The scalability of FSF has to be an

The scalability of FSF has to be analyzed from two points of view. From the execution runtime overhead, the scheduling algorithms used to manage the server information and schedule the threads have O (log n) complexity, where n is the number of servers currently instanced in the system. Adding the server management scheme on top of the EDF or fixed priority scheduler does not add further complexity to the algorithm, so the framework is very scalable. From the point of view of negotiation times, the scalability depends on the particular admission test implemented. For example, in Shark we implemented an utilization based test that had the restriction of deadlines equal to periods, and the advantage of a linear dependency, O (n), on the number of servers. In MaRTE OS we used a more elaborate utilization test that can be used for deadlines less than or equal to the periods, which has a time dependency of O (n2), making it a bit less scalable. Of course, off-line admission test may be carried out for a fully scalable approach.

ผลลัพธ์ (ไทย) 1:

ขนาดของ FSF จะวิเคราะห์จากมุมมองสองจุดได้ จากเหนือศีรษะขณะทำการดำเนินการ อัลกอริทึมการจัดกำหนดการที่ใช้ในการจัดการข้อมูลของเซิร์ฟเวอร์ และกำหนดหัวข้อมีความซับซ้อน (ล็อก n) O โดยที่ n คือ จำนวนของเซิร์ฟเวอร์ในขณะนี้ instanced ในระบบ เพิ่มแผนบริหารเซิร์ฟเวอร์บน EDF หรือกำหนดการความสำคัญคงไม่เพิ่มเติมซับซ้อนอัลกอริทึม จึงกรอบมากสามารถปรับ จากจุดของมุมมองของเวลาเจรจาต่อรอง ขนาดที่ขึ้นอยู่กับการทดสอบการเข้าดำเนินการ ตัวอย่าง ในปลาฉลาม เราดำเนินการทดสอบการใช้ประโยชน์ตามที่มีข้อจำกัดของกำหนดเวลาเท่ากับระยะเวลา และข้อดีของการอ้างอิงแบบเชิงเส้น O (n), จำนวนของเซิร์ฟเวอร์ ใน MaRTE OS ที่เราใช้ทดสอบใช้ความละเอียดยิ่งขึ้นซึ่งสามารถใช้กำหนดเวลาน้อยกว่า หรือเท่ากับรอบระยะเวลา ซึ่งมีเป็นเวลาอ้างอิงของ O (n2), การปรับขนาดได้เล็กน้อย แน่นอน อาจดำเนินออกทดสอบเข้าออฟไลน์สำหรับวิธีการปรับขนาดได้อย่างเต็ม

ผลลัพธ์ (ไทย) 2:

ความยืดหยุ่นของ FSF จะต้องมีการวิเคราะห์จากสองจุดของมุมมอง จากค่าใช้จ่ายในการดำเนินการรันไทม์ขั้นตอนวิธีการจัดตารางเวลาที่ใช้ในการจัดการข้อมูลเซิร์ฟเวอร์และกำหนดเวลากระทู้ได้ O (log n) ความซับซ้อนที่ n คือจำนวนของเซิร์ฟเวอร์ปัจจุบัน instanced ในระบบ เพิ่มรูปแบบการจัดการเซิร์ฟเวอร์ที่ด้านบนของ EDF หรือกำหนดการจัดลำดับความสำคัญคงไม่เพิ่มความซับซ้อนของขั้นตอนวิธีการต่อไปเพื่อให้กรอบการทำงานสามารถปรับได้มาก จากมุมมองของการเจรจาต่อรองครั้งการขยายขนาดขึ้นอยู่กับการทดสอบการรับสมัครโดยเฉพาะอย่างยิ่งการดำเนินการ ยกตัวอย่างเช่นในปลาฉลามเราดำเนินการทดสอบการใช้ประโยชน์ตามที่มีข้อ จำกัด ของการกำหนดเวลาเท่ากับระยะเวลาและประโยชน์จากการพึ่งพาเชิงเส้น, O (n) ในจำนวนของเซิร์ฟเวอร์ ใน Marte OS ที่เราใช้ในการทดสอบการใช้ประโยชน์ที่ซับซ้อนอื่น ๆ ที่สามารถนำมาใช้สำหรับกำหนดเวลาที่น้อยกว่าหรือเท่ากับระยะเวลาที่มีการพึ่งพาเวลาของ O (n2) ทำให้มันเป็นบิตที่ปรับขนาดได้น้อย แน่นอนว่าการทดสอบการรับสมัครแบบ off-line อาจจะดำเนินการสำหรับวิธีการปรับขนาดได้อย่างเต็มที่

ผลลัพธ์ (ไทย) 3:

ดาต้าเซ็นเตอร์ของ FSF มีการวิเคราะห์จากมุมมอง 2 จุด จากรันไทม์การค่าใช้จ่ายในการจัดตารางอัลกอริทึมที่ใช้ในการจัดการเซิร์ฟเวอร์ข้อมูลตารางเวลาและหัวข้อได้ O ( log n ) ความซับซ้อนโดยที่ n คือหมายเลขของเซิร์ฟเวอร์ในปัจจุบัน instanced ในระบบเพิ่มโครงการการจัดการเซิร์ฟเวอร์ที่ด้านบนของ EDF หรือตารางเวลาความคงที่ไม่เพิ่มความซับซ้อนเพิ่มเติมขั้นตอนวิธี ดังนั้นกรอบมากปรับขนาดได้ . จากมุมมองของเวลาในการเจรจา ขณะที่ขึ้นอยู่กับเฉพาะเข้าทดสอบการใช้งาน ตัวอย่างเช่นฉลามที่เราใช้ในการใช้ทดสอบนั้นมีการจำกัดเวลาเท่ากับระยะเวลา และข้อดีของระบบเชิงเส้น O ( n ) จำนวนของเซิร์ฟเวอร์ ในระบบปฏิบัติการที่เราใช้ทดสอบการใช้ Marte ซับซ้อนมากขึ้นที่สามารถใช้สำหรับเวลาที่น้อยกว่าหรือเท่ากับระยะเวลา ซึ่งมีช่วงเวลาการ O ( n2 ) ทำให้บิตยืดหยุ่นน้อย แน่นอนทดสอบการออฟไลน์ อาจต้องดําเนินการสําหรับวิธีการอย่างเต็มที่ปรับขนาดได้ .