设备分配与spooling技术详解

article/2025/9/11 23:56:08

5.4 设备分配(重点!!!)

  • 一、设备分配中的数据结构
  • 二、设备分配时应考虑的因素
  • 三、设备独立性
  • 四、设备独占的分配程序
  • 五、Spooling技术

一、设备分配中的数据结构

  • 在进行设备分配时,通常都要借助一些表格的帮助。在表格中记录了相应设备或控制器的状态及对设备或控制器进行控制所需要的信息。
  • 在进行设备分配时所需的数据结构有:设备控制表、控制器控制表、通道控制表和系统设备表等。

图片1

二、设备分配时应该考虑的因素

  • 设备的固有属性
  • 设备分配算法
  • 设备分配中的安全性

1、设备的固有属性

设备的固有属性可分为三种:独占性、共享性和虚拟性设备。

  • 独占设备在一段时间内只能由一个进程使用。
  • 共享设备允许多个进程共享。
  • 虚拟设备是经过某种处理由独占设备变为虚拟设备。

2、设备分配算法

  • 先来先服务:根据请求的先后次序排成一个队列,设备总是分配给队首进程。
  • 优先级高者优先:将优先权高的进程安排在设备队列前面,优先级相同的先来先服务。

3、设备分配中的安全性

从进程运行的安全性上考虑,设备分配有以下两种方式:

  • 安全分配方式:
    每当进程发出I/O请求后便阻塞,直到I/O完成后背唤醒,虽然安全但是缓慢。
  • 不安全分配方式:
    不断发出I/O请求,直到所请求的设备已经被另一进程占用才阻塞。虽迅速但不安全。

三、设备独立性

  • 设备独立性(Device Independence)的概念,应用于程序独立于具体使用的物理设备。
  • 物理设备和逻辑设备:类似于物理地址和逻辑地址的概念。使用逻辑设备名称来请求使用某类设备;系统实际执行时,必须使用物理设备名称。

设备独立性的优点

  • 设备分配时的灵活性
    应用程序(进程)不必拘泥于某个物理设备,而可以用任意一台空闲设备。
  • 易于实现I/O重定向
    I/O重定向指用于I/O操作的设备可以更换(重定向),而不必改变应用程序。

四、独占设备的分配程序

图片2

图片3

图片4

图片5

五、SPOOLing技术

共享打印机

  • 打印机是独占设备,利用SPOOLing技术将其改造成共享设备。
  • 当用户进程请求打印时,SPOOLing系统同意为他打印,但并不真正把打印机分配给它,而是由输出进程在输出井中为之申请一空闲盘块区,将要打印的数据送入其中;再为用户进程申请一张空白的用户请求打印表,将用户的打印要求填入其中,再将该表挂到请求打印队列上。如果还有进程要求打印输出,系统仍可接收该请求。
  • 如果打印机空闲,输出进程将从请求打印队列的队首取出一张请求打印表,根据表中的要求将要打印的数据从输出井传送到内存缓冲区,再由打印机进行打印。同样处理下一张请求打印表,直至请求队列为空,输出进程才将自己阻塞起来、直到下次再有打印请求被唤醒。

图片6

图片7

图片8

SPOOLing系统的特点

  • 提高了I/O的速度。利用输入输出井模拟成脱机输入输出,缓和了CPU和I/O设备速度不匹配的矛盾。
  • 将独占设备改造为共享设备
  • 实现了虚拟设备功能。多个进程同时使用一台独占设备,虚拟成了多台设备。

5.6 磁盘调度

图片9

目前常用的磁盘调度算法:

  • 先来先服务
  • 最短寻道时间优先
  • 扫描(SCAN)算法(电梯调度算法)
  • 循环扫描CSCAN算法
  • N-step-SCAN和FSCAN调度算法

一、先来先服务

根据进程请求访问磁盘的先后次序进行调度。

  • 优点:公平、简单,且每个进程的请求都能依次得到处理,不会出现某一进程的请求长期得不到满足的情况。
  • 缺点:未对寻道进行优化,致使平均寻道时间可能较长。仅适用于请求磁盘I/O的进程数目较少的场合。

