分布式圖并行計算框架的調(diào)度分析與優(yōu)化.pdf

1、隨著大數(shù)據(jù)時代的到來，基于大規(guī)模數(shù)據(jù)的信息分析和數(shù)據(jù)挖掘技術(shù)逐漸適用于眾多領(lǐng)域。對于大規(guī)模數(shù)據(jù)處理的編程模型以及計算效率的需求一直是研究領(lǐng)域的熱點問題之一。其中，數(shù)據(jù)并行（Data-Parallel）的處理模型（如Map-Reduce等分布式編程框架）的提出與優(yōu)化，在過去的幾年中為大規(guī)模數(shù)據(jù)的并行處理提供了重要的支持；然而，隨著搜索與分析等需求的語義化，數(shù)據(jù)分析的應用場景也不斷增多，機器學習與數(shù)據(jù)挖掘技術(shù)的興起，也使得分布式應用的算法趨

2、向于復雜化，主要體現(xiàn)為計算的過程在單元數(shù)據(jù)的順序計算的基礎上增加了迭代性與關(guān)聯(lián)性。因此，圖并行（Graph-Parallel）的處理模型被提出，并逐漸成為大數(shù)據(jù)時代的下一個研究重點。
　　大規(guī)模圖并行處理模型的設計本質(zhì)上具有迭代與收斂的計算特性：輸入數(shù)據(jù)以一個單元的頂點結(jié)構(gòu)為中心，單元數(shù)據(jù)之間的關(guān)聯(lián)性被抽象為圖結(jié)構(gòu)中的邊，每個頂點根據(jù)邊的依賴關(guān)系不斷進行信息傳遞與迭代計算，直到達到平衡的收斂狀態(tài)。由于圖并行處理模式的這種計算特性，

3、在實現(xiàn)時具有同步（Sync）與異步（Async）兩種不同的迭代調(diào)度模式。而這兩種調(diào)度模式在頂點計算的調(diào)度順序、調(diào)度層的管理結(jié)構(gòu)以及硬件和網(wǎng)絡資源的利用率等方面都具有顯著的差異。然而，現(xiàn)階段基于這兩種調(diào)度模式的比較與分析的相關(guān)研究仍然十分稀缺，在實際的圖并行處理應用的開發(fā)中，圖計算編程人員通常需要根據(jù)經(jīng)驗選擇同步或異步調(diào)度模式其中之一。這不僅要求編程人員對于圖并行編程框架的底層實現(xiàn)具有深入的理解，也使得圖并行應用的計算性能無法得到最優(yōu)的保

4、障。
　　基于這些問題，本文主要進行了以下幾個方面的研究：
　　首先，我們基于同步和異步兩種調(diào)度模式的經(jīng)典實現(xiàn)框架與一系列典型的圖并行計算的應用，創(chuàng)新性地對這兩種調(diào)度模式的特性和性能表現(xiàn)進行了深入的對比分析與歸納。我們的研究通過詳細的性能測試，展示了這兩種調(diào)度模式在不同的圖并行處理算法、不同的圖劃分算法、不同的計算執(zhí)行階段、不同的輸入數(shù)據(jù)以及不同的集群性能配置等情況下，具有顯著的性能表現(xiàn)差異。同時，我們歸納和總結(jié)了不同情況下

5、調(diào)度模式選擇的傾向性，并發(fā)現(xiàn)了潛在的性能提升空間。
　　其次，本文提出了Hsync模式——一種自適應切換于同步與異步調(diào)度方式之間的啟發(fā)式的圖并行處理調(diào)度模式，從而嘗試達到圖并行處理應用在性能表現(xiàn)上的最優(yōu)化。Hsync模式會在應用的計算過程中持續(xù)地收集執(zhí)行時的系統(tǒng)狀態(tài)，結(jié)合啟發(fā)式的判斷策略，預測同步與異步兩種調(diào)度方式的執(zhí)行性能，判斷是否應該進行狀態(tài)轉(zhuǎn)換從而切換到一個更優(yōu)的調(diào)度方式繼續(xù)執(zhí)行。
　　本文的研究在經(jīng)典的分布式圖并行計

6、算框架——PowerGraph框架的基礎上進行了修改和擴展，實現(xiàn)了支持Hsync調(diào)度模式的PowerSwitch系統(tǒng)。該實現(xiàn)的核心主要包括了調(diào)度方式轉(zhuǎn)換的支持模塊，以及用于預測兩種方式的調(diào)度性能的在線和線下的采樣分析模塊，并歸納總結(jié)了一系列的啟發(fā)式判斷規(guī)則。
　　此外，我們的研究基于一個48個節(jié)點的分布式集群配置，對于PowerSwitch系統(tǒng)進行了詳細的性能評測。評測顯示，我們系統(tǒng)的計算性能優(yōu)于同配置下的同步或異步的單一調(diào)度模式