PDF de programación - Introducción a la Tecnología Grid

Introducción a la Tecnología Grid.

Introducción a la Tecnología Grid.

Jose I. Abreu Salas, Pedro A. Sánchez Mirabal, Patrick García Pérez. y Rainer León Morera.

Facultad de Informática. Universidad de Matanzas "Camilo Cienfuegos".



2006



Resumen

El término Grid se refiere a una infraestructura que posibilita el empleo de forma integrada y
cooperativa de ordenadores, redes, bases de datos e instrumentos científicos que
pertenecen y son administrados por múltiples organizaciones; de manera que el sistema
permita a los usuarios un acceso uniforme a recursos distribuidos en un entorno
heterogéneo. De esta forma se hace posible manejar problemas que presentan un alto costo
computacional o de memoria - como la modelación de la estructura espacial de proteínas o el
procesamiento de datos recolectados por radio telescopios – empleando un grupo de
ordenadores conectados en red de forma que se integren en una arquitectura virtual capaz
de distribuir tareas a través de una plataforma paralela. Los sistemas de Computación Grid
permiten realizar tareas de cálculo que involucren grandes cantidades de datos fragmentado
estos en conjuntos más pequeños; además brindan la capacidad para ejecutar muchas más
instrucciones por unidad de tiempo que los ordenadores corrientes – incluso que muchos
supercomputadores – empleando un modelo de procesos que pueden ser llevados en
paralelo.


1. Antecedentes

Desde el surgimiento de la primera computadora se hizo evidente que el poder de cálculo de
esta no era suficiente para dar respuesta en un tiempo razonable a múltiples problemas que
por su naturaleza presentan un elevado costo computacional o que deben manejar enormes
volúmenes de datos. El enfoque tradicional para lidiar con estos inconvenientes ha seguido
un modelo centralizado basado en costosas supercomputadoras. Sin embargo durante la
última década se ha podido apreciar un notable incremento en el rendimiento de las redes de
ordenadores como resultado del desarrollo de hardware cada vez más rápido y software
más eficiente, lo cual ha permitido que se empezaran a difundir otras alternativas distribuidas
capaces de obtener - para determinados perfiles de aplicación - rendimientos comparables a
los ofrecidos por los modelos centralizados más avanzados pero a un costo mucho menor,
dando lugar a lo que se conoce como computación distribuida (distributed computing)



Facultad de Informática UMCC.

Introducción a la Tecnología Grid.

1.1 Computación distribuida.


Consiste en un modelo de computación en paralelo donde típicamente intervienen dos o más
computadoras que se comunican a través de un red para cumplir una tarea u objetivo común.
El tipo de hardware, lenguajes de programación y sistemas operativos pueden ser muy
variados. Existen diferentes modelos que se agrupan bajo el término de computación
distribuida, entre los que se destacan Intranet e Internet computing y los Clusters de
Computadoras (computer clusters) aunque normalmente los clusters no son tan flexibles
en cuanto a la heterogeneidad de hardware y sistemas operativos sobre los cuales se
implementan.



1.2 Intranet e Internet computing.

Tanto Intranet como Internet computing son modelos que se construyen de manera que
permitan gestionar un sistema heterogéneo de equipos que no tienen por que ser dedicados
– es decir no tienen que estar disponibles en todo momento - para tratar de aprovechar todo
el tiempo de procesador que normalmente es desperdiciado. Como su nombre indica,
Intranet computing persigue estos fines dentro del marco de un único dominio administrativo,
siendo esta la diferencia fundamental con los sistemas de computación sobre Internet, los
cuales incorporan recursos físicos y virtuales que pueden estar geográficamente dispersos y
que probablemente pertenezcan a dominios de administración diferentes; lo cual complica
entre otros problemas los relacionados con las políticas de seguridad. Un ejemplo muy


Fig. 1 SETI@home: Gráfico de la transformada de Fourier.

Fuente: Sitio web www.wikipedia.org

Facultad de Informática UMCC.

Introducción a la Tecnología Grid.

conocido de esta infraestructura es el proyecto SETI@home, el cual hace uso del tiempo de
ocioso de los ordenadores conectados para analizar señales de radio en busca de vida
extraterrestre.


1.3 Clusters de computadoras.

Un cluster es un grupo de ordenadores comúnmente
dedicados y conectados a una red local de banda ancha que
trabajan de manera conjunta, cuyos
recursos son
controlados de forma centralizada presentándose como un
único sistema.



