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