doc/publis.doc

   1 /*! \page publis Publications
   2
   3 \section pub_reference Reference publication about SimGrid
   4
   5 When citing SimGrid, the prefered reference paper is <i>Scheduling
   6 Distributed Applications: the SimGrid Simulation Framework</i>, even if it's
   7 a bit old now. We are actively working on improving this.
   8
   9 \li <b>Scheduling Distributed Applications: the
  10        SimGrid Simulation Framework</b>\n
  11     by <em>Henri Casanova and Arnaud Legrand and Loris Marchal</em>\n
  12     Proceedings of the third IEEE International Symposium
  13     on Cluster Computing and the Grid (CCGrid'03)\n
  14     Since the advent of distributed computer systems an active field
  15     of research has been the investigation of scheduling strategies
  16     for parallel applications.  The common approach is to employ
  17     scheduling heuristics that approximate an optimal
  18     schedule. Unfortunately, it is often impossible to obtain
  19     analytical results to compare the efficacy of these heuristics.
  20     One possibility is to conducts large numbers of back-to-back
  21     experiments on real platforms.  While this is possible on
  22     tightly-coupled platforms, it is infeasible on modern distributed
  23     platforms (i.e. Grids) as it is labor-intensive and does not
  24     enable repeatable results. The solution is to resort to
  25     simulations. Simulations not only enables repeatable results but
  26     also make it possible to explore wide ranges of platform and
  27     application scenarios.\n
  28     In this paper we present the SimGrid framework which enables the
  29     simulation of distributed applications in distributed computing
  30     environments for the specific purpose of developing and evaluating
  31     scheduling algorithms.  This paper focuses on SimGrid v2, which
  32     greatly improves on the first version of the software with more
  33     realistic network models and topologies.  SimGrid v2 also enables
  34     the simulation of distributed scheduling agents, which has become
  35     critical for current scheduling research in large-scale platforms.
  36     After describing and validating these features, we present a case
  37     study by which we demonstrate the usefulness of SimGrid for
  38     conducting scheduling research.\n
  39     http://www-id.imag.fr/Laboratoire/Membres/Legrand_Arnaud/articles/simgrid2_CCgrid03.pdf
  40
  41 Previous publication do not cover the GRAS part of the framework. So, if you
  42 want to cite GRAS, please use this publication instead:
  43
  44 \li <b>Gras: A Research &amp; Development Framework for Grid and P2P
  45       Infrastructures</b>\n
  46     by <em>Martin Quinson</em>\n
  47     <b>Best paper</b> of the 18th IASTED International Conference on
  48       Parallel and Distributed Computing and Systems (PDCS 2006)\n
  49     http://www.loria.fr/~quinson/articles/gras-iasted06.pdf
  50
  51 \section pub_simulation Other publications about the SimGrid framework
  52
  53 \li <b>Speed and Accuracy of Network Simulation in the SimGrid Framework</b>\n
  54     by <em>K. Fujiwara, H. Casanova</em>\n
  55     in Proceedings of the First International Workshop on Network Simulation Tools (NSTools), Nantes, France, October 2007.\n
  56     http://navet.ics.hawaii.edu/~casanova/homepage/papers/fujiwara_nstool2007.pdf
  57
  58 \li <b>Cost and Accuracy of Packet-Level vs. Analytical Network Simulations: An Empirical Study</b>\n
  59     by <em>K. Fujiwara</em>\n
  60     <b>M.S. Thesis</b>, Dept. of Information and Computer Sciences, University of Hawai`i at Manoa, April 2007.\n
  61     http://navet.ics.hawaii.edu/~casanova/homepage/theses/kayo_fujiwara_MS.pdf
  62
  63 \li <b>The SimGrid Project - Simulation and Deployment of Distributed Applications</b>\n
  64     by <em>A. Legrand, M. Quinson, K. Fujiwara, H. Casanova</em>\n
  65     <b>POSTER</b> in Proceedings of the IEEE International Symposium on High Performance Distributed Computing (HPDC-15), Paris, France, May 2006.\n
  66     \htmlonly
  67      <a href="http://navet.ics.hawaii.edu/~casanova/homepage/papers/simgrid_hpdc06.pdf"><img src="poster_thumbnail.png" /></a>
  68     \endhtmlonly
  69     http://navet.ics.hawaii.edu/~casanova/homepage/papers/simgrid_hpdc06.pdf
  70
  71 \li <b>A Network Model for Simulation of Grid Application</b>\n
  72     by <em>Henri Casanova and Loris Marchal</em>\n
  73     \anchor paper_tcp
  74     In this work we investigate network models that can be
  75     potentially employed in the simulation of scheduling algorithms for
  76     distributed computing applications. We seek to develop a model of TCP
  77     communication which is both high-level and realistic. Previous research
