1 / 37

Garantir la qualité de service temps réel: ordonnancement et gestion de files d’attente

Garantir la qualité de service temps réel: ordonnancement et gestion de files d’attente. YeQiong SONG, LORIA – INPL – Nancy Université. Plan. Mécanismes de gestion de la QdS Gestion de files d’attente Ordonnancement de messages

weldon
Download Presentation

Garantir la qualité de service temps réel: ordonnancement et gestion de files d’attente

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Garantir la qualité de service temps réel:ordonnancementetgestion de files d’attente YeQiong SONG, LORIA – INPL – Nancy Université

  2. Plan • Mécanismes de gestion de la QdS • Gestion de files d’attente • Ordonnancement de messages • Remarques sur des méthodes d’évaluation des bornes de temps de réponse Y.Q. Song

  3. Contrôle d’admission pour la garantie 1 - Gestion de la QdS dans un nœud de réseaux à commutation de paquets - Borner les flux d’arrivée: Leaky bucket - Gérer la saturation de buffers: RED - Ordonnancer les paquets: WFQ Y.Q. Song

  4. 2 - Mécanismes de gestion de files d’attente • TD (Tail Drop) • RED (Random Early Detection) • DLB (Double Leaks Bucket) Y.Q. Song

  5. TD Rejet quand file pleine Simulation TD avec flux d’arrivée Poissonnien =1, taille file = 9, C = 0,8 101101111100001100011111111111111111111111111011101010010111111111011111101001111101010010100001111100111111111111111111111111111111111111110111011001101000111111101111110111111110 Y.Q. Song

  6. RED (rejet avec probabilité) Ne rien rejeter Rejet avec Proba P Rejeter tout min max P 1 Maxp Longueur moyenne de file Y.Q. Song

  7. RED Lg_moy = (1-Wq)*Lg_moy + Wq*lg_inst Longueur de file Lg_inst Lg_moy Temps Y.Q. Song

  8. DLB RED TD Taille moyenne de file 4.7 4.3 9.0 Délai moyen (ms) 4.8 4.5 8.7 Taux de perte 22% 22% 20% Pertes consécutives max. 1 4 4 Pertes consécutives moy. 1 1.64 1.54 RED Simulation RED avec flux d’arrivée Poissonnien =1, taille file = 9, C = 0,8, wq = 0,2, max_p = 0,34, minth = 3, maxth = 6 111010010000111111111111111111111111111111010111111111100110011111011111111111111111111111111111110110010111011111011111111111111111110100001111000110001010111111111111111111101010 Simulation TD101101111100001100011111111111111111111111111011101010010111111111011111101001111101010010100001111100111111111111111111111111111111111111110111011001101000111111101111110111111110 Y.Q. Song

  9. Observations Considérons un exemple de transmission de paquets de voix pour une session de téléphonie IP Congestion  rejet de paquets  dégradation de QdS Problème: seul taux de pertes ne permet pas de mesurer la dégradation. Pour un même taux, une longue séquence de pertes consécutives impacte plus la QdS Nouveaux modèles pour mieux spécifier la tolérance à la dégradation de QdS? Nouveaux mécanismes pour éviter de longues séquences de pertes? Modèle (m,k)-firm Double Leaks Bucket Y.Q. Song

  10. Modèle (m,k)-firm • Temps réel dur: non respect d’une échéance entraîne des conséquences catastrophiques • Temps réel souple: non respect des échéances entraîne une diminution de performances (QdS dégradée) • Temps réel « firm »: temps réel souple mais avec le non traitement des paquets ne pouvant pas respecter leur échéances (paquets rejetés) • (m,k)-firm: respect des échéances d’au moins m parmi k paquets consécutifs quelconques [Hamdaoui95] Y.Q. Song

  11. 1 0 011 1 0 101 010 1 110 0 1 0 1 001 100 1 000 0 0 (m,k)-firm et états du system • Exemple de (2,3)-firm • k-séquence 1 0 111 1 0 Y.Q. Song

  12. 1 0 0 1 1 1 0 0 1 1 1 0 0 1 1 . . . - k-séquence dynamique 1 0 0 1 1 1 0 1 0 1 1 1 0 1 0 ... k-séquence et expression de contraintes (3,5)-firm - k-séquence fixe = k-pattern Y.Q. Song

  13. I I GOP (Groupe Of Pictures) P P P P P P B B B B B B B B B B B B B B B B 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 Exemple d’une application acceptant la contrainte (m,k)-firm • Flux vidéo MPEG Y.Q. Song

  14. Maquette de tests VideoLan : générateur de trafic MPEG Y.Q. Song

  15. Test sur maquette Vidéo initiale: Y.Q. Song

  16. Test sur maquette Test 1: rejet de tous les paquets de type I Image fixe Y.Q. Song

  17. Test sur maquette Test 2: rejet de tous les paquets de type P Y.Q. Song

  18. Test sur maquette Test 3: rejet de tous les paquets de type B Y.Q. Song

  19. Modèle R-(m,k)-firm R-(m,k)-firm est une relaxation du modèle (m,k)-firm afin d’augmenter le taux d’utilisation du serveur – un problème bien connu de l’ordonnancement est non préemptif [Thèse J. Li 07] Facteur (m,k) : pour un groupe quelconque dekpaquets consécutifs,au moins msont transmis avant un facteur de délai Facteur délai: à l’instantt, kpaquets sont émis par la source. Alors, mparmi eux doivent être transmis à la destination avantt+.  une échéance par groupe de paquets au lieu d’une par paquet. Y.Q. Song

