Cours systèmes temps réel partie 2 Prof. Khalifa MANSOURI

STR
Prof.M.K.MANSOURI
1
Professeur :
M. K. MANSOURI
Université Hassan II de Casablanca
ENSET de Mohammedia
Département Mathématiques et Informatique
Partie 2

STR
Prof.M.K.MANSOURI
2
Deuxième partie :

STR
Prof.M.K.MANSOURI
3
Ordonnancement Temps Téel
Systèmes temps réel–Deuxième partie–plan du cours :
1. Concept de taches
2. Prédictibilité temporelle des STR
3. Introduction à l’ordonnancement
4. Objectif de l’ordonnancement
5. Modèle d’étude d’ordonnancement : Hypothèses
6. Caractéristiques de taches
7. Types d’algorithmes d’ordonnancement
8. Ordonnancements classiques
9. Ordonnancement des tâches périodiques
10. Algorithme Rate Monotonic Analysis (RMA)
11. Algorithme Deadline Monotonic Analysis (DMA)
12. Algorithme Earliest Deadline First (EDF)
13. Algorithme Least Laxity First (LLF)

STR
Prof.M.K.MANSOURI
4
2.1. Concept de taches (1) :
STR- 2. Ordonnancement Temps Réel
Le système est une collection de tâches
autonomes, s’exécutant en parallèle
(parallélisme logique)
 (statiquement) est décrite par un programme
séquentiel,
Une tâche :
 (à l’exécution) a son propre fil de contrôle,
 peut communiquer et partager des ressources
avec d’autres tâches.

STR
Prof.M.K.MANSOURI
5
l’interprétation varie au cours du cycle de
développement :
 analyse / conception : tâche = une série
d’actions
déclanchée par un stimulus venant d’un capteur
ou par l’arrivée d’une échéance temporelle
 implémentation : tâche = processus ou thread
(Suite de messages diffusés dans un forum par exemple) ou objet
actif ou …
Tâches temps réel soumises à des contraintes
de temps, plus ou moins strictes :
 instant de démarrage,
 instant de fin,
 absolus ou relatifs à d'autres tâches.

STR
Prof.M.K.MANSOURI
6
Il y a trois types de taches :
 Tâches périodiques :
 Déclanchées par le temps. Caractéristiques
connues à l’avance.
 La tache Ti est caractérisée par :
o Pi – période d’arrivée
o Ci – temps de calcul au pire cas (WCET :
Worst Case Execution Time : Pire Temps d'Exécution)
o Di – échéance relative à l’arrivée
 Exemple : Guidage-Navigation-Contrôle dans
un AOCS Attitude and Orbit Control System : Attitude et
système de commande d'orbite (Exemple : Ariane-5)

STR
Prof.M.K.MANSOURI
7
 Tâches apériodiques :
 Déclanchées par un événement extérieur.
Caractéristiques partiellement non-connues.
 La tache Ti est caractérisée par :
o Ci – temps de calcul au pire cas (WCET)
o Di – échéance relative à l’arrivée
o (éventuellement) Ai–temps d’arrivée/contraintes
 Tâches sporadiques :
 tâches apériodiques avec temps minimum
entre arrivées connu.
 Exemple : Séparation des étages dans un
lanceur (Ariane-5)

STR
Prof.M.K.MANSOURI
8
Au niveau de l’interaction entre tâches, on peut
distinguer:
 Les tâches indépendantes, dont l’ordre
d’exécution peut être quelconque.
Au niveau des politiques d’ordonnancement, il est clair
que les dépendances entre tâches auront un rôle crucial
et devront être prises en compte de manière judicieuse.
 Les tâches dépendantes, pour lesquelles il existe
des contraintes de précédence. Il s’agit du cas où
une tâche doit attendre qu’une autre ait terminé
son traitement pour pouvoir commencer le sien.

STR
Prof.M.K.MANSOURI
9
 Tâches dans un contexte temps réel :
Lors de son exécution, un processus est caractérisé par
un état :
lorsque le processus obtient le processeur et s'exécute,
il est dans l'état élu.
… L'état élu est l'état d'exécution du processus.
lors l’exécution, le processus peut demander à accéder
à une ressource importante non disponible, le processus
quitte alors le processeur et passe dans l'état bloqué.
….L'état bloqué est l'état d'attente d'une ressource
autre que le processeur.

