Tema I: Introducción a la computación distribuida

Tema I: Introducción a la computación distribuida
Luis López Fernández

Tema I: Introducción a las computación distribuida
Tema I: Contenidos 1.1: Definiciones y conceptos básicos 1.2: Algunas nociones (muy) básicas sobre Java 1.3: Disciplinas base de la computación distribuida 1.4: IPC (Inter Process Communications): Comunicación entre procesos 1.5: Paradigmas de la computación distribuida Tema I: Introducción a las computación distribuida Luis López Fernández

Lección 1.1 1.1: Definiciones y conceptos básicos 1.2: Algunas nociones (muy) básicas sobre Java 1.3: Disciplinas base de la computación distribuida 1.4: IPC (Inter Process Communications): Comunicación entre procesos 1.5: Paradigmas de la computación distribuida Tema I: Introducción a las computación distribuida Luis López Fernández

El vocabulario de la computación distribuida
En ingeniería es imprescindible conocer qué significa cada vocablo sin ambigüedad En el ámbito de la computación distribuida, no existe un vocabulario universal Esto es debido a: Hay múltiples actores involucrados (industria, universidades, individuos) Cada actor tiene sus propios intereses (quizás en conflicto) El estado del arte evoluciona a gran velocidad Esto produce que: Se fomente la confusión entre los diferentes actores involucrados Se dificulte la estandarización En esta asignatura vamos a mantener una serie de convenciones en relación a la nomenclatura y al vocabulario para poder “hablar con precisión” Para ello, definiremos un conjunto de términos de manera precisa Habrá que tener en cuenta que, en otros contextos, los términos aquí definidos pueden tener significados (sensiblemente) diferentes Tema I: Introducción a las computación distribuida Luis López Fernández

Modelos de computación y programación
Definición de Modelo de Computación (Programación): “Paradigma que proporciona y determina la visión que un programador tiene sobre la ejecución (y desarrollo) de un programa” Podemos establecer diferentes clasificaciones de los Modelos de Computación/Programación dependiendo del criterio que deseemos utilizar: Criterio basado en la modularidad del código: Modelo de programación orientado a objetos Modelos de programación procedimental Criterio basado en el tipo de sistema sobre el que ejecuta el programa: Modelo de computación monolítica Modelo de computación paralela Modelo de computación distribuida Modelo de computación cooperativa (computación P2P) Tema I: Introducción a las computación distribuida Luis López Fernández

Modelos de Computación
Computación Monolítica Procesadores: El programa ejecuta en un solo procesador Ligazón: Ninguna Requiere: Se requiere el hardware de un ordenador Ejemplo: Ejecución de programas en un PC Cuestión: ¿Soporta la computación monolítica los sistemas multiusuario? Computación Paralela Procesadores: El programa ejecuta en un conjunto de procesadores que están fuertemente ligados Ligazón Los procesadores cooperan íntimamente y se sincronizan Los procesadores comparten memoria principal Los procesadores comparten otros recursos del ordenador (periféricos, etc.) Requiere: Se requiere el hardware de un ordenador Se requiere el hardware de varios procesadores (CPUs) Se requiere un mecanismo de interconexión y control de los procesadores Ejemplo: Ejecución de programas en un ordenador con núcleo dual. Cuestión: ¿Puede un mismo programa secuencial ejecutar en múltiples procesadores? Tema I: Introducción a las computación distribuida Luis López Fernández

Modelos de Computación Cont.
Computación Distribuida Procesadores: El programa ejecuta en un conjunto de procesadores que están ligeramente ligados Ligazón: Los procesadores pueden intercambiar mensajes Los procesadores no comparten (directamente) memoria principal Los procesadores no comparten (directamente) sus recursos hardware Requiere: (Un sistema distribuido) El hardware de varios ordenadores Una red de ordenadores Hardware de interconexión Ejemplo: Ejecución de un programa en una red de área local Computación Cooperativa y Computación P2P (un tipo de Comput. Distribuida) Procesadores: El programa ejecuta en un conjunto dinámico y muy grande de procesadores que están débilmente ligados. Se asume que los recursos de procesador de los que el programa puede disponer están restringidos. Ligazón: Similar a la de la computación distribuida Requiere: Un sistema distribuido + una red de área extendida (Internet p.e.) Ejemplo: Ejecución de un programa en Internet Tema I: Introducción a las computación distribuida Luis López Fernández

