Sistemas Distribuídos - Grids Computacionais

3,823 views

Published on

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
3,823
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
211
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Sistemas Distribuídos - Grids Computacionais

  1. 1. Grids ComputacionaisProf. Adriano Teixeira de Souza
  2. 2.  A metáfora da rede elétrica Grid Computacional (fonte de recursos computacional) Prof. Adriano Teixeira de Souza
  3. 3. O sonho do cientista (The Grid Vision) Computação em Grid adota tanto o nome quanto o conceito semelhantes aqueles da Rede de Potência Elétrica para capturar a noção ou a visão de: − Oferecer desempenho computacional eficientemente; − De acordo com a demanda; − A um custo razoável; − Para qualquer um que precisar. O sucesso da computação em grid depende da comunidade de pesquisadores ◦ A possibilidade de construir tal ambiente (hardware e software) ◦ Necessidade de atingir seus objetivos. Prof. Adriano Teixeira de Souza
  4. 4. ◦ A computação em Grid é uma forma de computação distribuída que permite a partilha e coordenação de recursos para a resolução de problemas complexos, seja porque são de grande escala ou porque envolvem o processamento intensivo de dados◦ A tecnologia associada a uma Grid permite, assim, que organizações geograficamente dispersas partilhem recursos computacionais, de armazenamento, ou mesmo aplicações◦ Apesar de ter dado grandes passos no passado recente, a partilha de recursos em larga escala ainda não é uma realidade em muitas áreas Prof. Adriano Teixeira de Souza 4
  5. 5. Prof. Adriano Teixeira de Souza
  6. 6.  SMPs acoplamento MPPs NOWs Grids distribuição Prof. Adriano Teixeira de Souza
  7. 7. CPU CPUMemória ... CPU Prof. Adriano Teixeira de Souza
  8. 8. EscalonadorCPU CPU CPU ...Mem. Mem. Mem. requisições Prof. Adriano Teixeira de Souza
  9. 9. requisições requisições requisições CPU CPU CPU ... Mem. Mem. Mem. Prof. Adriano Teixeira de Souza
  10. 10. CPU CPU CPU ...Mem. Mem. Mem. Internet Prof. Adriano Teixeira de Souza
  11. 11. SMPs MPPs NOWs GridsConectividade excelente muito boa boa média/ruimHeterogeneidade nula baixa média altaCompartilhado não não sim simImagem única comum comum múltiplaEscala 10 1.000 1.000 100.000 Prof. Adriano Teixeira de Souza
  12. 12.  TeraGrid ◦ 4 centros de supercomputação norte-americanos ◦ Cada centro com milhares de processadores dedicados ao TeraGrid ◦ Canais de altíssima velocidade (40 GBits/s) ◦ Poder agregado de 13,6 TeraFlops SETI@home ◦ Ciclos ociosos de 1.6 milhões de processadores espalhados em 224 países ◦ Computa em média a uma velocidade de 10 Teraflops Prof. Adriano Teixeira de Souza
  13. 13.  Além das questões de praxe em computação paralela, Computação em Grid adiciona os seguintes aspectos: Escalonamento de Aplicação Acesso e Autenticação Imagem do Sistema Prof. Adriano Teixeira de Souza
  14. 14.  Não é possível ter um escalonador controlando o Grid ◦ Tamanho e dispersão ◦ Múltiplos domínios administrativos Escalonadores de recurso ◦ Controlam alguns recursos no Grid Escalonadores de aplicação ◦ Escolhem quais recursos usar ◦ Particionam o trabalho da aplicação Prof. Adriano Teixeira de Souza
  15. 15. ... ... Application Escalonador ... Escalonador Application de Aplicação Scheduler de Aplicação SchedulerResourceEscalonador Resource Escalonador ... Resource Escalonadorde RecursoScheduler de Recurso Scheduler de Recurso Scheduler Prof. Adriano Teixeira de Souza
