CN107544788B

CN107544788B - 一种带时间印记的数据流图拥塞检测方法

Info

Publication number: CN107544788B
Application number: CN201710591380.4A
Authority: CN
Inventors: 欧焱; 李易; 张�浩; 范东睿; 叶笑春
Original assignee: Beijing Zhongke Ruixin Intelligent Computer Industrial Research Institute Co ltd
Current assignee: Shanghai Ruiwu Technology Co.,Ltd.
Priority date: 2017-07-19
Filing date: 2017-07-19
Publication date: 2020-09-01
Anticipated expiration: 2037-07-19
Also published as: CN107544788A

Abstract

本发明公开了一种带时间印记的数据流图拥塞检测方法，该方法的特点在于节点之间发送的消息包含了消息的发送时间、接收时间以及执行时间，节点通过这三个时间计算得到消息的传输时间以及等待时间，进而计算出节点间的拥塞系数。本发明提供的带时间印记的数据流图拥塞检测方法能够在没有缓冲队列的情况下检测数据流图是否拥塞，并且不需要额外增加管理节点对数据流图中的节点进行实时检测，上游节点能够将自身的拥塞信息传递给下游节点，下游节点可以获知所有前驱节点的拥塞情况，以便采取相应的应对措施。本发明能够大大降低片上存储资源的使用，减少拥塞以及增大处理器吞吐量。

Description

一种带时间印记的数据流图拥塞检测方法

技术领域

本发明涉及数据流体系结构技术领域，具体而言，涉及一种带时间印记的数据流图拥塞检测方法。

背景技术

在当今大数据的背景下，计算机需要处理的数据越来越多。计算机体系结构中的数据流体系结构也越来越受到人们的关注，主要是因为数据流体系结构能够支持大量指令级的并行操作，并且使数据直接在指令之间传递，不用通过存储器进行交互。在计算机中，数据存储的时间往往远大于数据计算的时间，数据流体系结构减少了与存储器的交互，提高了程序的运行效率，并且降低了功耗。

在数据流体系结构中，程序代码可以转化为数据流图。数据流图是有向图，其中每个节点表示程序中的一段代码，有向线段代表节点间的数据流向。在数据流图中，不同的节点的执行速率是不同的，这样可能会造成数据流图的拥塞。缓解数据流图拥塞的方法有多种，例如采用多上下文的方法，对关键路径上的关键节点进行复制的加速方法等。但是这些方法都依赖对数据流图中拥塞状况进行检测。综上，需要一种数据流图中拥塞检测的方法，能够检测出数据流图中执行效率慢的关键节点，及时反馈数据流图的执行情况。

为了解决数据流图中拥塞检测的问题，传统方法如下：

1、基于缓冲队列的拥塞检测方法，该方法通过检测缓冲队列中缓冲的数据是否已达到设定的阈值来判断是否发生拥塞。如图1所示为基于缓冲队列的拥塞检测方法的示意图，在数据流图的每个节点都有缓冲队列，用于缓冲源节点发出的数据，当缓冲的数据达到设定的阈值(即缓冲的数据占整个缓冲队列的一预设比例)时，则判断为已达到拥塞。这个方法的缺点是只能够对具有缓冲队列(无缓冲队列的意思是可以缓冲一个数据，但是不能同时缓冲多个数据)的数据流图进行加速。

2、基于特殊节点的拥塞检测方法，该方法通过一个特殊节点对数据流图中的所有节点进行监控。如图2所示为基于特殊节点的拥塞检测方法的示意图，在数据流图中设置一个特殊节点，该特殊节点与数据流图中的每个节点进行通讯，以检测数据流图中每个节点的拥塞情况。这种方法的不足之处是特殊节点需要检测的节点太多，对网络带宽需求大。