Computación Distribuida
Definición de Computación Distribuida “Modelo de computación que se caracteriza por estar adaptado a la ejecución de programas en sistemas distribuidos” Definición de Sistema Distribuido “Sistema informático compuesto por un conjunto de nodos de procesamiento (ordenadores) que se encuentran ligados a través de una red que permite el intercambio de mensajes entre los mismos” La computación distribuida (los sistemas distribuidos) se ha convertido en un elemento esencial en la industria en las últimas décadas Redes de área local Internet Aplicaciones Cliente/Servidor ¿Por qué la computación distribuida es tan popular? Tema I: Introducción a las computación distribuida Luis López Fernández

Ventajas de la Computación Distribuida
Compartición de recursos Cualquier recurso disponible en la red puede ser accedido por otros nodos Ejemplos: Servidores de ficheros, Servidores de BD, Impresoras, etc. Ahorro de costes Los ordenadores son baratos, conectar ordenadores en red es barato  Construir un sistema distribuido es barato Computación distribuida  se pueden compartir los recursos más caros Ejemplos: Impresora a color, hardware específico, memoria, etc. Escalabilidad Con computación monolítica, los recursos disponibles están limitados a los presentes en un solo ordenador Con computación distribuida, los recursos disponibles se pueden escalar introduciendo nuevos nodos (ordenadores) en el sistema soporte Tolerancia a fallos Un recurso crítico puede ser replicado en varios nodos (distantes) de la red. Ejemplo: Copias de seguidad (Backups) Ventajas de la Comunicación No es posible intercambiar información entre ordenadores distantes sin utilizar un modelo de computación distribuida Tema I: Introducción a las computación distribuida Luis López Fernández

Inconvenientes de la Computación Distribuida
Si hay tantas ventajas, ¿por qué no todas las aplicaciones son distribuidas? La computación distribuida también presenta serios inconvenientes Modelo de fallos más complejo y difícil de gestionar Computación monolítica Lo habitual es que todas las partes de un programa fallen de manera simultánea No existe el concepto de fallo de comunicación Cuando hay fallos, es posible recuperar el estado de cada parte del programa En computación distribuida Cada parte del programa falla de manera independiente Hay (frecuentemente) fallos en las comunicaciones. La red no es fiable Cuando hay fallos, no hay conocimiento global sobre el estado del programa. Habitualmente no es posible que unas partes del programa puedan tener información relativa al estado de otras Hay más elementos susceptibles de fallo: “un sistema distribuido es aquel en el que el fallo de un ordenador que, ni siquiera sabes que existe, puede dejar tu propio ordenador inutilizable” – Leslie Lamport. Tema I: Introducción a las computación distribuida Luis López Fernández

Inconvenientes de la Computación Distribuida Cont.
Mayor vulnerabilidad frente a ataques intencionados (aspectos de seguridad) Computación monolítica Es muy difícil manipular la información que se intercambia entre las distintas partes de un programa Es muy difícil suplantar partes de un programa Existe un único administrador conocido y “fiable” La administración está centralizada Los problemas siempre “vienen de dentro del sistema” (p.e. virus) En computación distribuida La seguridad de la comunicación no está, en principio, garantizada La identidad de las partes no está, en principio, validada Puede haber diferentes administradores con “fiabilidad” desconocida La administración es descentralizada En sistemas abiertos (p.e. Internet), se fomenta el que cualquiera pueda formar parte del sistema distribuido Los problemas pueden venir de fuera (p.e. gusanos) o de dentro del sistema (p.e. virus) Tema I: Introducción a las computación distribuida Luis López Fernández

