2.2.2操作系统(CPU利用率 系统吞吐量 周转时间 调度算法 FCFS SJF HRRN)

简介: 调度算法的评价指标​1.CPU利用率2.系统吞吐量3.周转时间4.等待时间 5.响应时间调度算法1.先来先服务(FCFS, First Come First Serve)2.短作业优先(SJF, Shortest Job First)非抢占式 抢占式​注意几个小细节:对FCFS和SJF两种算法的思考…3.高响应比优先(HRRN, Highest Response Ratio Next)知识回顾与重要考点

调度算法的评价指标


1.CPU利用率


由于早期的 CPU 造价极其昂贵,因此人们会 希望让 CPU 尽可能多地工作


CPU 利用率 :指 CPU “忙碌”的时间占总时间的比例。




Eg :某计算机只支持单道程序,某个作业刚开始需要在 CPU 上运行 5 秒,

再用打印机打印输出 5 秒,之后再执行 5 秒,才能结束。在此过程中,

CPU 利用率、打印机利用率分别是多少?



2.系统吞吐量


对于计算机来说,希望能用尽可能少的时间处理完尽可能多的作业


系统吞吐量 :单位时间内完成作业的数量




Eg :某计算机系统处理完 10 道作业,共花费 100 秒,则系统吞吐量为?


10/100 = 0.1 道 / 秒


3.周转时间


对于计算机的用户来说,他很关心自己的作业从提交到完成花了多少时间。


周转时间 ,是指从 作业被提交给系统开始 ,到 作业完成为止 的这段时间间隔。


它包括四个部分:作业在外存后备队列上等待作业调度(高级调度)的时间、进程在就绪队列上等


待进程调度(低级调度)的时间、进程在 CPU 上执行的时间、进程等待 I/O 操作完成的时间。后三项在一个作业的整个处理过程中,可能发生多次。









4.等待时间


计算机的用户希望自己的作业尽可能少的等待处理机


等待时间 ,指进程 / 作业 处于等待处理机状态时间之和 ,等待时间越长,用户满意度越低。




对于 进程 来说,等待时间就是指进程建立后 等待被服务的时间之和 ,在等待 I/O 完成的期间其实进


程也是在被服务的,所以不计入等待时间。


对于 作业 来说,不仅要考虑 建立进程后的等待时间 , 还要加上作业在外存后备队列中等待的时间。


一个作业总共需要被 CPU 服务多久,被 I/O 设备服务多久一般是确定不变的,因此调度算法其实只会影响作业/ 进程的等待时间。当然,与前面指标类似,也有“ 平均等待时间 ”来评价整体性能。


5.响应时间


对于计算机用户来说,会希望自己的提交的请求(比如通过键盘输入了一个调试命令)尽早地开始被系统服务、回应。 响应时间 ,指从用户 提交请求 到 首次产生响应 所用的时间。





调度算法




Tips :各种调度算法的学习思路


1. 算法思想

2. 算法规则

3. 这种调度算法是用于 作业调度 还是 进程调度?

4. 抢占式?非抢占式?

5. 优点和缺点

6. 是否会导致 饥饿

1.先来先服务(FCFS, First Come First Serve)





例题:各进程到达就绪队列的时间、需要的运行时间如下表所示。使用 先来先服务 调度算法,计算各进程的等待时间、平均等待时间、周转时间、平均周转时间、带权周转时间、平均带权周转时间。



先来先服务调度算法:按照到达的先后顺序调度,事实上就

是等待时间越久的越优先得到服务。


因此, 调度顺序 为:




2.短作业优先(SJF, Shortest Job First)




非抢占式




抢占式





注意几个小细节:


1. 如果题目中 未特别说明 ,所提到的“短作业 / 进程优先算法” 默认 是 非抢占式 的


2. 很多书上都会说“ SJF 调度算法的平均等待时间、平均周转时间最少”


严格来说,这个表述是错误的,不严谨的。之前的例子表明,最短剩余时间优先算法得到的平均等待时间、平均周转时间还要更少


应该加上一个条件“在 所有进程同时可运行 时,采用 SJF 调度算法的平均等待时间、平均周转时间最少”;


或者说“在 所有进程都几乎同时到达 时,采用 SJF 调度算法的平均等待时间、平均周转时间最少”;


如果不加上述前提条件,则应该说“ 抢占式的 短作业 / 进程优先调度算法( 最短剩余时间优先 , SRNT 算法)的平均等待时间、平均周转时间最少”


3. 虽然严格来说, SJF 的平均等待时间、平均周转时间并不一定最少,但相比于其他算法(如 FCFS ), SJF依然可以获得较少的平均等待时间、平均周转时间


4. 如果选择题中遇到“ SJF 算法的平均等待时间、平均周转时间最少”的选项,那最好判断其他选项


是不是有很明显的错误,如果没有更合适的选项,那也应该选择该选项

对FCFS和SJF两种算法的思考…


3.高响应比优先(HRRN, Highest Response Ratio Next)