图片10

二、最短寻道时间优先SSTF

图片11

图片12

三、扫描(SCAN)算法(电梯调度算法)

图片13

图片14

四、循环扫描CSCAN算法

  • 为了减少请求进程的延迟,CSCAN算法规定磁头单向移动,若规定只自里向外移动,当磁头移到最外的被访问磁道时,磁头立即返回到最里的欲访问磁道,即将最小磁道号紧接着最大磁道号构成循环,进行扫描。
  • 采用循环扫描方式后,上述请求进程的请求延迟,将从原来的2T减为T+Smax,其中,T为有里向外(或相反)扫描完所有要访问的磁道所需的寻道时间,而Smax是将磁头从最外面被访问的磁道直接移到最里边欲访问的磁道的寻道时间。

图片15


http://chatgpt.dhexx.cn/article/PWewYKqF.shtml

相关文章

SPOOLing和虚拟化

什么是虚拟化 虚拟化就是无中生有,就是暗度陈仓(狗头保命)。仔细观察整个计算机系统的设计,到处都体现着虚拟化的技术。当然虚拟化就是操作系统设计的要求之一。我们很好理解 CPU 的虚拟化技术,也就是通过进程调度实现…

操作系统 假脱机(Spooling)系统

介绍 通过多道程序技术可将一台物理CPU虚拟为多台逻辑CPU,从而允许多个用户共享一台主机。那么,假脱机技术,则可将一台物理I/O设备虚拟为多台逻辑I/O设备,这样也就允许多个用户共享一台物理I/O设备。 1. 假脱机技术 早期&#…

题目SPOOLing系统的设计与实现

最近刚刚做的一个课程设计,关于SPOOLing的。 一、算法或原理的实现思想 技术原理 SPOOLing技术可将一台物理I/O设备虚拟为多台逻辑I/O设备,同样允许多个用户共享一台物理I/O设备。SPOOLing技术把所有用户进程的输出都送入输出井,然后再由输出…

精确度,准确度,精密度关系

1.精确度,准确度,精密度的关系 三者得关系大体可以理解为,准确度精密度 精确度,准确度反应距离真值得偏差,精密度反应测量得稳定性,精确度反应二者之综合。 三者得主次关系:精密度>准确度 …

Mysql的浮点精确度

1.mysql的用于记录小数的类型有三个float ,decimal 和double他们之间的关系 先创建一个表test都用了float ,decimal 和double 插入一条数据查看发现没有发现精度丢失问题 再插入一条数据,发现精度损失: 查看三个类型的范围: 插入小数的位数多…

验证集精确度和损失同时上升

目录 1. 实验结果2. 分析 1. 实验结果 下图中val_acc,val_loss分别表示验证集精确度和损失;train_acc,train_loss分别表示训练集精确度和损失。验证集精确度一直上升,但是损失在第六个epoch后也开始上升,如何解释&…

JavaScript超大或超小数值精确度丢失解决方案

情景一 接口字段,Number类型数据失真,解决方法可直接让服务端把字段类型改成String类型即可。 情景二 某些特殊场景,需要保留小数点后9位(及其以上),直接调用Number对象自带的toFixed()函数,会出现小数点后数据失真…

关于JavaScript精确度问题

一、js精确度的安全范围是 -2^53 至 2^53 一旦超过这个范围则无法精确表示 1.解决方法 使用第三方包 JSON-Bigint JSONbig.parse() //转换出来的是一个BigNubmer对象 若要使用则用toString()方法 JSONbig.stringify() 2.当axios获取响应数据时自动会将数据JSON.parse()解析为…