Inconvenientes de la Computación Distribuida Cont.
Mayor complejidad de desarrollo Computación monolítica Hay un solo hardware en el que se ejecuta la aplicación El modelo de fallos es sencillo de gestionar Los problemas de seguridad son mínimos Hay información global sobre el estado de las distintas partes del programa La comunicación entre los miembros es potente y flexible En computación distribuida Puede haber múltiples plataformas hardware en las que el programa ejecuta El modelo de fallos es complejo y difícil de gestionar Los problemas de seguridad son abundantes y con soluciones complejas No hay información global sobre el estado de las distintas partes del programa La comunicación está limitada (en ancho de banda, en latencia, etc.) Diferentes sistemas utilizan diferentes formatos de representación de datos Tema I: Introducción a las computación distribuida Luis López Fernández

Las Falacias de la Computación Distribuida
… by Peter Deutsch, James Gosling Las Falacias de la Computación Distribuida son un conjunto de suposiciones erróneas que suelen asumir los programadores inexpertos en desarrollo de software distribuido “All prove to be false in the long run and all cause big trouble and painful learning experiences” – Peter Deutsch La red es fiable La latencia es cero El ancho de banda es infinito La red es segura La topología no cambia Hay un administrador El coste de transporte es cero La red es homogénea Tema I: Introducción a las computación distribuida Luis López Fernández

Nociones sobre el lenguaje de programación Java
Java es un lenguaje de programación orientado a objetos desarrollado por James Gosling en Sun Microsystems a comienzos de los 90 Los programas Java no se compilan a código nativo (código máquina) El código fuente Java no se interpreta (no es un lenguaje de script) El código Java se compila a bytecode (un código intermedio menos abstracto que el código fuente pero más abstracto que el código máquina) El bytecode es único (no depende del hardware ni del sistema operativo) El bytecode es ejecutado por la Máquina Virtual Java. Hoy en día, lo más habitual es utilizar compilación JIT (Just-In-Time). El bytecode se compila a código nativo como paso previo a la ejecución Los programas Java pueden ejecutar en cualquier plataforma sobre la que exista una JVM (Java Vírtual Machine) Filosofía “Write once, run anywhere” Por tanto, los programas Java son independientes de la plataforma … digamos que sólo en teoría Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Algo de jerga JVM (Java Virtual Machine): Software que virtualiza el entorno de ejecución. Es la parte que se ocupa de que una aplicación pueda ejecutar con independencia de la plataforma JRE (Java Runtime Environment): Paquete de programas que permiten la ejecución de una aplicación Java. Incluye una JVM + una API Dependiendo de la plataforma hardware, se han definido diferentes familias de APIs JME (Java Platform Micro Edition: para entornos con recursos limitados JSE (Java Platform Standard Edition): para ordenadores personales JEE (Java Platform Enterprise Edition): para aplicaciones de empresa distribuidas JDK (Java Development Kit): JRE + herramientas necesarias para desarrollar aplicaciones en el lenguaje Java (compiladores, depuradores, etc.) Netbeans: IDE distribuido por Sun Microsystems para el desarrollo en Java Eclipse: IDE para el desarrollo en Java distribuido como software libre Tema I: Introducción a las computación distribuida Luis López Fernández

Java: tipos de programas
En Java hay tres tipos de programas: las aplicaciones, los applets y los servlets Existen otros tipos de programas muy específicos (MIDlets, etc.) pero no los estudiaremos en este curso Aplicaciones Java (Java stand-alone applications) El programa se ejecuta como un proceso independiente El flujo de ejecución debe comenzar siempre en un método estático con nombre main que se encuentre en una clase pública public class HolaMundo{ public static void main(String[] args){ System.out.println(“Hola mundo!”); } Tema I: Introducción a las computación distribuida Luis López Fernández

