CN105429909A - 一种基于复色的并行交换调度方法 - Google Patents

Abstract

本发明针对大规模高速交换网络中的业务调度问题，公开了一种基于复色的并行交换调度方法，采用批量调度的方式，引入复色的概念，利用复色最优、分布式以及可并行化的特点，在无需知道交换网络全局信息的前提下，完成对交换系统的业务调度，快速而有效地得到最优的调度方案，使得交换网络中的带宽得到最大化的利用，获得接近100％的吞吐能力。该算法的计算复杂度为O(log²N)。

Description

一种基于复色的并行交换调度方法

技术领域

本发明涉及交换网络技术领域，特别是涉及一种基于新型着色方式复色的并行交换调度算法。

背景技术

近年来，随着大量新兴宽带应用的迅速发展，人们对于海量信息的传输、处理提出了更高的要求。其中，交换系统扮演着重要的角色。无论是在传统网络，例如城市骨干网，还是在以数据中心为代表的新型网络中，交换网络都起着至关重要的作用。

交换网络的性能主要取决于业务调度方法。网络信息的爆炸式增长使得交换机端口的数量越来越多，端口速率也越来越高，实时收集所有端口的数据信息变得越来越困难。因此，业务调度方法的设计主要面临以下挑战和要求：

(1)可扩展性好。一个好的调度方法需要满足交换网络规模不断扩大的发展趋势。

(2)高吞吐量。一个好的调度方法必须使交换网络中的带宽资源得到最大程度的利用，使得整个交换网络获得高吞吐量能力。

(3)分布式并行操作。一个好的调度方法需要尽量减少收集端口信息所带来的代价，降低计算复杂度。

为了达到以上要求，目前关于交换网络的调度方法主要可分为以下几类：

第一大类为最大匹配算法。最大匹配算法的基本思想是，使每个时隙的输入输出端口连接数最大化，从而使即时带宽最大化利用。目前，该类算法的计算复杂度为O(NlogN)，因此，这类算法的可扩展性较差。此外，在非均匀的业务负载情况下，该类算法可能导致系统不稳定。而在实际系统中，大多数业务流量都是非均匀的。因此该类算法无法满足当前交换网络发展的要求。

第二大类为最大权匹配算法。针对最大匹配算法的不足，该类算法将系统的实时数据信息，如缓存队列长度或排队等待时间等，纳入考虑因素，赋予相应的权重。这样，调度算法将利用更多的有效信息，在均匀和非均匀负载情况下，都能得到性能较好的调度方案。然而，目前大部分此类算法的计算复杂度较高，通常为O(N²logN)。因此，该类算法可扩展性较差，无法满足交换网络的发展需求。

第三大类为批量调度算法。在该类调度算法中，规定一个连续时隙范围，称为帧。不同于前两类调度算法在每个时隙都对数据业务进行调度，批量调度算法以一帧为单位，对一帧内的数据业务统一进行调度。这样，既能降低每个时隙的均摊复杂度，也能充分利用该帧内的业务的统计特性。但是，目前存在的该类算法还无法很好地兼顾分布式实现和低计算复杂度。

第四类是准静态调度算法。为了避免在线计算，该类算法应运而生。准静态调度算法主要是基于BirkhoffvonNeuman(BvN)双随机矩阵分解的原理。它们首先将统计平均的业务流量矩阵进行BvN分解，得到交换机的预设交换状态；然后根据分解过程中每个预设交换状态的权重调度这些交换状态，从而达到带宽保证的目的；当业务矩阵发生重大变化时，可根据新的矩阵进行调度。BvN调度算法具有在线计算复杂度低、在平稳业务下可获得高吞吐量的特点。但是在每次业务矩阵发生重大变化时，BvN分解的复杂度高达O(N^4.5)，给系统带来很大的计算负担。

发明内容

本发明的目的是针对高速交换网络中业务调度问题，提出一种基于复色的并行交换调度方法，具有快速、分布式、可并行等特点，在均匀和非均匀的负载下都能得到近100％的吞吐能力，以适应大数据时代高速交换网络的发展需求。

