-
Notifications
You must be signed in to change notification settings - Fork 7
Rate Monotonic Scheduling
- 有多項任務需要處理,每個任務都有它的時間壓力。
- 共享資源應該要能被排程
- 系統重複的執行固定排程
- 類似按表操課,每個禮拜的每一堂課都是固定的。
- 目前仍有許多系統採用這種方式做排程
- 它的好處是:容易除錯與實現,並且有很高的確定性(因為任務數量、長度、出現頻率都是固定的)。
- 它的壞處是:不容易修改或是更新(也就是 programmable 的程度很低)。
- hyper-period (h) 表達了任務集的 Time window,它的計算方式是取每一個任務的 period 的最小公倍數。
- 假設: Task A(1,3) 與 Task B(2,5) 要做排程,它們的 hyper-period 就是 15,每 15 個時間單位一個 frame,每個 frame 裡面的任務順序都會是一樣的。
Task n(c,p)
p
是 period,即任務出現的頻率、c
是 computation time,即處理時間。
在 time interval [t,t+x] 以及 [t+h,t+h+X] 執行的 routines 是相同的。
Rate-Monotonic Sheduling (RM) 又稱 Fixed-Priority Scheduling。
- 所有 job 繼承了 task 的固定優先權。
- task 的優先權與 task rate 成反比。
- 更小的 period 會有更高的 priority
- Task 不一定永遠趕上它的 deadline
- 假設一個 Task
T(i)
,如果在T(i)
的 Critical instant 釋出 jobJ(i,c)
,則它會有最長的回應時間。 - 在這個 Case 下,要趕上
J(i,c)
的難度是最大的。 - 也就是說,如果
J(i,c)
能在這個 Case 下趕上 deadline,那之後釋放T(i)
的 job 都能夠被順利完成。
T(i)
的 critical instance 會在所有更高優先權的 job 與它的 job 被釋出時出現,比如說,現在有 3 個 Task,分別是:
- Task A(1, 3)
- Task B(3, 6)
- Task C(2, 9)
對 priority 最小的 Task B 來說,它的 critical instance 會在 Time t = 18 時出現。
- 對於 Ti 的第一個週期來說,它有可能會被比它要高優先權的任務干擾。
- 至於為何要取 ceiling function 是因為任務不一定要等到下一個完整週期才會加進來。
在 critical instance 的 T(i)
的 job 的回應時間可以被 recursive function 計算:
若一個任務集 {T1, T2, T3, ..., Tn} 可以被排程,則代表該任務集當中的每一個任務的 worst-case response time 都小於它們各自的 period。
Task set = {T1(2,5), T2(2,7), T3(3,8)}
- R0 = 2 ≤ 5 (pass)
- R0 = 2 + 2 = 4 ≤7 (pass)
- R1 = 2 * ┌4/5┐+2 * ┌4/7┐ = 4 ≤ 7 (pass)
- R0 = 2 + 2 + 3 = 7 ≤ 8 (pass)
- R1 = 2 * ┌7/5┐ + 2 * ┌7/7┐ + 3 * ┌7/8┐ = 9 > 8 (failed)
Response Time 需要算到前後兩次都沒有增加為止,舉例來說:如果 R0 是 6,R1 也是 6,前後並沒有增加,那我們就能確定之後的 Response Time 不會再增加。
由於 T3 的 R1 超出時間,所以可以認定這個 Task Set 是 non-schedulable。
- 如果 response time 於 Rn 收斂,則 first lowest-priority job 會在 Rn 完成。
- 如果 Rn 早於 Pn,則 first lowest-priority job 會在它的 critical instance 碰上 deadline。
- 由於 job 在 critical instance 存活下來,我們可以確保它永遠會滿足任何 task 層面的 deadline。
這樣的估算方法非常浪費時間,時間複雜度高達 O(n^2 * Pn)。
- 如果任務週期很小並且相互優先時會非常慢。
- RMA 更適合應用在 static systems。
我們先假設一個估量方法:
- 如果滿足以下兩個條件,系統一定能處理這個 task set:
- 只有一個 task
- c/p ≤ 1,也就是說 CPU 使用率未滿
- 超低的時間複雜度
O(1)
- 這樣做過於悲觀
基於這個估量方式,如果更進一步去考慮多個任務的 Case,就是 Utilization Test。
1. Utilization factor
Task 的 utilization factor 為 c/p
。
2. 一個 task set {T1, T2, T3, ..., Tn} 的 utilization factor 為:
3. 如果 total utilization 超過 1,那這個 task set 一定不可排。
如果滿足下方的條件,那麼這個 task set 一定能被 RMS 排程:
- 當 task set 的 total utilization 小於 U(n) 估量的結果,那麼 task set 是一定可被 RM 排程的。
- 時間複雜度 O(n) 是可以接受的。
當 U(n) 的 n 非常大,U(n) 會非常接近 0.68
:
假設一個 Task Set = {T1(1,3), T2(2,5)}:
- 它們的 utilization 分別為 1/3 與 2/5,加總後為 0.73。
- 0.73 小於 U(2) = 0.828,所以這個 task set 能被 RM 排程。
雖然 Utilization test 提供一個更高效的測試方法,但是這個方法是存在誤差的:
- 即使 Test 告知該 task set 不可排,但是這個 task set 仍可能是可排的。
- 因此,Utilization Test 只能保證當一個 Task set 通過測試那一定是可排程的。