STR
Prof.M.K.MANSOURI
10
lorsque le processus obtient la ressource qu'il
attendait, celui-ci peut reprendre son exécution. Mais le
processeur peut être alloué à un autre processus
(système multiprogrammes). Le processus passe alors
dans l'état prêt.
… L'état Prêt est l'état d'attente du processeur.
Le passage de l'état prêt vers l'état élu constitue
l'opération d'élection,
Le passage de l'état élu vers l'état bloqué est
l'opération de blocage,
 Le passage de l'état bloqué vers l'état prêt est
l'opération de déblocage.

STR
Prof.M.K.MANSOURI
11
Cycle de vie Tâche
Prêt
Bloqué
Elu
Election
Fin
BlocageDéblocage
Préemption

STR
Prof.M.K.MANSOURI
12
Un processus est toujours crée dans l'état prêt,
Un processus se termine toujours à partir de l'état élu.
Le graphe des états du processus est le suivant :

STR
Prof.M.K.MANSOURI
13
Une transition peut s’ajouter entre l'état élu et l'état
prêt, la préemption : Réquisition du processeur qui est
retiré au processus élu alors qu’il dispose de toutes les
ressources nécessaires à la poursuite de son exécution.

STR
Prof.M.K.MANSOURI
14
Modèle général d’une tache :

STR
Prof.M.K.MANSOURI
15
Contraintes sur les tâches:
 échéance (deadline)
 contraintes de ressources partagées :
o ressource en lecture : accès partagé
o ressource en écriture : accès exclusif
 contraintes de précédence :
o T1  T2 : T2 ne peut commencer que si
T1 a déjà terminé.
 contraintes de criticité :
o Exemple : 5 niveaux (A-E)
o redondance pour la tolérance aux fautes
o … etc.

STR
Prof.M.K.MANSOURI
16
2.2. Prédictibilité temporelle des STR :
Prédictibilité = assurer a priori que toutes les
taches respectent leurs échéances
 problèmes:
o liés au programme (structure dynamique –
boucles, branches, appels externes – OS, …)
 méthodes: analyse statique de programmes,
interprétation abstraite, analyse dynamique, …
On se base en général sur :
l'analyse de pire temps d'exécution (WCET–Worst
Case Execution Time):
o liés au matériel (cache, exécution prédictive…)
l'ordonnancement des taches

STR
Prof.M.K.MANSOURI
17
2.3. Introduction à l’ordonnancement (1) :
Les tâches temps réel soumises à des contraintes de
temps, plus ou moins strictes
il doit permettre de borner les effets d'incidents ou de
surcharges
Politique d’ordonnancement : politique d’allocation
des tranches de temps processeur (les moments où une
tache est livrée au processeur / suspendue )
L’ordonnancement a pour but de répartir l’utilisation
du processeur entre les différentes tâches demandeuses.
Plusieurs solutions classées selon différents paramètres.
le but de l'ordonnancement est de permettre le respect
de ces contraintes, lorsque l'exécution se produit dans un
mode courant

STR
Prof.M.K.MANSOURI
18
Qu'est-ce que l'ordonnancement de processus ?
2.3. Introduction à l’ordonnancement (2) :

STR
Prof.M.K.MANSOURI
19
2.4. Objectif de l’ordonnancement :
assurer le respect des échéances de manière
prouvable
Une méthode d’ordonnancement est caractérisée
par :
 la méthode effective de construction de l’emploi
du temps (schedule) du processeur (online ou
offline)
 le critère de test d’ordonnancabilite (offline) –
prédiction du comportement « au pire cas »

STR
Prof.M.K.MANSOURI
20
2.5. Modèle d’étude d’ordonnancement : Hypothèses :
Les systèmes que nous allons étudiés :
 Consiste d’un ensemble fixe de taches,
 Toutes les taches sont périodiques,
 les taches sont indépendantes,
(pas de communication/synchronisation)
 on suppose un temps de changement de contexte
zero.

STR
Prof.M.K.MANSOURI
21
2.6. Caractéristiques de taches (1) :
 La figure suivante illustre le diagramme temporels
utilisé pour représenter les taches :
Conventions sur la représentation des taches :
 On note l’occurrence d’un réveil de tâche à l’aide
d’une flèche pointant vers le haut,
l’échéance de la tâche étant représentée par une flèche
pointant vers le bas.

