A framework for automated parallel execution of scientific multi-workflow applications in the cloud with work stealing

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMelo, Alba Cristina Magalhães Alves de-
Autor(es): dc.creatorSilva, Helena Schubert da Incarnação Lima da-
Data de aceite: dc.date.accessioned2025-03-18T17:24:10Z-
Data de disponibilização: dc.date.available2025-03-18T17:24:10Z-
Data de envio: dc.date.issued2025-03-17-
Data de envio: dc.date.issued2025-03-17-
Data de envio: dc.date.issued2025-03-17-
Data de envio: dc.date.issued2024-10-08-
Fonte completa do material: dc.identifierhttp://repositorio.unb.br/handle/10482/51945-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/927846-
Descrição: dc.descriptionWorkflows científicos são executados em diversos laboratórios de pesquisa todos os dias em vários continentes, contribuindo significativamente para os avanços da Ciência. Na maioria das vezes, os workflows são executados por scripts desenvolvidos de maneira ad hoc em infra-estruturas computacionais defasadas. Na presente Dissertação de Mestrado, visamos propor e avaliar um framework para execução automática de aplicações compostas por múltiplos workflows científicos na nuvem AWS. Para tirar proveito do paralelismo, o framework proposto executa-se em plataforma com diversos nodes computacionais e várias threads em cada nodo. Adicionalmente, como existe um grande número de operações de E/S nestes workflows, dois tipos de sistema de arquivos serão usados (compartilhado e local). Finalmente, propomos uma estratégia multi-nível de roubo de trabalho para reduzir o desbalanceamento de carga. Nossa resultados mostram que a estratégia paralela combinada ao roubo de trabalho contribuem para a redução significativa de tempo de execução.-
Descrição: dc.descriptionScientific Workflows are executed in several research laboratories every day on many continents, contributing significantly to advances in Science. Most of the time, workflows are executed by scripts developed in an ad hoc manner on outdated computing infrastructures. In this MSc Dissertation, we propose and evaluate a framework for automatic execution of scientific applications composed of multi-workflows in the AWS cloud. To take advantage of parallelism, the proposed framework runs on two levels on a platform with several computational nodes and several threads in each node. Furthermore, as there is a large number of I/O operations in these workflows, two types of file systems are used (shared and local). Finally, we propose a multi-level work stealing strategy to reduce load imbalance. Our results show that the parallel strategy combined with work stealing contributes to a significant reduction of the execution time.-
Descrição: dc.descriptionInstituto de Ciências Exatas (IE)-
Descrição: dc.descriptionDepartamento de Ciência da Computação (IE CIC)-
Descrição: dc.descriptionPrograma de Pós-Graduação em Informática-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectWorkflows científicos-
Palavras-chave: dc.subjectRoubo de trabalho-
Palavras-chave: dc.subjectComputação em nuvem-
Título: dc.titleA framework for automated parallel execution of scientific multi-workflow applications in the cloud with work stealing-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB - Rep. 1

Não existem arquivos associados a este item.