Upload
iorwen
View
78
Download
3
Embed Size (px)
DESCRIPTION
Algorithmes d’ordonnancement temps réel. Temps réel. « Un système Temps Réel est un système d'informations dont les corrections ne dépendent pas uniquement du résultat logique des algorithmes mais aussi de l'instant où ces résultats ont été produits » [1] adaptation aux événements externes - PowerPoint PPT Presentation
Citation preview
Algorithmes d’ordonnancement temps réel
Temps réel « Un système Temps Réel est un système
d'informations dont les corrections ne dépendent pas uniquement du résultat logique des algorithmes mais aussi de l'instant où ces résultats ont été produits » [1]
adaptation aux événements externes Fonctionnement au contenu sans réduire le
débit Temps de calcul connus et modélisables pour
permettre l'analyse de la réactivité.
Problème / Solution Le problème de Temps Réel apparaît quand le
système est constitués de plusieurs tâches et qu'il est nécessaire de diviser la puissance du ou des processeurs entre elles
[2] Identification de tâche à réaliser et les contraintes
temporelles qui doivent être satisfaites. Écriture du code Temps d'exécution de chaque tâche est mesuré
et un test de rendez-vous horaire est réalisé pour vérifier qu'aucune tâche ne dépassera son temps limite
Tâches Les tâches peuvent être identifiées par trois
valeurs de temps : Période de la tâche ; Temps limite pour la tâche ; Temps de calcul maximal pour la tâche.
Critères des tâchesArrivées des tâches " Périodiques : arrivée à intervalles
réguliers (Pi)• Date d’activation initiale, offset Oi• Si pour tout i,j Oi=Oj, tâches synchrones• Si Di = Pi, tâche à échéance sur requête• Hyper période: cycle d’ordonnancement: intervalle
[0,PPCM(Pi)] pour tâches synchrones, [min(Oi), max(Oi,Oj+Dj) + 2 * PPCM(Pi)] sinon " Sporadiques : on connaît une borne minimale sur l’intervalle entre deux arrivées
• Apériodiques : tout ce qui ne rentre pas dans les deux catégories précédentes
• Synchronisations (donc blocages potentiels)• Ressources partagées• Précédences
R – le moment de la première requête d’exécution de la tâche,
C – la durée d’exécution maximale de la tâche, quand elle dispose du processeur pour elle seule (le coût d’exécution),
D – le délai critique acceptable pour l’exécution de la tâche (l’échéance),
P – la période, s’il s’agit d’une tâche périodique. [2]
Ordonnancements Statiques pilotés par table ; Statiques préemptifs basés sur des priorités ; Dynamiques basés sur une planification de
l’exécution ; Dynamiques basés sur la notion du meilleur
effort (best effort).
Hors ligne
En ligneMonoprocesseurMultiprocesseur
• L’ordonnancement par priorités statiques :
Premier arrivé, premier servi (First-Come, First-Served – FCFS) où toutes les tâches ont la même priorité ;
le tour de rôle ou tourniquet (Round Robin – RR) ; monotone par fréquences (Rate-Monotonic – RM) ; monotone par échéances (« Invers Deadline » - ID,
ou « Deadline Monotonic » -DM)
• L’ordonnancement par priorités dynamiques : Earliest Deadline First – EDF ; Least Slack Scheduling – LLS, ou Least Laxity First –
LLF, ou Shortest Slack Time – SST.