  78     works show that accurate and global modeling of wide-area networks, such
  79     as the Internet, faces a number of challenging issues. However, some
  80     global models of fairness and bandwidth-sharing exist, and can be link
  81     withthe behavior of TCP. Using both previous results and simulation (with
  82     NS), we attempt to understand the macroscopic behavior of
  83     TCP communications. We then propose a global model of the network for the
  84     Grid platform. We perform partial validation of this model in
  85     simulation. The model leads to an algorithm for computing
  86     bandwidth-sharing. This algorithm can then be implemented as part of Grid
  87     application simulations. We provide such an implementation for the
  88     SimGrid simulation toolkit.\n
  89     ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-40.ps.gz
  90
  91
  92 \li <b>MetaSimGrid : Towards realistic scheduling simulation of
  93         distributed applications</b>\n
  94     by <em>Arnaud Legrand and Julien Lerouge</em>\n
  95     Most scheduling problems are already hard on homogeneous
  96     platforms, they become quite intractable in an heterogeneous
  97     framework such as a metacomputing grid. In the best cases, a
  98     guaranteed heuristic can be found, but most of the time, it is
  99     not possible. Real experiments or simulations are often
 100     involved to test or to compare heuristics. However, on a
 101     distributed heterogeneous platform, such experiments are
 102     technically difficult to drive, because of the genuine
 103     instability of the platform. It is almost impossible to
 104     guarantee that a platform which is not dedicated to the
 105     experiment, will remain exactly the same between two tests,
 106     thereby forbidding any meaningful comparison. Simulations are
 107     then used to replace real experiments, so as to ensure the
 108     reproducibility of measured data. A key issue is the
 109     possibility to run the simulations against a realistic
 110     environment. The main idea of trace-based simulation is to
 111     record the platform parameters today, and to simulate the
 112     algorithms tomorrow, against the recorded data: even though it
 113     is not the current load of the platform, it is realistic,
 114     because it represents a fair summary of what happened
 115     previously. A good example of a trace-based simulation tool is
 116     SimGrid, a toolkit providing a set of core abstractions and
 117     functionalities that can be used to easily build simulators for
 118     specific application domains and/or computing environment
 119     topologies. Nevertheless, SimGrid lacks a number of convenient
 120     features to craft simulations of a distributed application
 121     where scheduling decisions are not taken by a single
 122     process. Furthermore, modeling a complex platform by hand is
 123     fastidious for a few hosts and is almost impossible for a real
 124     grid. This report is a survey on simulation for scheduling
 125     evaluation purposes and present MetaSimGrid, a simulator built
 126     on top of SimGrid.\n
 127     ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-28.ps.gz
 128
 129 \li <b>SimGrid: A Toolkit for the Simulation of Application
 130         Scheduling</b>\n
 131     by <em>Henri Casanova</em>\n
 132     Advances in hardware and software technologies have made it
 133     possible to deploy parallel applications over increasingly large
 134     sets of distributed resources. Consequently, the study of
 135     scheduling algorithms for such applications has been an active area
 136     of research. Given the nature of most scheduling problems one must
 137     resort to simulation to effectively evaluate and compare their
 138     efficacy over a wide range of scenarios. It has thus become
 139     necessary to simulate those algorithms for increasingly complex
 140     distributed, dynamic, heterogeneous environments. In this paper we
 141     present SimGrid, a simulation toolkit for the study of scheduling
 142     algorithms for distributed application. This paper gives the main
 143     concepts and models behind SimGrid, describes its API and
 144     highlights current implementation issues. We also give some
 145     experimental results and describe work that builds on SimGrid's
 146     functionalities.\n
 147     http://grail.sdsc.edu/papers/simgrid_ccgrid01.ps.gz
 148
 149 \section pub_ext Papers that use SimGrid-generated results (not counting our owns)
 150
 151 This list is a selection of articles. We list only papers written by people
 152 external to the development group, but we also use our tool ourselves (see
 153 next section).