STR
Prof.M.K.MANSOURI
22
 r : date de réveil : moment du déclenchement de la 1ère
requête d'exécution
 C : durée d'exécution maximale (capacité)
 D : délai critique
délai maximum acceptable pour son exécution
 P : période (si tâche périodique)
 d = r+D : échéance (si tâche à contraintes strictes)
 Tâche périodique : rk = r0 + k*P
si D = P, tâche à échéance sur requête

STR
Prof.M.K.MANSOURI
23
 La figure suivante illustre les caractéristiques d’une
tâche périodique à échéance sur requête (D = P), où la
période est égale au délai critique.
 La figure suivante montre les paramètres d’une tâche
périodique :

STR
Prof.M.K.MANSOURI
24
U = C/P : facteur d'utilisation du processeur
paramètres statiques :
CH = C/D : facteur de charge du processeur
s : date du début de l'exécution de la tache
paramètres dynamiques :
f : date de la fin de l'exécution de la tache
D(t) = d-t : délai critique résiduel à la date t (0 ≤ D(t) ≤ D)
C(t) : durée d'exécution résiduelle à la date t (0 ≤ C(t) ≤ C)
L = D-C : laxité nominale de la tâche : retard maximum pour
son début d'exécution s (si elle est seule)
L(t) = D(t) - C(t) : laxité nominale résiduelle : retard
maximum pour reprendre l'exécution
TR = f - r : temps de réponse de la tâche
CH(t) = C(t)/D(t) : charge résiduelle (0 ≤ CH(t) ≤ C/P)

STR
Prof.M.K.MANSOURI
25
 préemptibles ou non
 dépendance ou indépendance
ordre partiel prédéterminé ou induit
partage de ressources
 priorité externe
ordonnancement hors ligne déterminé à la
conception
 gigue maximale
variation entre la requête et le début de l'exécution
 urgence ↔ échéance
 importance
 Une tâche apériodique est représentée par le t-uple T(r, C, D),
 Une tâche périodique est représentée par le t-uple T (r0,C,D),
r0 étant la date de réveil de la première occurrence

STR
Prof.M.K.MANSOURI
26
Quelques définitions (1) :
 facteur d'utilisation du processeur
Configuration : ensemble de n tâches mises en jeu par
l'application :
CH = C/D : facteur de charge du processeur
 le PPCM des périodes dans le cas d'une configuration de
tâches périodiques
U
i 1
n
Ci
Pi
CH
i 1
n
Ci
Di
intervalle d'étude : intervalle de temps minimum pour
prouver l'ordonnançabilité d'une configuration

STR
Prof.M.K.MANSOURI
27
Quelques définitions (2) :
STR- 2. Ordonnancement temps réel
 laxité conditionnelle :
laxité du processeur LP(t) = intervalle de temps pendant
lequel le processeur peut rester inactif tout en respectant
les échéances
 LP(t) = min(LCi(t))
LCi t Di Ci t
(somme sur les tâches déclenchées à la date t et qui
sont devant i du point de vue de l'ordonnancement)
faisabilité = Un ensemble de tâches est dit faisable s’il
est possible d’en proposer un ordonnancement respectant
l’ensemble des contraintes de temps imposées.

STR
Prof.M.K.MANSOURI
28
Buts recherchés dans le cas général :
 en fonctionnement nominal : respect des contraintes
temporelles
 piloter l'application avec 2 objectifs majeurs :
 en fonctionnement anormal (par exemple pannes
matérielles) : atténuer les effets des surcharges et maintenir un
état cohérent et sécuritaire
 de toutes les requêtes en fonctionnement nominal
 ordonnancer = planifier l'exécution des requêtes de
façon à respecter les contraintes de temps
 d'au moins les requêtes les plus importantes (c'est-à-dire
celles nécessaires à la sécurité du procédé) en fonctionnement
anormal

STR
Prof.M.K.MANSOURI
29
2.7. Types d’algorithmes (1) :
Les algorithmes d’ordonnancement peuvent être
catégorisés selon les critères suivants :
 L’architecture physique du système a une influence
sur la manière d’agencer les tâches.
Monoprocesseur/multiprocesseur :
 Certains algorithmes ne peuvent être appliqués qu’à
des systèmes monoprocesseur (ordonnancement
monoprocesseur),
 D’autres se destinent à des systèmes multiprocesseur
(ordonnancement multiprocesseur)
Dans le cadre de ce cours, nous ne traiterons que les
algorithmes monoprocesseur

