云上地理分布式工作流引擎的最优部署
分布式、并行与集群计算
2014-10-31 v1
摘要
在编排 Web 服务工作流时，编排引擎的地理位置会极大地影响工作流性能。数据可能需要跨越较长的地理距离进行传输，这反过来会增加执行时间并降低工作流的整体性能。在本文中，我们提出了一个框架，该框架在给定基于 DAG 的工作流规范下，计算用于部署编排引擎并执行工作流的最优 Amazon EC2 云区域。该框架包含一个约束模型，用于求解工作流部署问题，该模型是使用自动化约束建模系统生成的。通过执行代表科学工作负载的不同示例工作流来评估该框架的可行性。实验结果表明，该框架减少了工作流执行时间，并且与集中式方法相比提供了 1.3 倍至 2.5 倍的加速。
引用
@article{arxiv.1410.8359,
title = {Optimal Deployment of Geographically Distributed Workflow Engines on the Cloud},
author = {Long Thai and Adam Barker and Blesson Varghese and Ozgur Akgun and Ian Miguel},
journal= {arXiv preprint arXiv:1410.8359},
year = {2014}
}