Core Concepts
時変需要や非指数分布サービス時間を持つ大規模システムにおいて、学習スキームを組み合わせた閾値ベースの負荷分散ポリシーが、負荷の均衡化を達成できることを示す。
Abstract
本論文では、大規模サービスシステムにおける適応型の負荷分散ポリシーを提案し、その性能を分析している。
システムは n 個の同一サーバプールから成り、指数分布または Cox 分布のサービス時間を持つタスクが時変または一定レートで到着する。
提案するポリシーは、内部ループの閾値ベースの割当ルールと外部ループの学習スキームから成る。
指数分布サービス時間かつ時変需要の場合、精密な学習スキームを用いると、需要が適切に収束した期間において、閾値が最適値に収束し、負荷が高度に均衡化されることを示す。
Cox 分布サービス時間かつ一定需要の場合、単純な学習スキームを用いても、同様の収束と均衡化が達成されることを示す。
提案手法は従来の流体極限解析とは異なる新しいアプローチを採用しており、急激な需要変動や非指数分布サービス時間への対応が可能である。
Stats
m∆ < ρ(t) < (m + 1)∆ が成り立つ期間 [a, b] において、以下が成り立つ:
nm∆ < Nn(t) < n(m + 1)∆