摘要
高效的工作流调度对于提高大规模车对一切（V2X）协议合规性测试的效率至关重要。现有的有向无环图（DAG）调度器对所有测试组件进行统一处理，忽略了V2X工作流中固有的结构异质性，这些工作流包含了独立的组件和具有优先级约束的组件。这导致了子系统之间的干扰、资源利用率低以及任务完成时间延长。本文提出了一种名为AOE–CP（具有边权重的有向无环图和关键路径调度）的结构感知混合调度架构，用于V2X测试。与现有的基于启发式的改进方法不同，AOE–CP通过领域特定的结构重组来实现性能提升，而不是引入新的调度规则。它整合了三种机制：(i) 结构分解，用于分离独立组件和依赖组件并解决它们之间的优化目标冲突；(ii) 关键路径线程隔离，以消除子系统间的资源竞争，并确保V2X主导拓扑的工作流的关键路径等待时间为零；(iii) 基于原子操作的时间估计，支持完全离线的调度，无需运行时性能分析的开销。实验表明，在大规模工作流场景中，与HEFT（异构最早完成时间）和CPOP（处理器上的关键路径）相比，AOE–CP将任务完成时间缩短了14–16%和22–24%。对于包含1000个组件的工作流，调度开销仅为2.1毫秒。AOE–CP使用四个线程即可达到任务完成时间的饱和状态，而HEFT需要12个线程，CPOP需要28个线程，这体现了其优越的资源效率和可扩展性。该框架也可以推广到其他具有混合依赖性的工作流场景。