Java: tipos de programas Cont.
Java applets El programa se ejecuta empotrado en otra aplicación (normalmente un navegador) Debe existir una clase pública que extienda la clase Applet de la API estándar y redefina el método paint de la misma El flujo de ejecución comienza en el método paint de la citada clase El applet se descarga desde una máquina remota y se ejecuta en una máquina virtual local import java.applet.Applet; import java.awt.Graphics; public class HelloWorld extends Applet { public void paint(Graphics gc) { gc.drawString("Hello, world!", 65, 95); } Tema I: Introducción a las computación distribuida Luis López Fernández

Java: tipos de programas Cont.
Java servlets El programa se ejecuta empotrado en otra aplicación (normalmente un servidor) Se debe implementar la interfaz Servlet definida en la API Servlet El servlet el un objeto que ejecuta en una máquina remota e interactúa con un proceso local mediante un protocolo de petición – respuesta import java.io.*; import javax.servlet.*; import javax.servlet.http.*; public class HelloWorld extends HttpServlet { public void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException { response.setContentType("text/html"); PrintWriter pw = response.getWriter(); pw.println(“<html><body>Hello, world!</body></html>"); pw.close(); } Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Hola mundo Toda clase pública está definida en un fichero con el mismo nombre que la clase El compilador (javac) espera el nombre de un fichero como argumento El intérprete (java) espera el nombre de una clase como argumento Los ficheros fuente tienen extensión .java, los compilados (bytecode) .class # vi HolaMundo.java public class HolaMundo{ public static void main(String[] args){ System.out.println(“Hola mundo!”); } # javac HolaMundo.java # ls HolaMundo.java HolaMundo.class # java HolaMundo Hola mundo! Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Clases y objetos Las clases y los objetos son los dos conceptos básicos de Java Lleva algún tiempo comprender como manejarlas correctamente Un objeto es una entidad que se puede manipular en un programa Las clase son una definición de qué “cosas” tienen los objetos Las “cosas” que puede tener un objeto son: atributos y métodos Los atributos son variables tipadas Los métodos son secuencias de instrucciones que actúan sobre los atributos Los objetos son siempre instancias de una clase public class Persona{ private String nombre; private String apellidos; public Persona (String nombre, String apellidos){ this.nombre = nombre; this.apellidos = apellidos; } public String getNombreCompleto(){ return nombre + “ “ + apellidos; ... Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Miembros estáticos
Miembro = atributo o método En Java, los miembros pueden ser de instancia o de clase Un miembro de instancia está asociado a un objeto concreto de esa clase (cada objeto tiene su propio miembro) Un miembro de clase está asociado a una clase (todos los objetos que sean instancia de esa clase comparten el mismo miembro) A un miembro de instancia se accede precediéndolo del identificador de la instancia A un miembro de clase se accede precediéndolo de un identificador de instancia o bien del nombre de la clase Los miembros de clase se preceden de la palabra clave static public class Alumno{ private static numAlumnos = 0; } ... Alumno.numAlumnos ++; Alumno alumno = new Alumno(); System.out.println(“Hay “ + alumno.numAlumnos + “ alumnos”); Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Tipos En Java hay dos tipos de datos: objetos y tipos primitivos Los tipos primitivos incluyen: int, float, double, byte, boolean, etc. Para cada tipo primitivo existe una clase asociada (Integer-int, Float-float, etc.) Desde Java 1.5 la conversión de tipos primitivos a sus “objetos” equivalentes es automática (mecanismo de autoboxing) Las variables de tipo primitivo “contienen” su valor Las variables de tipo “objeto” contienen una referencia al objeto Por seguridad, hay objetos inmutables (no se pueden cambiar) Los objetos de la clase String son inmutables Persona p1 = new Persona(“Luis”, “López”); Persona p2 = p1; p2.setNombre(“Patata”); System.out.println(p1.getNombreCompleto); //Imprime “Patata López” int a = 22; int b = a; b = 3; System.out.println(“a=” + a); //Imprime “a=22” Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Herencia En Java, las clases pueden extenderse mediante un mecanismo de herencia class ClaseHija extends ClasePadre{…} La clase hija “hereda” (posee) los atributos y métodos de la clase padre La clase hija solo “ve” los atributos y métodos declarados con visibilidad de paquete, públicos o protegidos, pero no “ve” los privados En Java, todas las clases heredan de la clase Object definida En Java no se soportan herencia múltiple class Empleado extends Persona { public Empleado(String nombre, String apellidos){ super(nombre, apellidos); } public int sueldo; ... Empleado e = new Empleado(“Pedro”, “González”); System.out.println(e.getNombreCompleto);//Imprime “Pedro González” Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Interfaces En Java, las interfaces proporcionan un conjunto de declaraciones de métodos Las interfaces no proporcionan implementación, son solo declaración Las clases pueden “implementar” una interfaz determinada, para ello, deben proporcionar una implementación de todos los métodos declarados en la interfaz class MiClase implements MiInterfaz{…} Las interfaces son muy útiles para crear abstracciones y reducir el acoplamiento entre clases public interface Coin { public double unitsPerEuro(); } ... public class Peseta implements Coin{ public double unitsPerEuro(){ return 166.3; Peseta peseta = new Peseta(); Coin coin = peseta; Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Excepciones En Java, las excepciones son un mecanismo utilizado para indicar que se ha producido un problema algún tipo de problema durante la ejecución Las excepciones se “elevan” o “lanzan” ante situaciones de error o conflicto throw new IOException(“El fichero no se encuentra”); Una excepción “lanzada” rompe el flujo de ejecución del programa y le hace “saltar” hasta “el llamante” de manera recursiva Las excepciones pueden manejarse en cualquier punto de la jerarquía de llamadas Una excepción no manejada va progresando en la jerarquía de llamadas hasta que alcanza el programa principal (método main()) y se detiene el programa en curso try{ //código que puede elevar una excepción }catch(TipoDeExcepción e){ //código a ejecutar en caso de excepción }finally(){ //código que se ejecuta haya o no excepción } Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Paquetes En Java, existe el paquete como instrumento para organizar grandes proyectos El espacio de nombres de paquete es jerárquico y compuesto por etiquetas separadas por puntos. Para declarar que una clase está en un paquete, añadimos al comienzo del fichero package nombre.de.paquete; Para poder utilizar las clases (e interfaces) declaradas en un paquete sin necesidad de incluir el nombre completo del paquete, podemos utilizar imports import java.io.*; import mi.paquete.MiClase; package mi.paquete; import java.io.*; import java.lang.*; //importado por defecto en todos los ficheros public class MiClase{ //definición de la clase } Tema I: Introducción a las computación distribuida Luis López Fernández

