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