  16. 16.  Necessita de informações sobre o Grid ◦ Sistemas de monitoramento: NWS, Remos ◦ Informações de monitoração são usadas em previsões de performance Prof. Adriano Teixeira de Souza
  17. 17.  Supercomputação distribuída ◦ Para agregar recursos computacional (ao mesmo tempo) para resolver problemas que não podem sê- lo num computador único Computação de alta vazão (Scavenging grid) ◦ Aproveita recursos livres (idle) para aumentar a vazão agregada de tarefas Prof. Adriano Teixeira de Souza
  18. 18.  Computação intensiva em dados ◦ Foco em sintetizar nova informação a partir de dados mantidos em repositórios, BDs e bibliotecas digitais geograficamente distribuídos Computação sob demanda ◦ Uso de grid para satisfazer, no curto prazo, demandas de recursos que não podem ser satisfeitas localmente de forma barata Computação colaborativa ◦ Foco em grids que incluem formas intensivas de interação humano-humano Prof. Adriano Teixeira de Souza
  19. 19.  Mais perto dos últimos dois tipos (on-demand, collaborative), mas ... ◦ Aplicações de negócio rodam de forma contínua ... ◦ Por longos períodos de tempo ... ◦ E possuem requisitos mais fortes de QoS, segurança e contabilização Virtualização de Ativos de TI Marketing usa várias frases ◦ “utility computing,” “e-business on demand,” “planetary computing,” “autonomic computing,” “enterprise grids” Ainda não estamos perto de chegar a “The Grid” Prof. Adriano Teixeira de Souza
  20. 20.  Globus Condor MyGrid Prof. Adriano Teixeira de Souza
  21. 21.  Conjunto de serviços para Computação em Grid Solução mais famosa e mais amplamente usada Evoluindo para integração com WebServices Não é uma solução completa (out of the box) ◦ Falta escalonamento de aplicação, imagem do sistema, economias grid Prof. Adriano Teixeira de Souza
  22. 22.  GSI Autenticação única no Grid GRAM Submissão e controle de tarefas MDS Informações e diretórios Nexus Comunicação entre tarefas MPI-G MPI sobre Nexus GASS Transferência de arquivos GridFTP Transferência de arquivos Prof. Adriano Teixeira de Souza
  23. 23. Prof. Adriano Teixeira de Souza
  24. 24.  Condor é um sistema que usa ciclos ociosos para computação de alta vazão Condor foi inicialmente projetado para NOWs Aplicações são Bag of Tasks ◦ Tarefas são submetidas ao Gerenciador Central ◦ Quando uma máquina fica ociosa, ela informa ao Gerenciador Central, que providência uma tarefa Tarefas podem terminar abruptamente ◦ Condor usa checkpointing e migração de tarefas para garantir progresso Prof. Adriano Teixeira de Souza
  25. 25. Central Manager Execute and SubmitSubmit Only Execute Only Execute Only Execute Only Execute Only Prof. Adriano Teixeira de Souza 25
  26. 26.  Flock of Condors ◦ Cooperação totalmente descentralizada de Condor pools ◦ Dois pools trocam tarefas através de gateways Condor-G ◦ Escalonador Condor usa recursos de Condor pools e recursos acessíveis via Globus Prof. Adriano Teixeira de Souza
  27. 27.  Solução completa para aplicações Bag of Tasks Meu Grid são todas as máquinas que eu posso acessar ◦ Casa perfeitamente com aplicações Bag of Tasks Arquitetura baseada na Grid Machine Abstraction Um broker (ou escalonador de aplicações) Um conjunto de abstrações para esconder do usuário a heterogeneidade do grid Prof. Adriano Teixeira de Souza
  28. 28. Home Machine Scheduler Grid Machine Abstraction User Globus Grid ... Agent Proxy Script Proxy Globus User GRAM Agent ...Grid Machine Grid Machine Grid Machine Prof. Adriano Teixeira de Souza

×