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