STR
Prof.M.K.MANSOURI
30
 Les algorithmes préemptifs traitent les systèmes dans
lesquels les tâches peuvent être préemptées :
Algorithme préemptif ou non préemptif :
 Une tâche peut être interrompue à son insu pour
céder le processeur à une autre tâche plus prioritaire.
 Les algorithmes non-préemptifs traitent les systèmes
dans lesquels une tâche ayant commencé son
traitement doit obligatoirement le terminer avant
qu’une autre ne s’exécute :

STR
Prof.M.K.MANSOURI
31
2.7. Types d’algorithmes (3):
Algorithme non préemptif :
Algorithme préemptif :

STR
Prof.M.K.MANSOURI
32
 La possibilité de préemption permet d’éviter que le
processeur ne soit occupé trop longtemps par une
tâche, ce qui pourrait empêcher une autre tâche de se
terminer à temps.
Cette flexibilité a un coût lié au temps nécessaire pour
le changement de contexte d’une tâche à l’autre.
Ce coût peut être intolérable suivant l’application.
 … donc un choix doit être fait, pour un système
particulier, de partir sur une solution avec ou sans
préemption.

STR
Prof.M.K.MANSOURI
33
 Un ordonnancement hors-ligne est effectué avant le
lancement du système. Tous les paramètres de tâches
sont connus a priori, et notamment les dates d’activation.
Algorithme en ligne ou hors ligne (online / ofﬂine) :
 Le choix est dynamique ou prédéfini à la conception
 L’implémentation du système est alors très simple : il
suffit de stocker l’identifiant de la tâche à effectuer à
chaque moment d’ordonnancement dans une table,
 l’Ordonnanceur exploitant ensuite cette information
pour sélectionner la tâche à exécuter.
 Le désavantage de cette approche est la grande
dépendance au système cible.

STR
Prof.M.K.MANSOURI
34
 Un ordonnancement en-ligne est effectué durant le
fonctionnement du système.
 l’analyse hors-ligne permet une meilleure prédiction
de la satisfaction ou non des contraintes temporelles
 L’Ordonnanceur recalcule un nouvel ordonnancement
à chaque fois qu’une nouvelle tâche est activée.
 L’avantage de l’approche est la flexibilité,l’adaptabilité
à l’environnement que procure le calcul en-ligne.
 Par contre, ce calcul devant être exécuté par le système,
qui est temps réel, doit être le plus simple et plus rapide
possible, rendant impossible une solution dite optimale.
 Plusieurs algorithmes permettent de résoudre ce
problème.

STR
Prof.M.K.MANSOURI
35
 Un ordonnancement est dit statique s’il est uniquement
basé sur les propriétés des tâches avant le lancement du
système.
 Statique / dynamique:
 Un ordonnancement est dynamique s’il est capable de
réagir à la modification des propriétés des tâches durant
le fonctionnement du système (typiquement un
changement de priorité).

STR
Prof.M.K.MANSOURI
36
 Un ordonnancement est dit optimal s’il est capable de
fournir un ordonnancement qui respecte toutes les
contraintes de temps si un tel ordonnancement existe.
 Optimal / non optimal :
 Un algorithme non optimal (ou best effort) n’a pas la
prétention d’être optimal, mais doit faire de son mieux
pour fournir un ordonnancement le plus proche possible
de l’optimal.
 Si un algorithme optimal n’est pas capable de trouver
un ordonnancement correct, aucun autre algorithme ne le
pourra.

STR
Prof.M.K.MANSOURI
37
 en TR mou, meilleur effort = faire au mieux avec les
processeurs disponibles
 stratégie du meilleur effort ou inclémence :
 en TR dur, obligation des respecter les contraintes temporelles :
inclémence aux fautes temporelles
 Algorithme centralisé ou réparti
 Ordonnancement des tâches indépendantes
 partage de ressources
 Ordonnancement des tâches dépendantes :
 contraintes de précédence
 Ordonnancement en cas de surcharge

STR
Prof.M.K.MANSOURI
38
2.8. Ordonnancements classiques (1) :
Dans un système classique, l’Ordonnanceur réparti le
temps CPU entre les différentes tâches présentes dans le
système.
Dans une première partie, nous présentons quelques
algorithmes d’ordonnancement classiques,
Dans une seconde partie, nous présentons des
algorithmes spécifiques au temps réel.