2. Tecnología Grid. Conceptos.

En los últimos tiempos el término Grid ha dejado los laboratorios para hacerse muy popular,
siendo frecuente encontrar trabajos sobre Data Grids, Knowledge Grids, Campus Grids etc.
Naturalmente todo esto conduce a preguntarse, ¿que se entiende por tecnologías Grid?.
Para dar respuesta a esta interrogante puede hacerse un análisis de una de las técnicas Grid
más de moda, la computación Grid (Grid Computing)1, de manera que puedan
identificarse las características fundamentales que distingan a un sistema como Grid.


2.1 Computación Grid.

Fig. 2 Cluster operado sobre Linux,
Universidad de Purdue. Fuente:
www.wikipedia.org



Al igual que para todos los miembros de la familia Grid, pueden encontrarse diferentes
definiciones para la computación Grid, término surgido en los 90 para designar de forma
metafórica la idea de hacer que el acceso a los recursos de cómputo fuese de forma tan
sencilla como emplear la red de suministro eléctrico donde los usuarios no necesitan conocer
donde ni como se produce la electricidad que consumen, solo tener la capacidad para hacer
uso de ella tanto como sea necesaria. He aquí algunas de ellas.


• Un servicio para compartir capacidad de cómputo u almacenamiento a través

de Internet. [CERN, 2005]


• La computación Grid, sin más complicaciones, es el modelo de computación
distribuida llevado a un nivel superior de desarrollo. El objetivo central es crear
la ilusión de una simple pero poderosa computadora virtual – cuyo mecanismo
de manejo debe ser interno - a través de una colección heterogénea de equipos
que comparten diferentes recursos. [Berstis, 2002].


1 Algunos autores emplean indistintamente los términos Grid Computing y Tecnología Grid como sinónimos.
Aquí se hace distinción para indicar que las potencialidades ofrecidas por el modelo Grid pueden ser
extendidas a otros entornos no virtuales. De cualquier manera las definiciones empleadas entienden los
términos como equivalentes.

Facultad de Informática UMCC.

Introducción a la Tecnología Grid.



• Un tipo de sistema paralelo y distribuido que permite compartir, seleccionar e
integrar recursos autónomos geográficamente dispersos, todo en tiempo real
dependiendo de su disponibilidad, capacidad, desempeño, costo y
requerimientos sobre la calidad de los servicios que establecen los usuarios.
[Buyya et al., 2005]


Estas definiciones encierran varios puntos que identifican aspectos fundamentales que
permiten conceptuar con mayor rigor qué es la computación Grid.



i. Existen diferentes recursos compartidos:


los usuarios son capaces de compartir y tener acceso a recursos disponibles
como tiempo de procesador y capacidad de almacenamiento.


ii. Los equipos integrados en el Grid son de naturaleza heterogénea:



no tiene por que existir uniformidad de hardware o software de los elementos
que se integran en el sistema, siendo posible encontrar ordenadores de
diferentes arquitecturas corriendo diferentes sistemas operativos como Linux,
Solaris o Windows.


iii. Los recursos compartidos se encuentran geográficamente dispersos:

los elementos que conforman el sistema no tienen por que estar localizados en
un área geográficamente próxima, ni tienen por que pertenecer a una misma
entidad o dominio administrativo.


iv. Los equipos pertenecientes al Grid son autónomos:


cada nodo del sistema posee sus propias normas de seguridad, acceso, y
control de la disponibilidad de los recursos compartidos. Todo esto debe ser
transparente a los usuarios, por lo que el sistema debe funcionar como una
computadora virtual que
las
particularidades de cada nodo y presentarse al usuario como un único sistema.

internamente sea capaz de

integrar


Cada uno de estos aspectos muestra claramente qué se desea lograr con la tecnología Grid -
además de hacer evidentes ciertas diferencias respecto a otros modelos de computación
distribuida como Intranet computing o los clusters de ordenadores – pero aún no proveen de
una guía concisa y rigurosa que permita clasificar un sistema como Grid. En su artículo What
is The Grid, Ian Foster abunda sobre la naturaleza de los diferentes procesos que se
desarrollan dentro del Grid.


Facultad de Informática UMCC.

Introducción a la Tecnología Grid.

Cuando hablamos de compartir no se trata de un simple intercambio de
ficheros, más bien se trata de ofrecer acceso a computadoras, software, datos
y otros recursos de forma directa, como requieren los modelos para la solución
cooperativa de problemas y de negociación de recursos que aparecen en la
industria, la ciencia y la ingeniería. Esta forma de hacer disponibles los
recursos debe ser por necesid