Clusters

El término clúster (del inglés cluster, "grupo" o "racimo") se aplica a los conjuntos o conglomerados de computadoras construidos mediante la utilización de hardwares comunes y que se comportan como si fuesen una única computadora.

Hoy en día desempeñan un papel importante en la solución de problemas de las ciencias, las ingenierías y del comercio moderno.

La tecnología de clústeres ha evolucionado en apoyo de actividades que van desde aplicaciones de supercómputo y software de misiones críticas, servidores web y comercio electrónico, hasta bases de datos de alto rendimiento, entre otros usos.

De un clúster se espera que presente combinaciones de los siguientes servicios:

1. Alto rendimiento
2. Alta disponibilidad
3. Balanceo de carga
4. Escalabilidad

Read more »

Google File System

El GooFS es un sistema de archivos que está optimizado por Google para el almacenamiento de datos básicos y sus necesidades de uso (sobre todo el motor de búsqueda), y puede generar enormes cantidades de datos que deben ser mantenidas para optimizar la siguiente respuesta;³ El actual sistema de archivos surgió como una mejora a su BigFiles, desarrollado por Larry Page y Sergey Brin en los inicios de Google, cuando estudiaban en Stanford,⁴ los archivos son divididos en porciones de tamaño fijo de 64 megabytes,⁵ similar a los cluster o sectores de las unidades de disco duro tradicional, donde muy rara vez son sobrescritos, o reducidos, por lo general los archivos se adicionan o se leen. También está diseñado y optimizado para funcionar con los clusteres de servidores de Google, nodos de alta concurrencia formado por computadoras de bajo coste, donde deben tomarse precauciones contra un alto índice de fallos por sobrecarga en los nodos individuales y por ende la probable pérdida de algunos datos. Otros puntos en el diseño apuntan a manejar una gran caudal de datos, e incluso resolución de problemas de latencia.

Read more »

Sistemas de Archivo Distribuidos

Un sistema distribuido es conjunto de ordenadores conectados mediante una red de comunicaciones, por lo tanto, un sistema de archivos distribuidos es un sistema distribuido donde todos los usuarios interconectados comparten recursos.

Para definir su estructura debemos definir los siguientes términos:

1. Servicio: entidad de software que corre en una o más maquinas.

2. Servidor: software del servicio ejecutado en una sola maquina.

3. Cliente: proceso que puede invocar a un servicio empleando un conjunto de operaciones.

Empleando los anteriores términos podemos definir un sistema de archivos como sistema que proporciona servicios de archivos a los clientes, es decir los clientes van a poder realizar un conjunto de operaciones de archivos como crear, borrar, leer y escribir que son auditadas por el sistema.

Read more »

Las Memorias Distribuidas

Las arquitecturas de computación paralela pueden verse como una extensión de las arquitecturas convencionales que permitan la cooperación y la comunicación entre elementos de proceso. Existen dos facetas diferentes en las arquitecturas de computación paralela: por una parte, el modelo de programación, que consiste en la imagen conceptual de la máquina que el programador utiliza en la codificación. Por otra parte, la capa de abstracción de comunicaciones se encarga de resolver la comunicación y la sincronización de los procesos paralelos a través de un conjunto de primitivas.

Estas primitivas pueden estar implementadas a nivel hardware, a nivel del sistema operativo o a nivel de un software de usuario especifico para cada máquina que relacione el modelo de programación con las primitivas de comunicación.

La principal ventaja del modelo de espacio de memoria compartido es que pueden aplicarse los mismos principios utilizados en la programación de sistemas de tiempo compartido. Desde el punto de vista del programador, no existe ninguna diferencia entre la sincronización de los diferentes procesos cuando se ejecutan en un sistema multitarea y cuando se ejecutan en un sistema multiprocesador, ya que la sincronización se consigue accediendo a posiciones de memoria de un espacio común de direcciones.

Sistemas de memoria compartida distribuida

Los sistemas de memoria compartida distribuida (DSM, distributed shared memory) suministran un espacio de direcciones virtual entre los procesadores aunque éstos estén débilmente acoplados. Las principales ventajas de los sistemas DSM son su facilidad de programación, al utilizar el modelo de variables compartidas; la portabilidad de las aplicaciones; el bajo coste asociado a los sistemas débilmente acoplados; y finalmente su mayor escalabilidad respecto a los sistemas fuertemente acoplados, ya que no existen componentes hardware comunes entre los diferentes nodos, sino que la escalabilidad depende del ancho de banda de la red de comunicaciones.

Read more »

Asignación de Procesadores en S.D.

Modelos de Asignación.

Generalmente se utilizan las siguientes hipótesis: 

-Todas las máquinas son idénticas (o al menos compatibles en el código); difieren a lo sumo en la velocidad. 

-Cada procesador se puede comunicar con los demás. 

Las estrategias de asignación de procesadores se dividen en: 

-No migratorias: 

Una vez colocado un proceso en una máquina permanece ahí hasta que termina. 

-Migratorias: 

Un proceso se puede trasladar aunque haya iniciado su ejecución. 

Permiten un mejor balance de la carga pero son más complejas. 

Los algoritmos de asignación intentan optimizar algo: 

-Uso de las cpu: 

Maximizar el número de ciclos de cpu que se ejecutan para trabajos de los usuarios. 