 154
 155 - 2007
 156   - <b>Scheduling &Delta;-Critical Tasks in Mixed-Parallel Applications on a National Grid</b>\n
 157     by <em>Frédéric Suter</em>.\n
 158     In 8th IEEE/ACM International Conference on Grid Computing (Grid 2007), Austin, TX, September 2007.
 159
 160 - 2006
 161   - <b>Simbatch: an API for simulating and predicting the performance of parallel resources and batch systems.</b>\n
 162     INRIA Research Report 6040, November 2006.\n
 163     https://hal.inria.fr/inria-00115880
 164   - <b>Simbatch : une API pour la simulation et la prédiction de performances de systèmes batch</b>\n
 165     by <em>Jean-Sébastien Gay and Yves Caniou</em>.\n
 166     In 17ème Rencontres Francophones du Parallélisme, des Architectures et des Systèmes, RenPar'17.\n
 167     October 4-6, Perpignan, France
 168   - <b>Metascheduling Multiple Resource Types using the MMKP</b>\n
 169     by <em>D. Vanderster, N. Dimopoulos, R. Sobie</em>\n
 170     7th IEEE/ACM International Conference on Grid Computing\n
 171     Barcelona, September 28th-29th 2006
 172   - <b>Master-Slave Tasking on Asymmetric Networks</b>\n
 173     by <em>Cyril Banino-Rokkones, Olivier Beaumont and Lasse Natvig</em>.\n
 174     In Proceedings of 12th International Euro-Par Conference, Euro-Par 2006.\n
 175     August 29 - September 1, Pages 167--176, Dresden, Germany.
 176   - <b>Critical Path and Area Based Scheduling of Parallel Task Graphs on Heterogeneous Platforms</b>\n
 177     by <em>Tchimou N'Takp&eacute; and Fr&eacute;d&eacute;ric Suter</em>\n
 178     Proceedings of the Twelfth International Conference on Parallel and Distributed Systems (ICPADS)\n
 179     Minneapolis, MN, July 12-15, 2006.
 180   - <b>Sensitivity Analysis of Knapsack-based Task Scheduling on the Grid</b>\n
 181     by <em>D.C. Vanderster and N.J. Dimopoulos</em>.\n
 182     In Proceedings of The 20th ACM International Conference on Supercomputing\n
 183     Cairns, Australia, June 28-July 1, 2006.\n
 184     http://portal.acm.org/citation.cfm?id=1183401.1183446&coll=GUIDE&dl=%23url.coll
 185   - <b>Hierarchical Scheduling of Independent Tasks with Shared Files</b>\n
 186     by <em>H. Senger, F. Silva, W. Nascimento</em>.\n
 187     Proceedings of the Sixth IEEE International Symposium on Cluster
 188     Computing and the Grid Workshop (CCGRIDW'06)\n
 189     Singapore, 16-19 May 2006.\n
 190     http://www.unisantos.br/mestrado/informatica/hermes/File/senger-HierarchicalScheduling-Workshop-TB120.pdf
 191   - <b>Evaluation of Knapsack-based Scheduling using the NPACI JOBLOG</b>\n
 192     by <em>D. Vanderster, N. Dimopoulos, R. Parra-Hernandez and R. Sobie</em>.\n
 193     20th International Symposium on High-Performance Computing in an
 194       Advanced Collaborative Environment (HPCS'06)\n
 195     St. John's, Newfoundland, Canada, 14-17 May 2006\n
 196     http://doi.ieeecomputersociety.org/10.1109/HPCS.2006.23
 197
 198 - 2005
 199   - <b>On Dynamic Resource Management Mechanism using Control
 200     Theoretic Approach for Wide-Area Grid Computing</b>\n
 201     by <em>Hiroyuki Ohsaki, Soushi Watanabe, and Makoto Imase</em>\n
 202     in Proceedings of IEEE Conference on Control Applications (CCA 2005), Aug. 2005.\n
 203     http://www.ispl.jp/~oosaki/papers/Ohsaki05_CCA.pdf
 204   - <b>Evaluation of Meta-scheduler Architectures and Task Assignment Policies for
 205     high Throughput Computing</b>\n
 206     by <em>Eddy Caron, Vincent Garonne and Andrei Tsaregorodtsev</em>\n
 207     Proceedings of 4th Internationnal Symposium on Parallel and
 208     Distributed Computing Job Scheduling Strategies for Parallel
 209     Processing (ISPDC'05), July 2005.\n
 210     http://www.ens-lyon.fr/LIP/Pub/Rapports/RR/RR2005/RR2005-27.pdf
 211 - 2004
 212   - <b>Deadline Scheduling with Priority for Client-Server Systems on the Grid</b>\n
 213     by <em>E Caron, PK Chouhan, F Desprez</em>\n
 214     in IEEE International Conference On Grid Computing. Super Computing 2004, oct 2004.