本发明原理如下：将交换网络中的业务调度问题转换为二分图的着色问题来解决。引入复色的概念，在此基础上提出一种快速可并行的调度方法。本调度方法的基本物理场景为N×N交换结构，其中，每个输入端口均具有缓存结构。受到交换结构的限制，在每个时隙每个输入端口最多只能发送一个数据信元，同时每个输出端口最多只能接收一个数据信元。本调度方法采用批量调度的方式，即规定一个时隙周期f为一帧，每次统一调度一个帧内的数据信元。整个调度过程可以采用流水线的模式执行。当我们计算第k个帧的调度方案的同时，第k+1个帧的数据信元正在积累过程中，而第k-1个帧的数据信元则按照计算出来的调度方案发送到对应的输出端口。

为实现上述发明目的，本发明采用如下技术方案：

一种基于复色的并行交换调度方法，包括如下步骤：

步骤1，N×N交换网络，N个输入端口和N个输出端口，每个输入端口均存在输入缓存队列，在每个时隙每个输入端口最多只能发送一个数据信元，同时每个输出端口最多只能接收一个数据信元，一个时隙周期f为一帧，根据第k个帧的数据信元信息，将N×N的交换网络抽象对应为二分图的数学模型G_k＝(V∪U,E)，其中，顶点v_i∈V表示输入端口i，顶点u_j∈U表示输出端口j，边e_m(v_i,u_j)∈E表示从输入端口i去往输出端口j的第m个数据信元，i,j＝1,2,…,N，将需要调度的发送时隙抽象对应为颜色集C＝{c₁,c₂,…,c_Δ}，其中Δ为所有顶点的最大顶点度；

步骤2，将二分图中所有的边e_m(v_i,u_j)∈E均分裂成一对链结，再由各自相连的顶点对其分别着色，保证每个顶点所相连链结都是不同颜色；通过在顶点上执行链结颜色交换操作，最终得到一个着色方案，使得满足同一条边上的两条链结的颜色是相同的且连接同一顶点的所有边的颜色是不同的两个要求；

步骤3，数据信元的传输：根据步骤2得到着色方案，按照颜色所对应的时隙，依次建立对应输入输出端口的通信信道，发送相应数据包。

所述步骤2中链结着色和颜色交换规则是：

若G_k-1中有对应链结，则将G_k-1最终着色中的对应颜色赋予该链结；若无对应链结，则将当前颜色集中没有使用的第一个颜色赋予该链结；

依此操作，每条边将被赋予一组颜色对，称之为复色：若一条边所对应的两条链结的颜色相同，称之为常量，反之，则称之为变量；每个顶点可以将相连的任意两条链结的颜色进行互换，如此，变量在相应的颜色对的路径上进行游走，最终相互碰撞，达到被消除的目的；若顶点没有相应的链结与变量链结进行颜色交换，则直接为变量链结赋予所需颜色，最终，当所有的变量均被消除，得到一个合适的二分图着色方案；若在设置的最大运行时间内，有极少数变量未被消除，则将这部分变量留级到下一帧重新着色。

与现有技术相比，本发明的有益效果是：

(1)将批量调度的问题转化为二分图着色的问题，并且引入复色的概念，能够用最少颜色得到一个正确的着色方案，进而对应地得到一个最优的调度方案。因此，可以最优化地利用系统带宽，使交换系统得到接近100％的吞吐能力。

(2)利用复色的可并行性特点，使每个输入输出端口可以利用本地信息，并行化执行计算操作，大大降低了本调度算法的计算复杂度。本发明的计算复杂度为O(log²N)，其中帧长选择为O(logN)，均摊时间复杂度为O(logN)。因此本发明可以快速有效地得到最优化的调度方案。