值得注意的是，数据流图的拥塞检测和传统片上网络的拥塞检测是不相同的。数据流图中节点的特点是“输入即执行”，即数据流图中的节点代表程序的一段代码，只要有数据传入数据流图中的节点，节点必须执行其数据才将其转发出去；片上网络中的节点(路由)只负责数据的转发功能，并没有指令的执行功能。这样就会造成片上网络检测拥塞的方法检测的结果与数据流图真实的拥塞检测结果不一样。因为数据流图中存在两种情况的拥塞，一种是网络造成的拥塞，对网络资源的竞争造成了数据不能够及时到达目的节点；一种是节点的计算资源缺乏造成的拥塞，即下一次要执行的数据已经到达了该节点，上一次传入的数据还没有执行完毕而造成了节点的拥塞。采用传统的片上网络拥塞检测方法只能够检测出网络造成的拥塞，不能够检测由于计算资源不足造成的拥塞。另外，数据流图中的节点并不一定在物理结构上是邻接的，造成了检测网络拥塞的困难。

传统的数据流图拥塞检测只能够检测自身节点是否拥塞，而不能够得到外部节点的拥塞信息，这样就会造成资源的不合理竞争(拥塞程度小的节点和拥塞程度大的节点同等地位竞争)。对于数据流图而言，如果节点能够知道其附近节点的拥塞信息，则节点能够更好的分配资源，进而使得数据流图负载均衡。

基于之前的方法，需要一种在没有缓冲队列的情况下仍能够检测数据流图是否拥塞的方法。

发明内容

本发明提供一种带时间印记的数据流图拥塞检测方法，用以在没有缓冲队列的情况下检测数据流图是否拥塞。

为达到上述目的，本发明提供了一种带时间印记的数据流图拥塞检测方法，其包括以下步骤：

S1：数据流图中的每一节点统计其上一次接收到的消息的传输时间t1、等待时间t2以及上一次接收消息时的拥塞系数s1；

S2：发送消息的节点P1在发送一消息A时，将上一次接收到的消息的传输时间t1、等待时间t2、上一次接收消息时的拥塞系数s1以及消息发送时间t3加入到消息A中；

S3：接收消息的节点P2在接收到消息A时，将消息接收时间t4加入到消息A中；

S4：节点P2开始处理消息A时，在消息A中加入消息执行时间t5；

S5：按下式计算节点P2的拥塞系数S：

S＝max{m×(t4-t3)+n×(t5-t4)-c，0}

其中，m、n分别为数据流图的传输系数和等待系数，c为容错系数，t4-t3为消息的传输时间，t5-t4为消息的等待时间；

S6：一定时器控制每一节点定时计算自身的拥塞系数S，并且于每次计算拥塞系数S之后对定时器进行计时清零，于定时时间到时，

若节点未接收到任何消息，则令S＝-1，

若节点接收到了一条消息，则令S＝max{m×(t4-t3)+n×(t6-t4)-c，0}，其中，t6为当前时间。

在本发明的一实施例中，消息发送时间t3、消息接收时间t4以及消息执行时间t5均通过获取计算机本地时间的方式得到。

在本发明的一实施例中，m、n通过以下方式计算得到：

S11：于数据流图中选取节点U1和节点U2，从节点U1向节点U2发送N个测试数据包；

S12：分别统计N个测试数据包的传输时间T_i1和等待时间T_i2，其中，1≤i≤N；

S13：计算每个测试数据包的传输系数m_i和等待系数n_i，

S14：计算数据流图的传输系数m和等待系数n：

在本发明的一实施例中，容错系数c为1。

在本发明的一实施例中，每一节点均存储有一拥塞信息表，其用于记录该节点自身以及与其有消息传输关系的其余节点的传输时间t1、等待时间t2以及拥塞系数S。

本发明提供的带时间印记的数据流图拥塞检测方法能够在没有缓冲队列的情况下检测数据流图是否拥塞，并且不需要额外增加管理节点对数据流图中的节点进行实时检测，上游节点能够将自身的拥塞信息传递给下游节点，下游节点可以获知所有前驱节点的拥塞情况，以便采取相应的应对措施。本发明能够大大降低片上存储资源的使用，减少拥塞以及增大处理器吞吐量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为基于缓冲队列的拥塞检测方法的示意图；

