Grid computing: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
miglioriw |
m aggiunti alcuni wikilink |
||
Riga 8:
risorse quali [[CPU]] e dischi opportunamente coordinati può dare l’impressione all’utente di accedere ad un supercomputer virtuale, con una incredibile potenza computazionale e capacità di memorizzazione in grado di sopportare grandi carichi di lavoro <ref>{{cita libro|cognome=Baker|nome=M.|coautori=R. Buyya, D. Laforenza |titolo =The Grid: International Efforts in
Global Computing, International Conference on Advances in Infrastructure for Electronic Business, Science and Education on the Internet|url=http://www.csse.monash.edu.au/~rajkumar/papers/TheGrid.pdf|formato=pdf|anno=2000 |mese=agosto|città=L’Aquila}} </ref>.
Dall’idea di far apparire tutta l’architettura di un Grid come un unico [[supercomputer]] virtuale, celando all’utilizzatore tutta la complessità interna e mostrandogli solo i benefici, nasce l’esigenza di progettare e realizzare uno [[Scheduler|schedulatore]] di risorse Resource Broker.<ref>{{cita libro|cognome=Krauter |nome=K.|coautori=R.Buyya, M.Maheswaran|titolo=A Taxonomy and Survey of Grid Resource Management System for Distributed Computing, Software: Practice and Experience (SPE) Journal |url=http://www.buyya.com/papers/gridtaxonomy.pdf |formato=pdf |anno=2001 |città=New York}}</ref>.
Esso è uno dei componenti critici del sistema di gestione delle risorse, ha il compito di assegnare le risorse ai job (Gridlet), in modo da soddisfare le esigenze delle applicazioni e del sistema. Le risorse di cui esso deve tenere traccia e gestire includono sistemi di calcolo e sistemi di immagazzinamento dati (mediante lo Storage Broker, rete di interconnessione e,
tramite il [[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.
Riga 27:
Attualmente, la più importante grid europea è quella del [[CERN]] di [[Ginevra (città)|Ginevra]] che ora si chiama EGEE (gLite è il nome del middleware che produce; precedentemente LCG e prima ancora DataGrid), sviluppata - tra gli altri - da un team italo-ceco e prevalentemente presso l'[[INFN]], l'Istituto Nazionale di Fisica Nucleare.
A differenza di quella utilizzata da SETI@Home, attualmente una grid viene concepita prevedendo un livello di [[
Lo scopo principale del middleware è quello di effettuare il cosiddetto ''match-making'', ossia l'accoppiamento tra le risorse richieste e quelle disponibili in modo da garantire la distribuzione dei job (termine utilizzato nei sistemi [[ batch ]] per indicare un [[ processo (informatica)| ]] o una parte di esso) nelle condizioni migliori avendo sempre visibilità dello stato dell'intera grid.
Un altro importante fenomeno da evidenziare è la nascita accanto alle grandi GRID nazionali ed internazionali, di molteplici implementazioni su scala locale o metropolitana di sistemi distribuiti che mantengono le caratteristiche di una GRID. Tali sistemi vengono indicati con i termini Local Area Grid (LAG) e Metropolitan Area Grid (MAG) o, più semplicemente, Metropolitan Grid con chiaro riferimento alla classificazione introdotta nell'ambito del network. Come la coordinazione di Grid nazionali prevede la futura costituzione di un world wide Grid, le implementazioni di locali o di Grid Metropolitane si avvicinano al mondo delle [[Intranet]]. Esse infatti forniscono un tipo di infrastuttura che può essere usata più semplicemente di internet per l'introduzione del calcolo distribuito in ambito aziendale.
L'organismo di riferimento per lo sviluppo di omogeneità e standard dei protocolli usati dalle grid è GGF (Global Grid Forum), che ha creato gli standard OGSA ( Open Grid Services Architeture). Nel 2004 è stato emanato [[WSRF]] (Web Services Resource Framework), che è un insieme di specifiche per aiutare i programmatori a scrivere applicazioni capaci di accedere alle risorse Grid.
Oggi il software più famoso ed utilizzato è [[BOINC]], un software di Grid Computing sviluppato dall'[[Università della California (Berkeley)]]. La sigla BOINC infatti sta per Berkeley Open Infrastructure for Network Computing. Questo software è open source.
Riga 40:
== GridSim ==
volta in volta la ricostruzione grafica. Al termine della prima fase, ossia l’inserimento delle caratteristiche, si avvia la seconda fase, relativa alla simulazione. Durante la simulazione i dati vengono elaborati e viene presentato all’utente il report con tutte le informazioni e le risposte del sistema. Per la simulazione viene utilizzato il simulatore GridSim mentre
per la rappresentazione grafica del sistema viene utilizzato JUNG. JUNG (Java Universal Network/Graph Framework) è una libreria di modellazione e visualizzazione open source dei grafi, scritta in Java.
| |||