数据中心中最小化 Coflow 总加权完成时间的改进界

在数据并行计算框架中，中间并行数据常在各阶段产生，需要在数据中心网络中的服务器间传输（例如 MapReduce 中的 shuffle 阶段）。一个阶段往往无法开始或完成，除非接收到来自前一阶段的所有所需数据块。\emph{Coflow} 是最近提出的用于捕捉此类通信模式的网络抽象。我们考虑在共享数据中心网络中高效调度具有释放时间的 coflow 以最小化 coflow 总加权完成时间的问题。近来已提出若干启发式方法以及少数具有可证明性能保证的多项式时间近似算法来解决该问题。本文的主要成果是一个改进先前已知结果的多项式时间确定性算法。具体而言，我们提出近似比为 $5$ 的确定性算法，改进了先前最佳已知比 $12$。对于所有 coflow 均在零时刻释放的特殊情况，我们的确定性算法获得近似比 $4$，改进了先前最佳已知比 $8$。我们方法的关键要素是用于对 coflow 排序的改进线性规划公式，以及随后的简单列表调度策略。文中给出了使用合成与真实流量轨迹的广泛仿真结果，验证了算法的性能并显示出对先前方法的改进。