STR
Prof.M.K.MANSOURI
39
… appliqués lorsque les tâches ne peuvent être
préemptées, c’est-à-dire où une tâche ayant commencé
son exécution doit forcément la terminer avant qu’une
autre tâche ne puisse débuter.
 Algorithmes non préemptifs :
1. Premier arrivé premier servi :
 Cet algorithme fonctionne de la manière plus simple
 Les tâches sont stockées dans une structure de type
FIFO (First In First Out)
 la première tâche est exécutée et lorsqu’elle
termine, la suivante est lancée.

STR
Prof.M.K.MANSOURI
40
 Les tâches nouvellement activées sont stockées à la fin de la file
d’attente.
 Dans l’exemple suivant, nous pouvons noter que les tâches T1 et
T2 doivent attendre un temps important jusqu’à ce que la tâche T0
se termine.
Tâche Coût Arrivée
T0 8 1
T1 2 2
T2 4 4

STR
Prof.M.K.MANSOURI
41
 Éviter que des tâches courtes ne doivent attendre trop longtemps
sur des tâches longues,
2. Plus court d’abord :
 il est possible d’appliquer un algorithme où la tâche la plus
courte est servie en premier.
 les tâches courtes sont favorisées
 le temps d’attente moyen est minimisé
 Un des problèmes de cette approche est le risque de trop de
retard pour les tâches longues
 Si de nouvelles tâches courtes sont régulièrement réveillées, il se
peut qu’elles passent toujours devant une tâche longue, empêchant
ainsi celle-ci de s’exécuter

STR
Prof.M.K.MANSOURI
42
T0 8 0
T1 2 0
T2 4 0
Exemple d’algorithme : Plus court d’abord :

STR
Prof.M.K.MANSOURI
43
 Algorithmes préemptifs :
3. Algorithme du tourniquet :
 L’algorithme du tourniquet (round robin en anglais) vise à traiter
les tâches avec le plus d’équité possible, en allouant un quantum de
temps identique à toutes les tâches et à les traiter dans un ordre
FIFO.
 Les tâches sont placées dans une file d’attente et la première de
la file est exécutée pendant un quantum de temps
 A la fin de ce quantum, si la tâche n’est pas terminée, elle est
replacée à la fin de la file et une nouvelle tâche est sélectionnée de
puis le début de la file.
 Si la file est vide, la tâche peut continuer son exécution. La
figure suivante illustre cet algorithme avec un quantum de 2 unités
de temps.

STR
Prof.M.K.MANSOURI
44
Exemple d’algorithme : Tourniquet :
T0 8 0
T1 2 1
T2 4 3

STR
Prof.M.K.MANSOURI
45
 D’après la figure on remarque que la tâche T0 garde l’accès au
processeur lorsqu’elle se retrouve être la seule en cours
d’exécution.
 Il n’y a donc pas de changement de contexte si ceci n’est pas
nécessaire
 Cette technique de tourniquet correspond à la politique standard
observée dans les systèmes d’exploitation, car elle permet à toutes
les tâches de s’exécuter sans risque de retard
 Nous pouvons toute fois noter qu’il s’agira d’une variante avec
priorité.
Remarques :

STR
Prof.M.K.MANSOURI
46
4. Algorithme à priorité fixe :
 L’algorithme du tourniquet traite toutes les tâches sur le même
pied d’égalité
L’algorithme à priorité ﬁxe fonctionne comme celui du tourniquet
à l’intérieur d’une priorité et les priorités sont traitées dans l’ordre.
 Les tâches d’une priorité particulière y sont traitées selon un
tourniquet, pour autant qu’aucune tâche de plus haute priorité ne
soit prête à être exécutée.
 La figure suivante illustre cet algorithme, avec un quantum égal
à 2 unités de temps
 Il est souvent nécessaire de définir des priorités entre tâches,
afin, par exemple, de garantir que la lecture d’un fichier audio se
fasse de manière fluide, même lorsqu’une compilation est en cours.

STR
Prof.M.K.MANSOURI
47
Exemple d’algorithme : à priorité fixe :
Tâche Coût Priorité Arrivée
T0 6 1 0
T1 6 2 0
T2 4 1 0

STR
Prof.M.K.MANSOURI
48
 D’après la figure on peut noter que la tâche T1, la plus
prioritaire, est exécutée au départ, puis un tourniquet est effectué
pour les deux autres tâches
 Cette technique de tourniquet à priorité correspond à la politique
standard observée dans les systèmes d’exploitation, car elle permet
à toutes les tâches de s’exécuter sans risque de retard.
Remarques :

STR
Prof.M.K.MANSOURI
49
5. Algorithme Earliest deadline ﬁrst (EDF) :
(premier délai)
 L’algorithme Earliest Deadline First (EDF) donne la priorité à la
tâche ayant l’échéance la plus proche.
 La figure suivante illustre le principe de cet algorithme.
 A chaque fois qu’une tâche est réveillée, l’Ordonnanceur
réévalue les tâches prêtes et sélectionne celle ayant l’échéance la
plus courte..