知识回顾与重要考点





相关文章
|
3月前
|
算法 调度 UED
探索操作系统的心脏:调度算法的奥秘与影响
【10月更文挑战第9天】 本文深入探讨了操作系统中至关重要的组件——调度算法,它如同人体的心脏,维持着系统资源的有序流动和任务的高效执行。我们将揭开调度算法的神秘面纱,从基本概念到实际应用,全面剖析其在操作系统中的核心地位,以及如何通过优化调度算法来提升系统性能。
|
2月前
|
算法 调度 Python
深入理解操作系统中的进程调度算法
在操作系统中,进程调度是核心任务之一,它决定了哪个进程将获得CPU的使用权。本文通过浅显易懂的语言和生动的比喻,带领读者了解进程调度算法的重要性及其工作原理,同时提供代码示例帮助理解。
|
1月前
|
开发框架 .NET PHP
网站应用项目如何选择阿里云服务器实例规格+内存+CPU+带宽+操作系统等配置
对于使用阿里云服务器的搭建网站的用户来说,面对众多可选的实例规格和配置选项,我们应该如何做出最佳选择,以最大化业务效益并控制成本,成为大家比较关注的问题,如果实例、内存、CPU、带宽等配置选择不合适,可能会影响到自己业务在云服务器上的计算性能及后期运营状况,本文将详细解析企业在搭建网站应用项目时选购阿里云服务器应考虑的一些因素,以供参考。
|
2月前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
2月前
|
人工智能 算法 大数据
Linux内核中的调度算法演变:从O(1)到CFS的优化之旅###
本文深入探讨了Linux操作系统内核中进程调度算法的发展历程,聚焦于O(1)调度器向完全公平调度器(CFS)的转变。不同于传统摘要对研究背景、方法、结果和结论的概述,本文创新性地采用“技术演进时间线”的形式,简明扼要地勾勒出这一转变背后的关键技术里程碑,旨在为读者提供一个清晰的历史脉络,引领其深入了解Linux调度机制的革新之路。 ###
|
2月前
|
算法 Linux 定位技术
Linux内核中的进程调度算法解析####
【10月更文挑战第29天】 本文深入剖析了Linux操作系统的心脏——内核中至关重要的组成部分之一,即进程调度机制。不同于传统的摘要概述,我们将通过一段引人入胜的故事线来揭开进程调度算法的神秘面纱,展现其背后的精妙设计与复杂逻辑,让读者仿佛跟随一位虚拟的“进程侦探”,一步步探索Linux如何高效、公平地管理众多进程,确保系统资源的最优分配与利用。 ####
82 4
|
2月前
|
缓存 负载均衡 算法
Linux内核中的进程调度算法解析####
本文深入探讨了Linux操作系统核心组件之一——进程调度器,着重分析了其采用的CFS(完全公平调度器)算法。不同于传统摘要对研究背景、方法、结果和结论的概述,本文摘要将直接揭示CFS算法的核心优势及其在现代多核处理器环境下如何实现高效、公平的资源分配,同时简要提及该算法如何优化系统响应时间和吞吐量,为读者快速构建对Linux进程调度机制的认知框架。 ####
|
2月前
|
算法 大数据 Linux
深入理解操作系统之进程调度算法
【10月更文挑战第24天】本文旨在通过浅显易懂的语言,带领读者深入了解操作系统中的进程调度算法。我们将从进程的基本概念出发,逐步解析进程调度的目的、重要性以及常见的几种调度算法。文章将通过比喻和实例,使复杂的技术内容变得生动有趣,帮助读者建立对操作系统进程调度机制的清晰认识。最后,我们还将探讨这些调度算法在现代操作系统中的应用和发展趋势。
|
3天前
|
算法 数据安全/隐私保护 计算机视觉
基于Retinex算法的图像去雾matlab仿真
本项目展示了基于Retinex算法的图像去雾技术。完整程序运行效果无水印,使用Matlab2022a开发。核心代码包含详细中文注释和操作步骤视频。Retinex理论由Edwin Land提出,旨在分离图像的光照和反射分量,增强图像对比度、颜色和细节,尤其在雾天条件下表现优异,有效解决图像去雾问题。
|
3天前
|
算法 数据可视化 安全
基于DWA优化算法的机器人路径规划matlab仿真
本项目基于DWA优化算法实现机器人路径规划的MATLAB仿真,适用于动态环境下的自主导航。使用MATLAB2022A版本运行,展示路径规划和预测结果。核心代码通过散点图和轨迹图可视化路径点及预测路径。DWA算法通过定义速度空间、采样候选动作并评估其优劣(目标方向性、障碍物距离、速度一致性),实时调整机器人运动参数,确保安全避障并接近目标。