Processus de résolution d’un problème d’ordonnancement
Rate Monotonic
T1(R1=0, C1=3, P1=20), T2(R2=0, C2=2, P2=5) et T3(R3=0, C3=2, P3=10)
Deadline Monotonic
T1(R1=0, C1=3, D1=7, P1=20), T2(R2=0, C2=2, D2=4, P2=5) et T3(R3=0, C3=2, D3=9, P3=10)
Earliest Deadline First
T1(R1=0, C1=3, D1=7, P1=20), T2(R2=0, C2=2, D2=4, P2=5) et T3(R3=0, C3=1, D3=8, P3=10)
Least Laxity First
τ1(r0 = 0, C = 3, D = 7, T = 20), τ2(r0 = 0, C = 2, D = 4, T = 5), τ3(r0 = 0,C = 1,D = 8, T = 10)
Least Laxity First Nous définissons la laxité d’une instance
comme étant la durée entre la fin de son exécution et son échéance. Lorsqu’une instance est activée, sa laxité correspond à son échéance moins sa durée d’exécution plus la somme des durées d’exécution restantes des instances de plus haute priorité. [3]
Ordonnancement des tâtes apériodiques Background scheduling: first-come-first-
served strategyTâches périodiques
Polling server
Deferrable server sporadic server Slack stealing and joint scheduling techniques
Ordonnancement des tâches dépendantes Contrainte de précedence qui correspend à la
synchronisation et communication entre les tâches
Precedende avec ordonnancement par RM Precedende avec ordonnancement par EDF
Contrainte d’exlusion mutuelle pour le partage des ressources , memoire et registres…
Multiprocessor Scheduling
Destiner pour résoudre les problèmes d’optimisation d’ordonnancement en ligne
Approches pour résoudre le problème Partitionné 1.Partitionner les tâches en m sous-ensemble
(nombre de processeurs)2.Pas de migration de tâches d’un processeur
vers un autre Globale 1.Appliquer une stratégie unique
d’ordonnancement2.Autorisation de migration Semi partitionné
Algorithmes d’ordonnancement partitionné
First-Fit Next-Fit Best-Fit Worst-Fit
Algorithmes d’ordonnancement global G-EDF Pfair : optimal 1.Définir une fonction binaire2. Introduire le décalage en temps (lag)
[2]
DP-Fair : Deadline Partitionning Fair1.Abstraction du T-L Plane2.DP-WRAP : tâches sporadiques 3.LLREF : Largest Local Remaining Execution
Time First4.BF : Boundary Fair
Les algorithmes semi-partitionnes se situent entre ces deux extrêmes et proposent d'autoriser une migration contrôlée de certaines tâches. Ils peuvent donc être vus comme une amélioration des algorithmes partitionnes en ajoutant plus de flexibilité mais ils s'inspirent aussi des politiques globales. [2]
Proposer un compromis entre le taux d'utilisation maximum du système et le nombre de préemptions
Algorithmes d’ordonnancement semi partitionné
Proposition L’application du domaine d’intelligence
artificielle sur l’ordonnancement temps réel par le biais des réseaux de neurones pour une meilleur optimisation [1]
Conclusion Les algorithmes globaux ou semi partitionnés
restent théoriques et ne tiennent généralement pas compte des surcoûts a l’exécution dû aux migrations, aux préemptions et aux temps de calcul de l'algorithme.
Intégrer et adapter ces ordonnanceurs à une machine virtuelle embarqué temps réel
[1] Yahyaoui Khadidja, L’apport des outils de lintelligence artificielle dans les systèmes temps réel: ordonnancement des tâches, université d’Oran 2013
[2] Dana - Mihaela ROHÁRIK VÎLCU, SYSTÈMES TEMPS RÉEL EMBARQUÉS, Ordonnancement optimal de tâches pour la consommation énergétique du processeur, Université Paris XII – Val de Marne 2004
[3] Frédéric Fauberteau1 Laurent George, Damien Masson,Serge Midonnet, Ordonnancement multiprocesseur global basé sur la laxité avec migrations restreintes, Saint-Étienne : France 2011
[4] Maxime Cheramy1, Anne-Marie Deplanche, and Pierre-Emmanuel Hladik ,Ordonnancement temps réel, des politiques monoprocesseurs aux politiques multiprocesseurs,
[5] Francis Cottet LISI/ENSMA, Joelle Delacroix Claude Kaiser, Zoubir Mammeri, Scheduling in Real-Time Systems, France 2002