STR
Prof.M.K.MANSOURI
50
Exemple d’algorithme : (EDF) :
Tâche Coût Priorité Arrivée
T0 6 12 0
T1 4 8 2
T2 2 5 3
Nous reviendrons sur l’algorithme EDF, étant donné qu’il
s’agit d’une des politiques d’ordonnancement les plus utilisées.

STR
Prof.M.K.MANSOURI
51
2.9. Ordonnancement des tâches périodiques (1) :
 Le problème fondamental est de garantir le respect des échéances des
différentes tâches constituant un système.
 Il existe un grand nombre de manière d’ordonnancer un ensemble de
tâches et ce notamment en fonction des caractéristiques de celles-ci.
 Elles peuvent être indépendantes, dépendantes, périodiques,
apériodiques, elles peuvent partager ou non des ressources, changer ou
non des informations.
 Dans nombre de systèmes temps réel, certaines tâches doivent
s’exécuter de manière répétée, à intervalles réguliers.
 Il pourra par exemple s’agir d’une tâche chargée d’aller vérifier la
valeur d’un capteur tous les dixièmes de seconde.
 Ces tâches sont appelées tâches périodiques, puisqu’elles doivent
s’exécuter régulièrement, en suivant une période fixe.

STR
Prof.M.K.MANSOURI
52
Algorithme Rate Monotonic Analysis (RMA) :
(Taux monotone)
 L’algorithme Rate Monotonic est un algorithme statique
 Il s’agit d’un algorithme préemptif, l’activation d’une tâche de
petite période devant permettre la préemption d’une tâche de
période plus grande.
 applicable à un ensemble de tâches à échéance sur requête, où les
priorités des tâches sont fixées et décidée avant le lancement du
système.
 La priorité des tâches est fixée en fonction de leur période
d’activation.
 Plus une tâche a une petite période d’activation, plus sa priorité
sera haute
 Cet algorithme est optimal dans le cas des priorités fixes.

STR
Prof.M.K.MANSOURI
53
Test d'acceptabilité ou Critère statique d’ordonnançabilité RMA
(condition suffisante)
i 1
n
Ci
Pi
n 21 n
1
algorithme à priorité constante
Théorème : Un ensemble de n tâches périodiques
indépendantes est ordonnançable par RMA
indifféremment de l’ordre d’arrivée si :
Utilisation du processeur U(n)
la condition est restrictive:
U(1) = 1 U(2) ~ 0.828 U(3) ~ 0.779
U(4) ~ 0.756 U(5) ~ 0.743 U(6) ~ 0.734
pour n très grand, U tend vers ln 2 ~ 0.69 = 69%

STR
Prof.M.K.MANSOURI
54
 dans la pratique, on peut rencontrer des ordonnancements
valides qui vont jusqu'à 88%
L’ensemble est ordonnançable
 Application 1 du critère :
Tache P C
A 10 5
B 20 6
UA = CA / PA = 0.5
UB = CB / PB = 0.3
U = UA + UB = 0.8 < U(2)

STR
Prof.M.K.MANSOURI
55
 Application 2 du critère :
UA = CA / PA = 0.5
UB = CB / PB = 0.3
U = UA + UB + UC = 0.94 > U(3) ~ 0.779
Tache P C
A 10 5
B 20 6
C 50 7 UC = CC / PC = 0.14

STR
Prof.M.K.MANSOURI
56
 Améliorer le critère :
La condition :
i 1
n
Ci
Pi
n 21 n
1 est suffisante mais pas nécessaire
Il existe un test précis:
Théorème : Si un ensemble de n tâches indépendantes
avec priorités fixes affectées par RMA respecte la 1ère
échéance de chaque tâche quand toutes les tâches sont
démarrées en même temps (à T0), alors l’ensemble est
toujours ordonnançable.

