترح على تحسين معدلات قبول الحجوزات في البيئات التنافسية؛ و أظهرت أنه بازدياد التنافسية يزداد معدل قبول الحجوزات المرنة وصولاً إلى نسبة ( 48.4 % ) عند وجود 90 مستخدماً متزامناً في النظام.

Many researches showed the ability of advance reservation to improve the predictability of the system; that allows it to deliver the applications required time constrains. Applications with many tasks require the system to ensure a number of reservations on many different distributed resources, which usually carried out through multi-level negotiation adding by that additional overhead on the application total response time. The extra overhead depends on many parameters including system workload and contention. Workflows add more complexity due to their tasks’ dependencies; thus, any rejection of or delay for a task reservation would increase application complete time. This paper suggests the use of elastic advanced reservation plans that depend on time gaps presented in the sub-optimal schedules, in order to improve the reservation acceptance rate. It presents an elastic co-reservation agent which provides the needed reservations using First Fit allocation strategy. The results show the ability of the proposed agent to always improve the acceptance rate with an average of (22.25%). The more important came out result is the agent ability to increase the reservation acceptance rate with the increasing of system competence, reaching (48.4%) for simultaneous 90 users at the system.