BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//wp-events-plugin.com//7.2.3.1//EN
BEGIN:VEVENT
UID:458@lincs.fr
DTSTART;TZID=Europe/Paris:20190924T140000
DTEND;TZID=Europe/Paris:20190924T160000
DTSTAMP:20190930T065643Z
URL:https://www.lincs.fr/events/thesis-defense-3/
SUMMARY:Thesis Defense : Resource management in computer clusters:
 algorithm design and performance analysis
DESCRIPTION:\n\n\nThe growing demand for cloud-based services encourages
 operators to maximize resource efficiency within computer clusters. This
 motivates the development of new technologies that make resource management
 more flexible. However\, exploiting this flexibility to reduce the number
 of computers also requires efficient resource-management algorithms that
 have a predictable performance under stochastic demand. In this thesis\, we
 design and analyze such algorithms using the framework of queueing
 theory.\n\n\n\nOur abstraction of the problem is a multi-server queue with
 several customer classes. Servers have heterogeneous capacities and the
 customers of each class enter the queue according to an independent Poisson
 process. Each customer can be processed in parallel by several servers\,
 depending on compatibility constraints described by a bipartite graph
 between classes and servers\, and each server applies
 first-come-first-served policy to its compatible customers. We first prove
 that\, if the service requirements are independent and exponentially
 distributed with unit mean\, this simple policy yields the same average
 performance as balanced fairness\, an extension to processor-sharing known
 to be insensitive to the distribution of the service requirements. A more
 general form of this result\, relating order-independent queues to Whittle
 networks\, is also proved. Lastly\, we derive new formulas to compute
 performance metrics.\n\n\n\nThese theoretical results are then put into
 practice. We first propose a scheduling algorithm that extends the
 principle of round-robin to a cluster where each incoming job is assigned
 to a pool of computers by which it can subsequently be processed in
 parallel. Our second proposal is a load-balancing algorithm based on tokens
 for clusters where jobs have assignment constraints. Both algorithms are
 approximately insensitive to the job size distribution and adapt
 dynamically to demand. Their performance can be predicted by applying the
 formulas derived for the multi-server queue.\n\n\n\nRésumé :\n\n\n\nLa
 demande croissante pour les services de cloud computing encourage les
 opérateurs à optimiser l’utilisation des ressources dans les grappes
 d’ordinateurs. Cela motive le développement de nouvelles technologies
 qui rendent plus flexible la gestion des ressources. Cependant\, exploiter
 cette flexibilité pour réduire le nombre d’ordinateurs nécessite aussi
 des algorithmes de gestion des ressources efficaces et dont la performance
 est prédictible sous une demande stochastique. Dans cette thèse\, nous
 concevons et analysons de tels algorithmes en utilisant le formalisme de la
 théorie des files d’attente.\n\n\n\nNotre abstraction du problème est
 une file multi-serveur avec plusieurs classes de clients. Les capacités
 des serveurs sont hétérogènes et les clients de chaque classe entrent
 dans la file selon un processus de Poisson indépendant. Chaque client peut
 être traité en parallèle par plusieurs serveurs\, selon des contraintes
 de compatibilité décrites par un graphe biparti entre les classes et les
 serveurs\, et chaque serveur applique la politique premier arrivé\,
 premier servi aux clients qui lui sont affectés. Nous prouvons que\, si la
 demande de service de chaque client suit une loi exponentielle
 indépendante de moyenne unitaire\, alors la performance moyenne sous cette
 politique simple est la même que sous l’équité équilibrée\, une
 extension de processor-sharing connue pour son insensibilité à la loi de
 la demande de service. Une forme plus générale de ce résultat\, reliant
 les files order-independent aux réseaux de Whittle\, est aussi prouvée.
 Enfin\, nous développons de nouvelles formules pour calculer des
 métriques de performance.\n\n\n\nCes résultats théoriques sont ensuite
 mis en pratique. Nous commençons par proposer un algorithme
 d’ordonnancement qui étend le principe de round-robin à une grappe où
 chaque requête est affectée à un groupe d’ordinateurs par lesquels
 elle peut ensuite être traitée en parallèle. Notre seconde proposition
 est un algorithme de répartition de charge à base de jetons pour des
 grappes où les requêtes ont des contraintes d’affectation. Ces deux
 algorithmes sont approximativement insensibles à la loi de la taille des
 requêtes et s’adaptent dynamiquement à la demande. Leur performance
 peut être prédite en appliquant les formules obtenues pour la file
 multi-serveur.\n\n\n
CATEGORIES:PhD Defense,Youtube
LOCATION:Paris-Rennes Room (EIT Digital)\, 23 avenue d'Italie\, 75013
 Paris\, France
X-APPLE-STRUCTURED-LOCATION;VALUE=URI;X-ADDRESS=23 avenue d'Italie\, 75013
 Paris\, France;X-APPLE-RADIUS=100;X-TITLE=Paris-Rennes Room (EIT
 Digital):geo:0,0
END:VEVENT
BEGIN:VTIMEZONE
TZID:Europe/Paris
X-LIC-LOCATION:Europe/Paris
BEGIN:DAYLIGHT
DTSTART:20190331T030000
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
END:DAYLIGHT
END:VTIMEZONE
END:VCALENDAR