Ablaufvorhersage für verteilte Programme mit Hilfe von Graphtransformationen

Inhaltsverzeichnis

1 Einleitung

2 Parallelisierung von Programmen

2.1 Aktuelle Vorgehensweise

2.2 Neuer Ansatz

3 Modellierung von parallelen Programmen

3.1 Kommunikationsgraphen

3.2 Ablaufmodellierung mit UML

3.3 Petrinetze

3.4 Taskgraphen

4 Graphtransformationen

4.1 Graphen formal betrachtet

4.2 Graphtransformationen

4.3 AGG – Ein Programm zur Simulation von Graphtransformationen

4.3.1 Regeln

4.3.2 Grammatik

4.3.3 Analysemoglichkeiten

5 Erweiterte Taskgraphen

5.1 Darstellung der gemessenen Ablaufe

5.2 Darstellung der Kommunikation und Kooperation

5.3 Darstellung der Vorhersage

5.4 Bewertung

6 Modellierung des automatischen Aufbaus der Vorhersage

6.1 Erkennung des Ablaufes

6.1.1 Umsetzung mit Hilfe von AGG

6.1.2 Graphregeln zur Erkennung des Ablaufes

6.2 Integration einer einfachen Vorhersage

6.2.1 Moglichkeiten zur Integration

6.2.2 Umsetzung mit Hilfe von AGG

6.3 Analyse der Modellierung des Aufbaus der Vorhersage

6.3.1 Experimentelle Analyse

6.3.2 Analyse mit formalen in AGG automatisierten Methoden

6.4 Ausbaumoglichkeiten fur eine verbesserte Vorhersage

7 Verwendung der Graphgrammatik in der Vorhersageanwendung

7.1 Voruberlegungen fur die Umsetzung

7.2 Umsetzung

7.3 Bewertung

8 Beispiel einer Ablaufvorhersage

8.1 Das Testprogramm

8.2 Exemplarischer Aufbau der Vorhersage

8.3 Untersuchung der automatischen Verbesserung der Vorhersage

9 Fazit und Ausblick

A Kommunikation zwischen Analyse- und Vorhersageanwendung

B Graphregeln

B.1 Aufbau des Ablaufes

B.1.1 Typen

B.1.2 Regeln

B.2 Integrierte Vorhersage

B.2.1 Typen

B.2.2 Regeln

Zielsetzung und Themen

Die Arbeit befasst sich mit der automatischen Ablaufvorhersage für verteilte Programme, um eine effiziente Ressourcenzuordnung zu ermöglichen, ohne den Programmierer mit manuellen Optimierungen zu belasten. Ziel ist es, durch die Analyse vergangener Programmläufe eine prädiktive Modellierung zu erstellen, die den zukünftigen Programmablauf skizziert und somit als Basis für eine dynamische Zuordnungseinheit dient.

• Grundlagen der Parallelisierung und bisherige Vorgehensweisen.
• Modellierung paralleler Programme mittels Graphtransformationen und Taskgraphen.
• Entwicklung erweiterter Taskgraphen zur Darstellung von Vorhersagen.
• Automatisierter Aufbau der Vorhersage unter Verwendung der Simulationsumgebung AGG.
• Validierung des Modells durch Fallbeispiele und Analyse der Modellierungsgüte.

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Die Einleitung motiviert die Problematik der automatischen Lastverteilung in Parallelrechnern und skizziert die Idee, durch Graphtransformationen Vorhersagen für Programmabläufe zu generieren.

2 Parallelisierung von Programmen: Dieses Kapitel erläutert den klassischen Prozess von der Aufteilung über die Agglomeration bis zur Zuordnung und stellt den neuen Ansatz zur Entlastung des Programmierers vor.

3 Modellierung von parallelen Programmen: Es werden gängige Modellierungstechniken wie Kommunikationsgraphen, UML-Diagramme, Petrinetze und Taskgraphen hinsichtlich ihrer Eignung für parallele Programme analysiert.

4 Graphtransformationen: Dieses Kapitel liefert die theoretischen Grundlagen der Graphtransformation und stellt das Werkzeug AGG zur Simulation und Analyse vor.

5 Erweiterte Taskgraphen: Hier wird eine neue Notation entwickelt, die messbare Ablaufdaten integriert und alternative Abläufe für Vorhersagezwecke modellierbar macht.

6 Modellierung des automatischen Aufbaus der Vorhersage: Der Fokus liegt auf der Umsetzung des Modells mittels AGG, einschließlich der Definition von Graphregeln zur Erkennung und Vorhersage von Programmabläufen.

7 Verwendung der Graphgrammatik in der Vorhersageanwendung: Dieses Kapitel beschreibt die praktische Implementierung des Vorhersagesystems als eigenständiges Programm, welches die entwickelte Graphgrammatik als Kernlogik nutzt.

8 Beispiel einer Ablaufvorhersage: Anhand des Testprogramms "mptte" wird die Funktionsweise und automatische Anpassungsfähigkeit der entwickelten Vorhersage demonstriert.

9 Fazit und Ausblick: Zusammenfassung der Ergebnisse hinsichtlich der Eignung des Verfahrens und Diskussion potenzieller Verbesserungen durch statistische Analysen.

Schlüsselwörter

Ablaufvorhersage, Parallele Programme, Graphtransformation, AGG, Graphgrammatik, Taskgraphen, Lastverteilung, Betriebssystem, Automatisierung, Modellierung, Dynamische Partitionierung, Scheduling, Simulation.

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Diplomarbeit behandelt die automatische Vorhersage von Programmabläufen für verteilte Systeme, um die Lastverteilung auf Parallelrechnern zu optimieren, ohne manuelle Anpassungen durch den Programmierer zu erfordern.

Was sind die zentralen Themenfelder?

Die Arbeit vereint Methoden der Parallelprogrammierung, Graphentheorie und Graphtransformationssysteme zur Modellierung und Simulation von Programmstrukturen.

Was ist das primäre Ziel der Untersuchung?

Ziel ist es, ein Modell zu entwickeln, das automatisch aus Beobachtungen vergangener Programmläufe eine Vorhersage generiert, die als Basis für eine intelligente Zuordnungseinheit dienen kann.

Welche wissenschaftliche Methode wird verwendet?

Es wird ein regelbasierter Ansatz mittels Graphtransformationen und Graphgrammatiken verfolgt, wobei das Werkzeug AGG zur Simulation und experimentellen Analyse eingesetzt wird.

Was wird im Hauptteil behandelt?

Der Hauptteil befasst sich mit der Entwicklung erweiterter Taskgraphen, der Formalisierung dieser in Graphregeln für AGG sowie der Implementierung einer Vorhersageanwendung, die diese Regeln zur Laufzeit anwendet.

Welche Schlüsselwörter charakterisieren die Arbeit?

Ablaufvorhersage, Graphtransformation, Parallelrechner, Taskgraphen, AGG, Lastverteilung und automatische Modellanpassung.

Wie wird mit Schleifen in den Programmabläufen umgegangen?

Im Modell wird ein spezieller Schleifenknoten als Spezialisierung der Bedingung eingeführt, um Zyklen im Graphen kontrolliert und ohne unnötige Komplexität darzustellen.

Was ist der Vorteil der Implementierung mittels Graphtransformation?

Der Hauptvorteil ist, dass die entwickelte Graphgrammatik direkt als Kernlogik des Vorhersageprogramms dienen kann, was die Konsistenz zwischen Modell und Implementierung sicherstellt und den Entwicklungsaufwand reduziert.