 215   - <b>Efficient Scheduling Heuristics for GridRPC Systems</b>\n
 216     by <em>Y. Caniou and E. Jeannot.</em>\n
 217     in IEEE QoS and Dynamic System workshop (QDS) of International Conference
 218     on Parallel and Distributed Systems (ICPADS), New-Port Beach California, USA,
 219     pages 621-630, July 2004\n
 220     http://graal.ens-lyon.fr/~ycaniou/QDS04.ps
 221   - <b>Exploiting Replication and Data Reuse to Efficiently Schedule
 222        Data-intensive Applications on Grids</b>\n
 223     by <em> E. Santos-Neto, W. Cirne, F. Brasileiro, A. Lima.</em>\n
 224     Proceedings of 10th Job Scheduling Strategies for Parallel Processing, June 2004.\n
 225     http://www.lsd.ufcg.edu.br/~elizeu/articles/jsspp.v6.pdf
 226   - <b>Resource Management and Knapsack Formulations on the Grid</b>\n
 227     by <em>R. Parra-Hernandez, D. Vanderster and N. J. Dimopoulos</em>\n
 228     Fifth IEEE/ACM International Workshop on Grid Computing (GRID'04)\n
 229     http://doi.ieeecomputersociety.org/10.1109/GRID.2004.54
 230   - <b>Scheduling BoT Applications in Grids using a Slave Oriented Adaptive
 231     Algorithm.</b>\n
 232     by <em>T. Ferreto, C. A. F. De Rose and C. Northfleet.</em>\n
 233     Second International Symposium on Parallel and Distributed Processing
 234     and Applications (ISPA), 2004, Hong Kong. Published in Lecture Notes in
 235     Computer Science (LNCS), Volume 3358, by Springer-Verlag. p. 392-398.
 236 - 2003
 237   - <b>Link-Contention-Aware Genetic Scheduling Using Task Duplication in Grid Environments</b>\n
 238     by <em>Wensheng Yao, Xiao Xie and Jinyuan You</em>\n
 239     in Grid and Cooperative Computing: Second International Workshop, GCC 2003, Shanghai, China, December 7-10, 2003 (LNCS)\n
 240     http://www.chinagrid.edu.cn/chinagrid/download/GCC2003/pdf/266.pdf
 241   - <b>New Dynamic Heuristics in the Client-Agent-Server Model</b>\n
 242     by <em>Y. Caniou and E. Jeannot</em>\n
 243     in IEEE 13th Heteregeneous Computing Workshop - HCW'03, Nice, France, April 2003.\n
 244     http://graal.ens-lyon.fr/~ycaniou/HCW03.ps
 245   - <b>A Hierarchical Resource Reservation Algorithm for Network Enabled Servers</b>\n
 246     by <em>E. Caron, F. Desprez, F. Petit, V. Villain</em>\n
 247     in the 17th International Parallel and Distributed Processing Symposium -- IPDPS'03, Nice - France, April 2003.
 248
 249 \section pub_self Our own papers that use SimGrid-generated results
 250
 251 This list is a selection of the articles we have written that used results
 252 generated by SimGrid.