图2为基于特殊节点的拥塞检测方法的示意图；

图3为一片上网络中的一消息A的示意图；

图4为一节点处的拥塞信息表的示意图；

图5a为本发明一实施例的t＝0时刻的示意图；

图5b为本发明一实施例的t＝1时刻的示意图；

图5c为本发明一实施例的t＝5时刻的示意图；

图5d为本发明一实施例的t＝6时刻的示意图；

图5e为本发明一实施例的t＝8时刻的示意图；

图5f为本发明一实施例的t＝13时刻的示意图；

图5g为本发明一实施例的t＝15时刻的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

片上网络与数据流体系结构的区别在于：数据流体系结构中的数据流图上的节点(每个节点代表一段程序指令)对于输入的数据必然执行，执行之后才会将数据转发到其他节点；片上网络的节点(路由)对于接收的数据不一定执行，可能直接转发至下一个节点路由。

数据流图的映射过程是指在已知片上网络体系结构和IP核间通信量的基础上，按某种方法将各IP核分配到片上网络中各资源节点上，以实现特定应用与片上网络体系结构相互对应的过程，映射结果的优劣则是通过比较目标函数而得出的。本发明针对的是映射后得到的数据流图中的拥塞如何检测，而检测到拥塞之后如何进一步处理不是本发明的范畴。

本发明提供了一种带时间印记的数据流图拥塞检测方法，其包括以下步骤：

对于此处提到的消息的传输时间t1、等待时间t2以及上一次接收消息时的拥塞系数S，其各自的计算方法可从以下步骤得知。

如图3所示为一片上网络中的一消息A的示意图，其中，P1/P2/P3/P4为片上网络中的节点，箭头表示消息发送方向，于某一时刻，一消息A由节点P1发送至节点P3，其中，“X”表示消息中的数据及控制等信息，RT1/RT2/RT3分别表示节点P1上一次接收到的消息的传输时间t1、等待时间t2、上一次接收消息时的拥塞系数s1，T1表示消息A的消息发送时间t3。

如图3所示，T2表示消息A的消息接收时间t4。

如图3所示，T3表示消息A的消息执行时间t5。

S5：按下式计算节点P2的拥塞系数S：

S＝max{m×(t4-t3)+n×(t5-t4)-c，0}

“max”表示取“m×(t4-t3)+n×(t6-t4)-c”和“0”二者之中的最大值，可见，拥塞系数S的最小值为0。

其中，m、n分别为数据流图的传输系数和等待系数，c为容错系数，t4-t3为消息的传输时间，t5-t4为消息的等待时间；容错系数c代表拥塞系数的误差范围，用来调节计算结果与真实拥塞情况之间的差距，一般通过经验设置大小合适的值，例如，可以将c为1，也即，当计算出的m×(t4-t3)+n×(t6-t4)的值为1时，由于1为一个较小的值，代表片上网络中的两个节点之间的消息能够很快的被处理，此时相应计算出的拥塞系数S的值为0，可视为这两个节点之间无拥塞。

由于网络是否拥塞不仅与消息的传输时间有关，还与消息的等待时间有关，因此，本发明中需要计算m×(t4-t3)以及n×(t6-t4)的值，以更准确的量化表示节点之间的拥塞程度。

若节点未接收到任何消息，则令S＝-1，

设置定时器以定时计算节点处的拥塞系数S，能够实时获知片上网络的拥塞状况。

可见，本发明中的每一节点在每次开始执行消息时均计算该节点的拥塞系数，不论定时时间是否达到，计算得到的拥塞系数即为该节点的拥塞系数，同时重置定时器。另外，当定时器定时时间到时，不论有没有接收到消息，均按上述方式计算拥塞系数，计算之后再重置定时器以备下次计算。

在本发明的一实施例中，消息发送时间t3、消息接收时间t4以及消息执行时间t5均可以通过获取计算机本地时间的方式得到。

在本发明的一实施例中，m、n可以通过以下方式计算得到：

S13：计算每个测试数据包的传输系数m_i和等待系数n_i，

S14：计算数据流图的传输系数m和等待系数n：

于本发明中，每一节点处可以进一步存储一拥塞信息表，其用于记录该节点自身以及与其有消息传输关系的节点(前驱节点)的传输时间t1、等待时间t2以及拥塞系数S。如图4所示为一节点处的拥塞信息表的示意图，其中，第1列表示该节点A自身及其前驱节点(B～F)的编号(ID)，第2～4列依次写入的是各节点对应的传输时间t1、等待时间t2以及拥塞系数S。其中，节点A的传输时间t1、等待时间t2以及拥塞系数S是前驱节点向节点A发送消息之后计算得到的或在定时器定时时间到后计算得到的，前驱节点(B～F)的传输时间t1、等待时间t2以及拥塞系数S是前驱节点(B～F)向该节点A发送消息时一并传输来的。

