基于不精确作业大小的调度：最短处理时间优先的优势

众所周知，基于大小的调度策略考虑了作业大小（即运行作业所需的时间），在响应时间和公平性方面都能表现出非常理想的效果。不幸的是，要求先验地知道精确的作业大小是一个主要障碍，在实践中往往难以逾越。通常，可以对作业大小进行粗略估计，但不幸的是，带有不精确作业大小的分析结果难以获得，并且基于仿真的研究表明，几种基于大小的算法受到作业估计误差的严重影响。例如，最短剩余处理时间（SRPT）在作业大小精确已知时能给出最优的平均逗留时间，但当输入不精确的作业大小时，其性能可能大幅退化。已有一些算法被提出以更好地处理大小估计误差，但它们有些复杂，这使得对其分析具有挑战性。我们考虑最短处理时间（SPT），它是 SRPT 的简化版本，跳过了“剩余”作业大小的更新，从而得到一种抢占式算法，简单地调度具有最短估计处理时间的作业。当作业大小不精确时，SPT 在存在误差的情况下性能可与已知最佳算法相媲美，同时无疑更为简单。在这项工作中，SPT 通过仿真进行了评估，在许多情况下显示出接近最优的性能，希望其简单性能够为即便在不精确输入下也能开展分析评估铺平道路。