Grid computing: differenze tra le versioni

Versione delle 02:49, 16 gen 2022

Versione delle 12:50, 28 gen 2022

Riga 37:

tramite il [[rete di calcolatori|Network]] Monitor)<ref>{{cita libro|cognome=Vazhkudai |nome=S.|coautori=S. Tuecke, and I. Foster |titolo= Replica Selection in the Globus Data Grid, Proceedings of the First IEEE/ACM International Conference on Cluster Computing and the Grid (CCGRID 2001), pp. 106-113 |anno=2001 |mese=maggio |editore= IEEE Computer Society Press}}</ref>.

Lo scheduling è un campo tradizionale dell'informatica, ma nonostante siano state studiate molte tecniche per numerose tipologie di sistemi (da uniprocessore a multiprocessore ai sistemi distribuiti), le caratteristiche tipiche delle griglie di dati rendono molti di questi approcci inadeguati. Infatti, mentre nei sistemi tradizionali le risorse e i job sono sotto il diretto controllo dello schedulatore, le risorse delle griglie sono geograficamente distribuite. Queste ultime sono di natura eterogenea e, appartengono a diversi individui o organizzazioni, ciascuna con le proprie politiche di scheduling, modelli di costo di accesso differenti, carichi di lavoro e disponibilità di risorse che varia dinamicamente nel tempo. La mancanza di un controllo centralizzato, insieme alla presenza di utenti che generano job (gridlet), molto diversi l'uno dall'altro, rendono la schedulazione più complicata rispetto a quella dei sistemi di calcolo tradizionali.

=== Classificazioni del ''grid computing'' ===

Il grid computing si differenzia dal [[cloud computing]] o dal peer-to-peer computing principalmente per tre fattori:<ref>{{Cita web|url=https://www.ionos.it/digitalguide/server/know-how/grid-computing/|titolo=Che cos’è il grid computing?|accesso=28 gennaio 2022}}</ref>

* Coordinamento decentrale, locale o globale di risorse quali cluster di computer, analisi di dati, database, ecc.

* Interfacce standardizzate e aperte (nodi) e [[middleware]] che si occupano di distribuire le operazioni e connettono le unità di calcolo alla "main grid".

* Un servizio che distribuisce i flussi di dati in maniera ottimale e garantisce la scalabilità anche nel caso di operazioni di calcolo complesse.

Inoltre, vi sono diversi tipi di grid computing:

* Computing grid (griglia di calcolo): si tratta dela forma classica. Gli utenti usano la capacità di calcolo di un supercomputer virtuale, fornito dal provider, per distribuire e scalare i processi di calcolo complessi.

* Data grid (griglia di dati): qui vengono sfruttate le capacità di calcolo dei computer presenti in un cluster per valutare, trasmettere, condividere e analizzare grandi quantità di dati.

* Knowledge grid: si occupa di scansionare, collegare, raccogliere, valutare e strutturare record di dati e database.

* Ressource grid: un sistema che stabilisce le gerarchie tra tutti gli attori del grid computing.

* Service grid: questo tipo di grid computing combina le prestazioni di calcolo del computer a quelle del servizio in uso.

=== Applicazioni del ''grid computing'' ===