【机器学习】准确率、精确度、召回率和 F1 定义

一、说明 数据科学家选择目标变量后 - 例如他们希望预测电子表格中的“列”,并完成了转换数据和构建模型的先决条件,最后步骤之一是评估模型的性能。 二、混淆矩阵的模型 2.1 混淆矩阵 选择性能指标通常取决于要解决的业务问题。假设您的数据集中有 10…

Python计算分类问题的评价指标(准确率、精确度、召回率和F1值,Kappa指标)

机器学习的分类问题常用评论指标有:准确率、精确度、召回率和F1值,还有kappa指标 。 每次调包去找他们的计算代码很麻烦,所以这里一次性定义一个函数,直接计算所有的评价指标。 每次输入预测值和真实值就可以得到上面的指标值&a…

batch_size对精确度和损失的影响

1 问题 在深度学习的学习过程中,模型性能对batchsize虽然没有学习率那么敏感,但是在进一步提升模型性能时,batch_size就会成为一个非常关键的参数。 batch_size对精度和损失的影响研究。 batch_size [,32,64,128,256] 不同batch_…

准度、精度傻傻分不清?

[导读] 做电子产品,常常遇到测量。此时就难免会关注到精度、准度等概念,遇到不少朋友对这两个概念不清楚,今天就来分享一下这两个概念。最近很忙,更的不及时,实在抱歉。也感谢大家不离不弃!对于更文分享这件…

机器学习笔记--classification_report精确度/召回率/F1值

classification_report简介 sklearn中的classification_report函数用于显示主要分类指标的文本报告.在报告中显示每个类的精确度,召回率,F1值等信息。 主要参数: y_true:1维数组,或标签指示器数组/稀疏矩阵&#xf…

YOLOv5~目标检测模型精确度

还是yolo5的基础啊~~ 一些关于目标检测模型的评估指标:IOU、TP&FP&FN&TN、mAP等,并列举了目标检测中的mAP计算。 指标评估(重要的一些定义) IOU 也称重叠度表示计算预测回归框和真实回归框的交并比,计算公式如下: TP&FP&FN&…

睿智的目标检测20——利用mAP计算目标检测精确度

睿智的目标检测20——利用mAP计算目标检测精确度 学习前言GITHUB代码下载知识储备1、IOU的概念2、TP TN FP FN的概念3、precision(精确度)和recall(召回率)4、概念举例5、单个指标的局限性 什么是AP绘制mAP 学习前言 好多人都想算…

误差与精度

机械专业用于教授学生误差与精度概念的课程叫做《公差与测量》或者叫做《机械精度设计》,而公差或者精度的本质含义就是误差的大小,公差越小,误差越小,精度越高。所以机械专业这门课其本质教授的还是误差理论。 在学校并没有好好学…

层次分析法 AHP

层次分析法(Analytic Hierarchy Process,简称 AHP)是对一些较为复杂、较为模糊的问题作出决策的简易方法,它特别适用于那些难于完全定量分析的问题。它是美国运筹学家 T. L. Saaty 教授于上世纪 70 年代初期提出的一种简便、灵活而…

权重计算方法一:层次分析法(AHP)

目录 1.层次分析法原理介绍 2.层次分析法建模步骤 3.案例分析 3.1 题目简述 3.2 确定评价指标,建立层次关系 3.3 构造判断矩阵 3.3.1 标度定义 3.3.2 构造判断矩阵 3.4 一致性检验 3.5 层次总排序 4.代码实现 1.层次分析法原理介绍 关于层次分析法的具体原…

【数学建模】层次分析法(AHP)

层次分析法 文章目录 层次分析法用途一、模型介绍一道典型例题1.建立层次结构2.对于同一层次的个元素关于上一层次中的某一准则的重要性进行两两比较,构造两两比较矩阵(判断矩阵)。2.1 O-C矩阵(确定指标的权重)2.2 准则…

什么是AHP 层次分析法?

AHP层次分析法(The analytic hierarchy process)是一种解决多目标复杂问题的定性和定量相结合进行计算决策权重的研究方法。该方法将定量分析与定性分析结合起来,用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度,并合理地给出每个决策…