Java: Hay que saber más. Estas nociones básicas no son suficientes para “saber programar” en Java Existen infinidad de libros y de documentación en Internet que pueden ser de ayuda para aprender o profundizar en las tecnologías Java Libros: Gay Horstmann, “Big Java”, John Wiley & Sons, 2002 (bueno para empezar) Bruce Eckel, “Piensa en Java”, Prentice Hall, 2003 Tutoriales y libros en la web: Java Programming en Wikibooks: Thinking in Java 3rd Ed: Página oficial de Java en Sun Microsystems: Conocer los fundamentos del lenguaje es condición necesaria para poder desarrollar aplicaciones en Java, pero no suficiente … tarde o temprano hay que acudir a la especificación de la API estándar (Para Java 1.4.2) (Para Java 1.5) … (Para Java 1.6) Tema I: Introducción a las computación distribuida Luis López Fernández

Disciplinas utilizadas en Computación Distribuida
La computación distribuida parte de la base de programas que se ejecutan en múltiples ordenadores que se comunican mediante el intercambio de mensajes Para poder enfrentarnos a la problemática de la computación distribuida hay que contar con conocimientos básicos de tres disciplinas Sistemas operativos Programas y procesos Procesos e hilos Concurrencia Redes de ordenadores Arquitectura de redes Protocolos de nivel de red, de nivel de transporte y de nivel de aplicación Tecnologías de red Ingeniería del software Abstracción Programación procedimental Vs programación orientada a objetos Patrones y arquitecturas Modelado de aplicaciones Tema I: Introducción a las computación distribuida Luis López Fernández