STR
Prof.M.K.MANSOURI
57
pourtant :
 Cas particulier (1) :
Tache P C
A 10 5
B 20 10
UA = CA / PA = 0.5
UB = CB / PB = 0.5
U = UA + UB = 1 > U(2)

STR
Prof.M.K.MANSOURI
58
De manière générale : un ensemble de tâches
périodiques harmoniques est ordonnançable si
l’utilisation du processeur est <= 100%
 Cas particulier (2) :
Tache P C
A 10 5
B 20 10
UA = CA / PA = 0.5
UB = CB / PB = 0.5
U = UA + UB = 1 > U(2)
Tâches harmoniques : {T1, T2,…, Tn } avec
P1 <= P2 <= … <= Pn et Quelque soit i,j, i<j on a Pi <= Pj

STR
Prof.M.K.MANSOURI
59
 Application à l’exemple :
Tache P C
A 10 5
B 20 6
C 50 7

STR
Prof.M.K.MANSOURI
60
Exemple 1 : T1 (r0=0, C=3, P=20), T2 (r0=0, C=2, P=5),
T3 (r0=0, C=2, P=10)
0 5 7 10 12 15 17 202
T2
0 2 4 12 14 2010
T3
T1
0 4 205 7 9
0 2 4 12 14 20105 7 9 15 17
≤
Ci
Pi
3 20 2 5 2 10 0,75 n 21 n
1 0,77

STR
Prof.M.K.MANSOURI
61
Exemple 2 :
Tâche Coût Période
T0 2 6
T1 3 8
T2 8 24
On remarque que la tache T0 est la plus prioritaire car il correspondant à
la période la plus petite, alors que la tache T2 est la dernière à exécuter
car il correspond à la période la plus grande.

STR
Prof.M.K.MANSOURI
62
Algorithme Deadline Monotonic Analysis (DMA) :
(Date limite monotone)
 L’algorithme Rate Monotonic est basé sur l’hypothèse que les
tâches sont à échéance sur requête, c’est-à-dire que l’échéance
d’une tâche est égale à sa période.
 Comme RMA, il est préemptif.
 Dans certains systèmes cette hypothèse ne pourra s’avérer exacte
et les échéances pourront être plus petites que les périodes.
 Dans ce cas, l’algorithme Deadline Monotonic Analysis est un
algorithme optimal dans le cas des algorithmes à priorité statique
avec échéances plus petites que les périodes.
 La priorité d’une tâche est fixée par son échéance. Plus son
échéance est petite, plus sa priorité est grande..

STR
Prof.M.K.MANSOURI
63
 quand n est très grand : n(21/n – 1) ~ ln 2 = 0,69
 équivalent à RMA dans le cas des tâches à échéance sur requête,
meilleur dans les autres cas
Test d'acceptabilité (condition suffisante)
i 1
n
Ci
Pi
n 21 n
1
algorithme à priorité constante

STR
Prof.M.K.MANSOURI
64
Exemple 1 : T1(r0= 0, C=3,D=7, P=20), T2 (r0=0, C=2,
D=4, P=5), T3 (r0 = 0, C=2, D=9, P=10)
≥
0 5 7 10 12 15 17 204 9 19142
T2
0 2 5 7 20
T1
0 12 14 207 9 10 19
T3
Ci
Pi
3 7 2 4 2 9 1,14 n 21 n
1 0,77

STR
Prof.M.K.MANSOURI
65
Exemple 2 :
On remarque que la tache T1 est la plus prioritaire car elle a une
échéance plus petite que les autres taches, alors que la tache T2 est la
dernière à s’exécuter car il correspond à échéance la plus grande.
Tâche Coût Priorité Échéance
T0 2 6 5
T1 3 8 4
T2 4 24 20

STR
Prof.M.K.MANSOURI
66
Algorithme Earliest Deadline First (EDF) :
(Première date limite)
 L’algorithme Earliest Deadline First (EDF) donne la priorité à
la tâche ayant l’échéance la plus proche.
 A chaque fois qu’une tâche est réveillée, l’ordonnanceur réévalue
les tâches prêtes et sélectionne celle ayant l’échéance la plus courte.
 algorithme à priorité variable
 test d'acceptabilité :
 condition nécessaire :
i 1
n
Ci
Pi
1
 condition suffisante :
i 1
n
Ci
Di
1

STR
Prof.M.K.MANSOURI
67
Exemple 1: T1 (r0=0, C=3, , D=7, P=20), T2 (r0=0, C=2,
D=4, P=5), T3 (r0 = 0, C=2, D=8, P=10)
< 1
> 1
0
0
0
2 5
5
8
7
10 12
12 14
15 17 20
20
20
4
7
9
8 10
19
18
142 5 7
T1
T2
T3
Ci
Pi
3 20 2 5 2 10 0,75
Ci
Di
3 7 2 4 2 8 1,18

