论文部分内容阅读
由于性能价格比高和可扩展性好等特点,机群系统逐渐成为并行计算的主流平台.然而,机群操作系统对各种系统资源(处理器,存储器,硬盘,网络等)的管理仍然是分布式的,整个系统被视为一组独立管理计算机的集合,这种特性致使机群系统的资源不能被充分利用,造成了各种资源的浪费.研究结果表明,机群系统存在着大量可用的空闲存储器资源.
另一方面,计算机应用在规模上呈现飞速上升趋势,这不仅对计算机处理能力提出了新的要求,对计算机的存储能力同样要求也越来也高.由独立节点构成的机群系统,存在着大量可用的存储器资源,而单机的存储器资源往往是有限的,随着计算机网络速度的提高,访问磁盘的等待时间远大于访问远程节点存储器的时间,为充分利用机群系统的存储器资源,国内外很多学者在操作系统的各个层面研究出远程调页技术来整合机群系统的存储器资源以满足存储密集型应用对存储器资源的需求.
超并行处理(Hyper Parallel Processing,HPP)是中科院计算所为研制下一代百万亿次超级计算机所提出的一种多处理器体系结构,它是一个基于全局物理地址空间的分布式系统,该特性为整合系统的存储器资源以更好地支持节点上的存储密集型应用带来了新的机遇和挑战.本文在研究前人研究成果的基础上,针对HPP体系结构特点,提出一种新的内存租赁协议(Memory Rented Protocol,MRP)以实现HPP系统存储器资源共享.本文在系统分析实现内存租赁协议所需考虑的关键问题的基础上,给出了一个在HPP模拟系统上实现的基于内存租赁协议的全局共享内存系统(Global Shared MemorySystem,GSMS).本文通过测试程序较为全面地测试了GSMS在HPP模拟系统节点上的性能,并详细分析了影响GSMS性能的几个关键因素,针对这些关键因素,提出了实时内存客户端技术和动态页面预分配技术来改进这些关键因素对GSMS性能的影响,实际测试结果表明,这些技术对于提升GSMS性能作出了一定的贡献.本文通过一组存储密集型应用程序测试了GSMS带给这些应用程序的性能提升,实验结果表明,GSMS能够有效地整合HPP系统物理内存资源为存储密集型应用所用,大大减少了存储密集型应用程序的执行时间,而且其时间开销相对于应用程序性能的提升比较小,同时对GSMS空间开销的分析表明,GSMS的可扩展性非常好.