Programas y procesos Definición de Programa Software “Artefacto construido por un desarrollador utilizando alguna forma de lenguaje de programación” Definición de Proceso “Un programa que se ejecuta incluyendo: los valores actuales, la información de estado y los recursos utilizados por el sistema operativo para la ejecución del programa” Un proceso es una entidad dinámica, solo existe cuando un programa se ejecuta Un proceso atraviesa diferentes estados durante su ejecución Inicio Terminado encolado fin Diagrama simplificado de las transiciones de estado de un proceso Listo Ejecutando planificado evento espera Bloqueado Tema I: Introducción a las computación distribuida Luis López Fernández

Computación Concurrente
Definición de Computación Concurrente “Ejecución simultánea de varias tareas computacionales que interactúan entre sí” El término “Simultánea” debe ser entendido en sentido amplio: modelos paralelos, modelos de time-slicing, etc. “Concurrency occurs when two or more execution flows are able to run simultaneously” -- Edsger Dijkstra Es necesario que haya interacción para que se considere que hay un “problema de concurrencia” en un entorno de computación Las tareas pueden implementarse como programas separados (que ejecutan en procesos separados), o como procesos o hilos de ejecución creados por un solo programa. ¿Qué diferencia hay entre un proceso y un hilo? Tema I: Introducción a las computación distribuida Luis López Fernández

Hilos de ejecución (threads) y procesos
Los procesos son independientes El proceso tiene una información de estado voluminosa Los procesos tienen espacios de memoria separados (desde un proceso no se puede acceder a las variables de otro) Los procesos poseen recursos de manera exclusiva (ficheros, sockets, etc.) Dos procesos sólo pueden interactuar con intermediación del sistema operativo Los cambios de contexto entre procesos son costosos y lentos Hilos (pertenecientes al mismo proceso) Un solo proceso puede tener múltiples hilos de ejecución Todos estos hilos comparten la información de estado del proceso Todos los hilos comparten los recursos del proceso (ficheros, sockets, etc.) Cada hilo tiene una pequeña información adicional (pila, pc, registros) Todos los hilos de un proceso comparten el mismo espacio de memoria Los cambios de contexto entre hilos del mismo proceso son muy rápidos Tema I: Introducción a las computación distribuida Luis López Fernández

Concurrencia y computación distribuida
La computación distribuida requiere el uso intensivo de programación concurrente Hay tres escenarios muy habituales Procesos concurrentes ejecutados en múltiples ordenadores Aparece en la mayor parte del software distribuidos En cada ordenador (nodo) el software ejecuta como un proceso independiente Los procesos interactúan sólo a través del intercambio de mensajes (red) Procesos concurrentes ejecutados en un único ordenador Aparece en ordenadores con capacidad multitarea (real o simulada) Los procesos interactúan compartiendo recursos o por intercambio de mensajes Programación concurrente dentro de un mismo proceso Aparece cuando múltiples hilos ejecutan dentro de un mismo proceso Todos los hilos comparten el espacio de memoria y los mismos recursos Aparecen múltiples problemas asociados a la concurrencia Son necesarios mecanismos de control de concurrencia dentro de un proceso Tema I: Introducción a las computación distribuida Luis López Fernández

Creación de hilos en Java
En Java, un mismo proceso puede tener múltiples hilos de ejecución Creación de un nuevo hilo de ejecución en Java (método I) Definimos una clase que extienda la clase Thread de la API estándar Redefinición del método run() con el código que ejecutará el hilo public class MiClaseHilo extends Thread{ public void run(){ ..código a ejecutar en el hilo }} Lanzamos un nuevo hilo al invocar start() sobre una instancia de la clase MiClaseHilo obj = new MiClaseHilo(); obj.start(); Creación de un nuevo hilo de ejecución en Java (método II) Definimos una clase que implemente la interfaz Runnable public class MiClaseHilo implements Runnable{ public void run(){ ... Lanzamos un hilo con una nueva instancia de la clase Thread new Thread(obj).start(); Tema I: Introducción a las computación distribuida Luis López Fernández

