Estudio comparativo de la estimación del progreso de tareas MapReduce en planificadores especulativos

Abstract

Grandes cantidades de datos se están generando constantemente, por ese motivo surge la necesidad de hacer uso de sistemas paralelos y distribuidos, sin embargo este tipo de sistemas requieren de un cuidadoso control en la gestión de sus recursos, motivo por el cual, surge el modelo de programación MapReduce, el cual haciendo uso de sus planificadores se encarga de gestionar automáticamente los recursos del sistema distribuido, por ejemplo si un nodo del cluster deja de funcionar, MapReduce automáticamente ejecuta la tarea interrumpida en otro ordenador, otro mecanismo similar, es la planificación especulativa, la cual se encarga de detectar aquellas tareas que tienen un tiempo de ejecución anormalmente prologando y ejecuta copias de estas en un ordenador distinto al que se está ejecutando la tarea original, esto se realiza con la esperanza que la tarea de respaldo termine antes que la tarea original y de esta forma se logre reducir el tiempo de ejecución de toda la aplicación, sin embargo los planificadores especulativos actuales presentan algunas limitaciones para calcular correctamente el progreso de las tareas. El cálculo del progreso de las tareas es fundamental para determinar cuando una tarea esta rezagada y una estimación equivocado del progreso podría ocasionar que se desperdicien recursos del sistema y prolongar el tiemplo de ejecución de toda la aplicación, por este motivo en este trabajo se realiza una comparativa para medir la precisión en la estimación del progreso de las tareas de diversos planificadores especulativos y finalmente se señalan algunas pautas que podrían servir de guía para futuras propuestas y que por medio de estas pautas se logre una estimación de progresos más eficiente.