Replicated

워크로드, FIFO, SJF, STCF입니다. 각기 다른 시간에 도착한 다른 양의 작업들입니다. *** FIFO ATT = 43 / 5 임. 0.8 아님. RR과 MLFQ 중 모든 큐의 타임 퀀텀이 1인 경우입니다. *** RR(q=1) ATT = (4 + 16 + 13 + 14 + 7) / 5 임 *** MLFQ(q=1) ATT = (4 + 18 + 12 + 13 + 3) / 5 임 MLFQ 중, 큐의 우선순위에 따라 2의 i 제곱만큼 타임 퀀텀을 할당하는 방법입니다. ** 실제로 구현된 MLFQ 스케줄러를 보면 그냥 따로 큐마다 적절하게 타임 퀀텀을 설정해두었습니다.

저번 글에서 FIFO, SJF, STCF, RR에 대해 이야기했습니다. 그런데, 반환시간이랑 응답시간을 둘 다 좋게 만드는 방법이 없을까 고민한 사람이 있었고(By F. Cormato), MLFQ로 튜링 상을 타셨습니다. 기본적인 기계학습의 개념입니다. 여러개의 레벨이 다른 큐(레디 큐)를 이용해(멀티레벨) 과거를 기반으로(피드백) 스케줄링합니다. 스케줄링의 규칙이 있습니다. 1. 우선순위가 높은 잡부터 실행 2. 우선순위가 동일하면 라운드 로빈 3. 새로 들어오는 작업은 가장 높은 우선순위를 가지는 큐에 넣음 4a. 어떤 큐에서 스케줄링되고 타임 퀀텀이 끝나면 우선순위가 감소 4b. 스케줄링 되었는데 자기 시간을 다 못썼으면(IO등에 의한 블록 상태) 꺠어났을 때 원래 있던 큐로 이 규칙을 기반으로, ..