  20. DLB (Double Leaks Bucket) Un simple lavabo avec une évacuation de trop plein Y.Q. Song

  21. DLB RED TD Taille moyenne de file 4.7 4.3 9.0 Délai moyen (ms) 4.8 4.5 8.7 Taux de perte 22% 22% 20% Pertes consécutives max. 1 4 4 Pertes consécutives moy. 1 1.64 1.54 DLB Simulation DLB (q1=3, q2 = 6, taille de file = 9, C1 = 0,8, C2 = 0,4) 011011011011011011011011011011011011011111111111111111101101101101101101101101111111110110110110110110110110110110111111111111111111111111111101101101101101101101101101101101101101 Propriété 1: non pertes consécutives Y.Q. Song

  22. DLB Property 2: Garantie déterministe R-(m,k)-firm pour flux (,)-borné Theorem: Pour un flux (,)-borné, si DLB est configuré selon les conditions suivantes, la contrainte R-(m,k)-firm sera respectée de façon déterministe • Condition (1) : C1+C2> ;  • Condition (2): si >q2, alors sinon Y.Q. Song

  23. 3 - Ordonnancement de message Y.Q. Song

  24. D1 P19 P18 P17 WFQ P22 P16 P15 P14 P21 P13 P12 P11 P16 P15 P14 P13 P12 P11 D2 P25 P24 P23 P25 P22 P24 P21 P23 WFQ Flux 1 : 3 Mbit/s Flux 2 : 1 Mbit/s Temps Virtuel de Départ Y.Q. Song

  25. WFQ et temps de réponse borné • WFQ garantit à chaque source de flux i • une portion de bande passante gi proportionnelle à son coefficient de partage i • un délai maximal ssi le trafic du flux est borné par une courbe d’arrivée (si,ri)-borné et avec ri gi : Y.Q. Song

  26. Problème de WFQ pour temps réel • WFQ est initialement conçue pour garantir la bande passante mais pas le délai ! • Pour un flux donné, plus le coefficient de partage est petit, plus le délai est grand • Problème : flux temps-réel de faible besoin en bande passante, mais nécessitant un délai étroit (Voix sur IP avec Débit=64Kb/s) • Sous-utilisation de ressources pour garantir le délai • Borne sur le délai = f(Bande passante réservée,Rafale) Y.Q. Song

  27. (m,k)-WFQ [thèse A. Koubâa 04] • Objectifs de (m,k)-WFQ: • Prise en compte de (m,k)-firm • Utilisation plus efficace de la bande passante pour réduire Dmax • Principe de (m,k)-WFQ: • Marquage des paquets par la source selon -pattern (introduction de deux priorités) • Estampillage des paquets selon le temps virtuel de départ de WFQ Y.Q. Song

  28. Sélection min(Fik) parmi les paquets critiques Sinon parmi les paquets optionnel Paquet Critique Paquet Optionnel Echéance Respectée Echéance Ratée Rejet du paquet Envoyer le paquet Algorithme (m,k)-WFQ Y.Q. Song

  29. Un exemple Y.Q. Song

  30. Performances de (m,k)-WFQ Taille de paquet constante = 1 Ko Temps de réponse maximal simulé : (m,k)-WFQ WFQ (m,k)-FIFO FIFO Voix 9,769 4776,83 20,529 48,031 Vidéo3,999 41,084 21,086 49,031 FTP3,837 18,048 21,442 49,083 Voix: 6,8% Vidéo: 5,5% Taux de rejet (m,k)-WFQ: Y.Q. Song

  31. bits r s t Flux Critique (m, k)-Filtre MUX S (s,r)-Shaper (s,r) (k-m,k)-Filtre (b,r)-Shaper Flux Optionnel k-m k Garantie de temps de réponse de (m,k)-WFQ Le nombre maximum de paquets optionnels transmis par le serveur est l’ensemble des paquets ayant un délai inférieur à l’échéance désirée Dop: b = Dop  (supposons que la bande passante du serveur g = ) Y.Q. Song

  32. Borne de temps de réponse de (m,k)-WFQ • Les deux systèmes suivants sont équivalents • servi par un serveur WFQ • servi par un serveur (m,k)-WFQ • Borne sur le délai d’un flux (s,r)-borné servi par (m,k)-WFQ Y.Q. Song

  33. Borne de temps de réponse de (m,k)-WFQ • Si aucun paquet optionnel n’est servi: • Pour garantir un temps de réponse entre D*min et D*max, on peut ajuster Dopqui détermine b = Dop Y.Q. Song

  34. (m,k)-WFQ Le flux est (s,r)-borné Le flux est (s*,r*)-borné Délai Garanti par (m,k)-WFQ WFQ Y.Q. Song

  35. 4 – Remarques sur méthodes d’évaluation de bornes des temps de réponse • Flux périodique et son enveloppe majorante (,) Y.Q. Song

  36. (si Ri < Ti) avec L’analyse de la trajectoire du « pire cas » vs. l’analyse de l’enveloppe majorante (,) Exemple de priorité fixe Y.Q. Song

  37. Questions? Y.Q. Song

More Related