(3)采用批量调度的方式，有效反映了业务数据的统计特性。因此，无论是在均匀负载还是非均匀负载情况下，本发明都能保持系统稳定。

附图说明

图1是交换系统与二分图的对应关系的示意图，其中(a)为N×N交换结构示意图，(b)为对应的二分图模型；

图2是基于复色的二分图着色过程的示意图，其中(a)为第k-1帧对应的最终着色，(b)为第k帧对应的初始着色，(c)为第k帧对应的最终着色；

图3是基于复色的变量消除过程的示意图；

图4是基于复色的3×3交换结构对应的变量消除过程的示意图，其中(a)为3×3交换结构示意图，(b)为第k帧对应的二分图模型，(c)为第k-1帧对应的最终着色，(d)为第k帧对应的初始着色；

图5是基于复色的3×3交换结构的调度方案的示意图其中(a)为第k帧对应的初始着色，(b)为变量消除过程，(c)为第k帧对应的最终着色；

图6是基于复色的3×3交换结构的调度方案的示意图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

N×N交换网络。N个输入端口和N个输出端口，每个输入端口均存在输入缓存队列。二分图G＝(V∪U,E)。V和U分别为二分图中两个不相交的顶点集，E为二分图的边集。其中，边集中的任意边e(v_i,u_j)∈E所关联的两个顶点v_i,u_j分别属于顶点集V和U。

本发明包含以下3个步骤：

(1)调度问题初始化：首先，如图1所示，根据第k个帧的数据信元信息，将N×N的交换网络抽象对应为二分图的数学模型G_k＝(V∪U,E)。其中，顶点v_i∈V表示输入端口i，顶点u_j∈U表示输出端口j，边e_m(v_i,u_j)∈E表示从输入端口i去往输出端口j的第m个数据信元，i,j＝1,2,…,N,m∈{1,2,…,f}。

(2)二分图的着色：对于任意e_m(v_i,u_j)∈E，我们在其中引入虚点因此，二分图中所有的边均分裂成一对链结l_m(v_i,u_j)和l_m(u_j,v_i)，如图2(b)所示。对应的输入输出端口分别为其相连的链结着色，以保证每个顶点所相连链结都是不同颜色的。其具体着色规则为：对于任意顶点而言，若在G_k中存在与G_k-1中相同的链结，则将G_k-1的最终着色中的对应颜色赋予该链结；若无对应链结，则将颜色集中的最小可用颜色赋予该链结。例如，如图2(a)、(b)所示，与顶点v_i相邻的链结中，l₁(v_i,u_N)均存在于G_k和G_k-1。因此，l₁(v_i,u_N)被直接赋予它在G_k-1中的颜色。而，l₁(v_i,u_j)仅存在于G_k中，因此，被赋予当前颜色集中没有使用的第一个颜色。依此操作，每条边将被赋予一组颜色对，称之为复色。若一条边所对应的两条链结的颜色相同，我们称之为常量，如图2(b)中的e₁(v_i,u_N)，反之，则称之为变量，如图2(b)中的e₁(v_i,u_j)。每个顶点可以将相连的任意两条链结的颜色进行互换，如图3中顶点1所示。如此，变量可以在相应的颜色对的路径上进行游走，最终相互碰撞，达到的被消除的目的。若顶点没有相应的链结与变量链结进行颜色交换，则直接为变量链结赋予所需颜色，如图3中顶点2所示。最终，当所有的变量均被消除，我们将得到一个合适的二分图着色方案，如图2(c)所示。若在设置的最大运行时间内，有极少数变量未被消除，则将这部分变量留级到下一帧重新着色。

(3)数据信元的传输。由步骤(2)得到着色方案后，按照颜色所对应的时隙，依次建立对应输入输出端口的通信信道，发送相应数据包。

实施例：

在帧长为3的特定业务负载下，一个3×3的交换结构的调度过程，包括如下步骤：

(1)根据第k个帧的数据信元信息，将3×3的交换网络，如图4(a)所示，抽象对应为二分图G_k，如图4(b)所示。其中，顶点v_i∈V表示输入端口i，顶点u_j∈U表示输出端口j，边e_m(v_i,u_j)∈E表示从输入端口i去往输出端口j的第m个数据信元，i,j＝1,2,3,m∈{1,2,3}。例如，输入端口1有一个需要发送至输出端口2的数据包，因此，在顶点v₁和u₂之间存在一条边e₁(v₁,u₂)。

