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