 253
 254 - 2007
 255   - <b>A Comparison of Scheduling Approaches for Mixed-Parallel Applications on Heterogeneous Platforms</b>\n
 256     by <em>T. N'takpé, F. Suter, and Henri Casanova</em>\n
 257     In 6th International Symposium on Parallel and Distributed Computing, Hagenberg, Austria, July 2007.
 258 - 2006
 259   - <b>On the Harmfulness of Redundant Batch Requests</b>\n
 260     by <em>H. Casanova</em>\n
 261     Proceedings of the IEEE International Symposium on High Performance Distributed Computing (HPDC-15), Paris, France, May 2006.\n
 262     http://navet.ics.hawaii.edu/~casanova/homepage/papers/hpdc_2006.pdf
 263   - <b>An evaluation of Job Scheduling Strategies for Divisible Loads on Grid Platforms</b>\n
 264     by <em>Y. Cardinale, H. Casanova</em>\n
 265     in Proceedings of the High Performance Computing & Simulation Conference (HPC&S'06), Bonn, Germany, May 2006.\n
 266     http://navet.ics.hawaii.edu/~casanova/homepage/papers/cardinale_2006.pdf
 267   - <b>Interference-Aware Scheduling</b>\n
 268     by <em>B. Kreaseck, L. Carter, H. Casanova, J. Ferrante, S. Nandy</em>\n
 269     International Journal of High Performance Computing Applications (IJHPCA), to appear.\n
 270     http://navet.ics.hawaii.edu/~casanova/homepage/papers/kreaseck_ijhpca_2005.pdf
 271 - 2004
 272   - <b>From Heterogeneous Task Scheduling to Heterogeneous Mixed Data and Task Parallel Scheduling</b>\n
 273     by <em>F. Suter, V. Boudet, F. Desprez, H. Casanova</em>\n
 274     Proceedings of Europar, 230--237, (LCNS volume 3149), Pisa, Italy, August 2004.
 275   - <b>On the Interference of Communication on Computation</b>\n
 276     by <em>B. Kreaseck, L. Carter, H. Casanova, J. Ferrante</em>\n
 277     Proceedings of the workshop on Performance Modeling, Evaluation, and Optimization of Parallel and Distributed Systems, Santa Fe, April 2004.\n
 278     http://navet.ics.hawaii.edu/~casanova/homepage/papers/k_pmeo2004.pdf
 279 - 2003
 280   - <b>RUMR: Robust Scheduling for Divisible Workloads</b>\n
 281     by <em>Y. Yang, H. Casanova</em>\n
 282     Proceedings of the 12th IEEE Symposium on High Performance and Distributed Computing (HPDC-12), Seattle, June 2003.\n
 283     http://navet.ics.hawaii.edu/~casanova/homepage/papers/yang_hpdc2003.pdf
 284   - <b>Resource Allocation Strategies for Guided Parameter Space Searches</b>\n
 285     by <em>M. Faerman, A. Birnbaum, F. Berman, H. Casanova</em>\n
 286     International Journal of High Performance Computing Applications (IJHPCA), 17(4), 383--402, 2003.\n
 287     http://grail.sdsc.edu/papers/faerman_ijhpca04.pdf
 288 - 2002
 289   - <b>Resource Allocation for Steerable Parallel Parameter Searches</b>\n
 290     by <em>M. Faerman, A. Birnbaum, H. Casanova, F. Berman</em>\n
 291     Proceedings of the Grid Computing Workshop, Baltimore, 157--169, November 2002.\n
 292     http://grail.sdsc.edu/projects/vi_itr/grid02.pdf
 293 - 2001
 294   - <b>Applying Scheduling and Tuning to On-line Parallel Tomography </b>\n
 295      by <em>Shava Smallen, Henri Casanova, Francine Berman</em>\n
 296      in Proceedings of Supercomputing 2001\n
 297      http://grail.sdsc.edu/papers/tomo_journal.ps.gz
 298 - 2000
 299   - <b>Heuristics for Scheduling Parameter Sweep applications in Grid environments</b>\n
 300     by <em>Henri Casanova, Arnaud Legrand, Dmitrii Zagorodnov and Francine Berman</em>\n
 301     in Proceedings of the 9th Heterogeneous Computing workshop (HCW'2000), pp349-363.\n
 302     http://navet.ics.hawaii.edu/~casanova/homepage/papers/hcw00_pst.pdf
 303
 304
 305 */
 306
 307 \li <b>Optimal algorithms for scheduling divisible workloads on
 308        heterogeneous systems</b>\n
 309     by <em>Olivier Beaumont and Arnaud Legrand and Yves Robert</em>\n
 310     in Proceedings of the 17th International Parallel and Distributed Processing Symposium (IPDPS'03).\n
 311     Preliminary version on ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-36.ps.gz
 312
 313
 314 \li <b>On-line Parallel Tomography</b>\n
 315     by <em>Shava Smallen</em>\n
 316     Masters Thesis, UCSD, May 2001