(2)将图G_k中所有的边分裂成一对链结。对应的输入输出端口分别为其相连的链结着色，以保证每个顶点所相连链结都是不同颜色的。如图4(c)、(d)所示，图G_k-1和G_k中均存在e₁(v₂,u₂)和e₁(v₃,u₂)，因此，我们直接用G_k-1的最终着色方案中的颜色为这两条边进行着色。另一方面，我们可以看到e₁(v₁,u₂)并不存在于G_k-1，因此，对应的顶点v₁和u₂分别用各自最小可用的颜色为其相连的链结l₁(v₁,u₂)和l₁(u₂,v₁)进行着色。其他边以此类推，最终得到如图4(d)的初始着色，其中包含4个变量。为了消除这4个变量，顶点集V和U中的顶点交替执行颜色交换的操作，如图5(b)所示。首先，与变量相连的顶点v₁和v₃同时进行颜色交换，如图5(b)-(1)所示。顶点集V中的操作执行完毕后，顶点集U中与变量相连的顶点u₁和u₂也同时进行颜色交换的操作，如图5(b)-(2)所示。依此交替操作直到图中变量全部消除。最终，我们可以得到一个合适的着色方案，如图5(c)所示。

(3)由步骤(2)得到着色方案后，按照颜色所对应的时隙，依次建立对应输入输出端口的通信信道，发送相应数据包。如图6所示，颜色r对应着下一帧的第一个时隙。因此，所有颜色为r的边所对应的输入输出端口建立相应的连接。即，在下一帧的第一个时隙，输入端口1发送数据至输出端口1，输入端口2发送数据至输出端口2，输出端口3发送数据至输出端口3。其他时隙以此类推。

Claims (2)

1.一种基于复色的并行交换调度方法，其特征在于：该方法包括如下步骤：

步骤1，N×N交换网络，N个输入端口和N个输出端口，每个输入端口均存在输入缓存队列，在每个时隙每个输入端口最多只能发送一个数据信元，同时每个输出端口最多只能接收一个数据信元，一个时隙周期f为一帧，根据第k个帧的数据信元信息，将N×N的交换网络抽象对应为二分图的数学模型G_k＝(V∪U,E)，其中，顶点v_i∈V表示输入端口i，顶点u_j∈U表示输出端口j，边e_m(v_i,u_j)∈E表示从输入端口i去往输出端口j的第m个数据信元，i,j＝1,2,…,N，将需要调度的发送时隙抽象对应为颜色集C＝{c₁,c₂,…,c_Δ}，其中Δ为所有顶点的最大顶点度；

步骤2，将二分图中所有的边e_m(v_i,u_j)∈E分裂成一对链结，再由各自相连的顶点对其分别着色，保证每个顶点所相连的链结都是不同颜色；通过在顶点上执行链结颜色交换操作，最终得到一个着色方案，使得满足同一条边上的两条链结的颜色是相同的且连接同一顶点的所有边的颜色是不同的两个要求；

步骤3，数据信元的传输：根据步骤2得到的着色方案，按照颜色所对应的时隙，依次建立对应输入输出端口的通信信道，发送相应数据包。

2.根据权利要求1所述的基于复色的并行交换调度方法，其特征在于：所述步骤2中链结着色和颜色交换规则是：

若G_k-1中有对应链结，则将G_k-1最终着色中的对应颜色赋予该链结；若无对应链结，则将当前颜色集中没有使用的第一个颜色赋予该链结；

依此操作，每条边将被赋予一组颜色对，称之为复色：若一条边所对应的两条链结的颜色相同，称之为常量，反之，则称之为变量；每个顶点可以将相连的任意两条链结的颜色进行互换，如此，变量在相应的颜色对的路径上进行游走，最终相互碰撞，达到被消除的目的；若顶点没有相应的链结与变量链结进行颜色交换，则直接为变量链结赋予所需颜色，最终，当所有的变量均被消除，得到一个合适的二分图着色方案；若在设置的最大运行时间内，有极少数变量未被消除，则将这部分变量留级到下一帧重新着色。