STR
Prof.M.K.MANSOURI
68
Exemple 2 :
 L’algorithme est appliqué, ici, à des tâches périodiques à
échéance sur requête où la préemption est autorisée.
Tâche Coût Échéance
T0 2 5
T1 3 7
T2 1 10

STR
Prof.M.K.MANSOURI
69
Exemple 2 (suite) :
 L’algorithme EDF est optimal dans le cas préemptif. A titre
indicatif, observons son comportement si la préemption est
impossible. Considérons l’exemple suivant à deux tâches :
Tâche Coût Arrivé Échéance
T0 4 0 7
T1 2 1 5
Dans le cas préemptif, l’ordonnancement trouvé est :

STR
Prof.M.K.MANSOURI
70
Exemple 2 (suite) :
 On peut observer que la tâche T0 est préemptée au temps 1 par la
tâche T1, et lorsque cette dernière est terminée, T0 peut reprendre
son exécution.
 Dans le cas non-préemptif, l’arrivée de la tâche T1 au temps 1
voit la tâche T0 continuer son exécution, étant donné qu’elle ne peut
être préemptée:

STR
Prof.M.K.MANSOURI
71
Exemple 2 (suite) :
 Nous pouvons donc observer que l’échéance de T1 n’est pas
respectée. L’ordonnancement suivant est une solution possible dans
le cadre non-préemptif (mais avec processeur inactif) :

STR
Prof.M.K.MANSOURI
72
Exemple 2 (suite) :
 Cet ordonnancement montre qu’une solution existe dans ce cadre.
 Toutefois, EDF traite les tâches dès leur moment d’arrivée.
 Sans la connaissance a priori des temps d’arrivée des tâches, il
n’est pas possible, au temps 0, de prendre la décision de retarder
l’exécution de T0.
 En effet, ici le processeur reste inactif durant un quantum de
temps, ce qui aurait pu être préjudiciable suivant le temps d’arrivée
de T1.
 Si la préemption n’est pas autorisée, le problème de trouver un
ordonnancement faisable devient dure.

STR
Prof.M.K.MANSOURI
73
Algorithme Least Laxity First (LLF) :
(Au laxisme des Premières)
 algorithme à priorité variable
 la priorité maximale est donnée à la tâche qui a la plus petite
laxité résiduelle L(t) = D(t) – C(t)
 aussi appelé Least Slack Time (LST)
 basé sur la laxité résiduelle :
 équivalent à EDF si on ne calcule la laxité qu'au réveil des tâches
 optimum à trouver entre la granularité du calcul et le nombre de
changements de contexte provoqués

STR
Prof.M.K.MANSOURI
74
Algorithme Least Laxity First (LLF) :
Exemple : Même configuration que pour EDF
T1 (r0=0, C=3, D=7, P=20), T2 (r0 = 0, C=2, D=4, P=5),
T3 (r0 = 0, C=2, D=8, P=10)
Laxité calculée à t = 0, 1, 2, 3, etc...
0 8 10 12 15 17 204 9 19142 5 7
T1
T2
T3
1 3 6 11 13 16 18
0 8 10 12 15 17 204 9 19142 5 71 3 6 11 13 16 18
0 8 10 12 15 17 204 9 19142 5 71 3 6 11 13 16 18
t = 0
L1 = 7-3 = 4, L2 = 4-2 = 2, L3 = 8-2 = 6
t = 1
L1 = 3, L2= 2, L3 = 5
t = 2
L1 = 2, L3 = 4
t = 3
L1 = 2, L3 = 3
t = 4
L1 = 2, L3 = 2
t = 5
L2 = 2, L3 = 1
t = 6
L2 = 1, L3 = 1
t = 7
L2 = 0

Cours systèmes temps réel partie 2 Prof. Khalifa MANSOURI

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à Cours systèmes temps réel partie 2 Prof. Khalifa MANSOURI

Similaire à Cours systèmes temps réel partie 2 Prof. Khalifa MANSOURI (20)

Plus de Mansouri Khalifa

Plus de Mansouri Khalifa (17)

Dernier

Dernier (20)

Cours systèmes temps réel partie 2 Prof. Khalifa MANSOURI