以下以一具体实施例进一步说明本发明：

如图5a～图5c所示分别为本发明一实施例的t＝0、t＝1以及t＝5时刻的示意图。其中，A/B/C/D分别为片上网络中的节点，假设t＝0时刻，节点A至节点B的传输系数m为0.4，等待系数n为0.6，容错系数c为1，定时器控制的拥塞系数计算间隔为8，对于节点A而言，上一次传输消息过程得到的传输时间为3，等待时间为5，拥塞系数为4，因此，“传输时间3、等待时间5、拥塞系数4”写入从节点A发送至节点B的消息I1中，同时，节点A发送消息的时刻“0”也写入消息I1中。如图5b所示，t＝1时，节点B接收到节点A发送的消息I1并将该时刻写入消息I1中，同时消息I1中包含的节点A的传输时间3、等待时间5、拥塞系数4写入节点B的拥塞信息表中。如图5c所示，t＝5时，节点B开始处理消息I1中的数据，并将开始处理消息的时间写入消息I1中。由于t＝5时，定时器计数还未到达进行拥塞检测的时刻，因此，此时定时器并未归零，此时计算拥塞系数S＝max{0.6×(5-1)+0.4×(1-0)-1，0}＝1.8。计算完成后，重置定时器为8，更新该节点的拥塞信息。

接上，如图5d～图5g分别为本发明一实施例的t＝6、t＝8、t＝13以及t＝15时刻的示意图。假设在t＝0～t＝6之间，节点A接收到一消息后得到的传输时间为1，等待时间为1，拥塞系数为3，在t＝6时刻，节点A向节点B发送消息I2，同时，节点B向节点D发送消息I3，如图5d所示，消息I3中包含了节点B于上次消息传输之后计算得到的传输时间、等待时间和拥塞系数(此处仅表示节点于发送消息时将其自身的拥塞信息写入要发送的消息之中，消息I3之后的处理不再说明)。如图5e所示，t＝8时刻，节点B接收到消息I2并将接收到消息的时刻写入消息I2中，因此，消息I2的传输时间为8-6＝2。如图5f所示，t＝13时刻，定时器定时时间到(因上次t＝5之后重置了定时器，13-5＝8所以定时器检测到此时需要进行拥塞检测)，此时等待时间为13-8＝5，因此，此时计算拥塞系数S＝max{0.6×(13-8)+0.4×(8-6)-1，0}＝2.8。如图5g所示，t＝15时刻，节点B开始执行消息I2，此时，等待时间为15-8＝7，此时计算拥塞系数S＝max{0.6×(15-8)+0.4×(8-6)-1，0}＝4。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims

1.一种带时间印记的数据流图拥塞检测方法，其特征在于，包括以下步骤：

S5：按下式计算节点P2的拥塞系数S：

S＝max{m×(t4-t3)+n×(t5-t4)-c，0}

若节点未接收到任何消息，则令S＝-1，

2.根据权利要求1所述的带时间印记的数据流图拥塞检测方法，其特征在于，消息发送时间t3、消息接收时间t4以及消息执行时间t5均通过获取计算机本地时间的方式得到。

3.根据权利要求1所述的带时间印记的数据流图拥塞检测方法，其特征在于，m、n通过以下方式计算得到：

S13：计算每个测试数据包的传输系数m_i和等待系数n_i，

S14：计算数据流图的传输系数m和等待系数n：

4.根据权利要求1所述的带时间印记的数据流图拥塞检测方法，其特征在于，容错系数c为1。

5.根据权利要求1所述的带时间印记的数据流图拥塞检测方法，其特征在于，每一节点均存储有一拥塞信息表，其用于记录该节点自身以及与其有消息传输关系的其余节点的传输时间t1、等待时间t2以及拥塞系数S。