Minimizar el tiempo de inactividad de las cpu. 

-Tiempo promedio de respuesta: 

Minimizar no los tiempos individuales de respuesta sino los tiempos promedio de respuesta. 

-Tasa de respuesta: 

Minimizar la tasa de respuesta, que es el tiempo necesario para ejecutar un proceso en cierta máquina dividido por el tiempo que tardaría en cierto procesador de referencia.

Tolerancia a fallas.

Read more »

Procesos e Hilos dentro de un Sistema Distribuido

Los procesos son eventos o actividades que se realizan bajo ciertas circunstancias en un momento y con un fin determinado.

En informática, un proceso es un concepto manejado por el sistema operativo el cual consiste en el conjunto formado por:

• Las instrucciones de un programa destinadas a ser ejecutadas por el microprocesador(circuito electrónico integrado que actúa como unidad central de proceso de un ordenador, proporcionando el control de las operaciones de cálculo).
• Su estado de ejecución en un momento dado, esto es, los valores de los registros de la CPU para dicho programa. 
• Su memoria de trabajo, es decir, la memoria que ha reservado 
• Sus contenidos.

Un Hilo es simplemente una tarea que puede ser ejecutada al mismo tiempo con otra tarea. En los sistemas operativos tradicionales cada proceso tiene un espacio de direcciones y un hilo de control. Un hilo es una secuencia de código en ejecución dentro del contexto de un proceso no pueden ejecutarse ellos solos, requieren la supervisión de un proceso padre para correr.

Cuando se agrupan varios hilos son denominados Multihilos, los cuales pueden ser manipularlos todos de una vez, es una característica que permite a una aplicación realizar varias tareas a la vez.

Los Modelos de un Sistema

¿Qué es un modelo?. Es una representación cuantitativa o cualitativa de un proceso que muestra los efectos de aquellos factores que son significativos para los propósitos que se desean llegar. 

En un sistema distribuido, con varios procesadores, un aspecto fundamental del diseño es cómo se los utiliza.

Los procesadores distribuidos se pueden organizar de varias formas:

Modelo de Estación de Trabajo.

  * El sistema consta de estaciones de trabajo (PC) dispersas conectadas entre sí mediante una red de área local (LAN).
  * Pueden contar o no con disco rígido en cada una de ellas.

  * Facilita a los usuarios el acceso a los servidores y periféricos de la red

 Modelo de la Pila de Procesadores.

  *Consiste en construir una pila de procesadores, llenas de CPU, en un cuarto de maquinas, los cuales se pueden asignar dinámicamente a los usuarios según la demanda.
  *A los usuarios se les dan terminales gráficas de alto rendimiento, ya que la mayoría de usuarios buscan una interfaz gráfica de calidad eficiente.
  *Los procesadores se utilizan de manera compartida entre todos los usuarios, los cuales pueden obtener datos de la CPU durante periodos cortos, y luego regresan a la pila para ser utilizados por otros usuarios.

Modelo Híbrido.

  *Consta de estaciones de trabajo y una pila de procesadores.

  *El sistema operativo permite mas de un hilo por proceso.

  *Proporciona flexibilidad y un máximo rendimiento potencial al programador de la aplicación.

Read more »

¿Qué son los Sistemas Distribuidos?

Se define como: una colección de computadoras separadas físicamente y conectadas entre sí por una red de comunicaciones distribuida; cada máquina posee sus componentes de hardware y software que el usuario percibe como un solo sistema (no necesita saber qué cosas están en qué máquinas). El usuario accede a los recursos remotos (RPC) de la misma manera en que accede a recursos locales, o un grupo de computadores que usan un software para conseguir un objetivo en común.

Ventajas

• Posibilidad de compartir recursos: El mejor ejemplo es el de la impresora. Un SD permite compartir recursos hardware, software o datos.
• Capacidad de crecimiento: Es fácil que un SD crezca para adaptarse a mayores demandas. Solo hace falta conectar más ordenadores.
• Alto rendimiento: El empleo de múltiples procesadores hace posible la construcción de un sistema de altas prestaciones que permite ofrecer servicio concurrente a múltiples usuarios y del que pueden beneficiarse las aplicaciones con algoritmos paralelizables.
• Fiabilidad y disponibilidad: El hecho de tener muchos ordenadores, ofrece una alta disponibilidad. Por ejemplo, es posible tener un sistema de ficheros duplicados en varios nodos (ordenadores), de modo que si un nodo falla, se pueda seguir dando el servicio. Estoy sería imposible de hacer en un sistema centralizado.

Desventajas

• Necesidad de un software más complejo: el desarrollo y la gestión de la concurrencia hacen que el desarrollo de aplicación distribuidas sea más complejo que el de las centralizadas, y por ende más propenso a errores.
• Problemas de fiabilidad: debido a la introducción de redes también son posibles problemas de distintos protocolos en cada nodo. (Especialmente mezclando maquinas big endian con little endian).
• Seguridad y confiabilidad: la mayoría de la informacion dentro del mismo sistema, viaja sin cifrar. Esto puede hacer que personas no autorizadas, accedan a información no autorizada. Son necesarios mecanismos de seguridad.

Read more »