Javadoc de la clase Thread
public class Threadextends Objectimplements Runnable A thread is a thread of execution in a program. The Java Virtual Machine allows an application to have multiple threads of execution running concurrently. Every thread has a priority. Threads with higher priority are executed in preference to threads with lower priority. Each thread may or may not also be marked as a daemon. When code running in some thread creates a new Thread object, the new thread has its priority initially set equal to the priority of the creating thread, and is a daemon thread if and only if the creating thread is a daemon. When a Java Virtual Machine starts up, there is usually a single non-daemon thread (which typically calls the method named main of some designated class). The Java Virtual Machine continues to execute threads until either of the following occurs: The exit method of class Runtime has been called and the security manager has permitted the exit operation to take place. All threads that are not daemon threads have died, either by returning from the call to the run method or by throwing an exception that propagates beyond the run method. There are two ways to create a new thread of execution. One is to declare a class to be a subclass of Thread. This subclass should override the run method of class Thread. An instance of the subclass can then be allocated and started. For example, a thread that computes primes larger than a stated value could be written as follows: Tema I: Introducción a las computación distribuida Luis López Fernández

(algunos) Métodos de la clase Thread
public static Thread currentThread() Returns a reference to the currently executing thread object. public static void yield() Causes the currently executing thread object to temporarily pause and allow other threads to execute. public static void sleep(long millis) throws InterruptedException Causes the currently executing thread to sleep (temporarily cease execution) for the specified number of milliseconds. The thread does not lose ownership of any monitors. Parameters: millis - the length of time to sleep in milliseconds. Throws:InterruptedException - if another thread has interrupted the current thread. The interrupted status of the current thread is cleared when this exception is thrown. public void interrupt() Interrupts this thread. […] If this thread is blocked in an invocation of the wait(), wait(long), or wait(long, int) methods of the Object class, or of the join(), join(long), join(long, int), sleep(long), or sleep(long, int), methods of this class, then its interrupt status will be cleared and it will receive an InterruptedException. If this thread is blocked in an I/O operation upon an interruptible channel then the channel will be closed, the thread's interrupt status will be set, and the thread will receive a ClosedByInterruptException. If this thread is blocked in a Selector then the thread's interrupt status will be set and it will return immediately from the selection operation, possibly with a non-zero value, just as if the selector's wakeup method were invoked. If none of the previous conditions hold then this thread's interrupt status will be set. Throws: SecurityException - if the current thread cannot modify this thread Tema I: Introducción a las computación distribuida Luis López Fernández

(algunos) Métodos de la clase Thread
public final void join(long millis) throws InterruptedException Waits at most millis milliseconds for this thread to die. A timeout of 0 means to wait forever. Parameters: millis - the time to wait in milliseconds. Throws: InterruptedException - if another thread has interrupted the current thread. The interrupted status of the current thread is cleared when this exception is thrown. public final void setDaemon(boolean on) Marks this thread as either a daemon thread or a user thread. The Java Virtual Machine exits when the only threads running are all daemon threads. This method must be called before the thread is started. public static boolean holdsLock(Object obj) Returns true if and only if the current thread holds the monitor lock on the specified object. This method is designed to allow a program to assert that the current thread already holds a specified lock: Parameters: obj - the object on which to test lock ownership destroy(), stop(): Estos métodos permiten destruir/parar un thread “en seco”. No se liberan los locks, por lo que su uso no se recomienda (las nuevas APIs los consideran deprecated). Si estamos usando alguno de estos métodos para algo es muy probable que estemos haciendo algo mal. Tema I: Introducción a las computación distribuida Luis López Fernández

Control de concurrencia
Condiciones de carrera Las condiciones de carrera suceden cuando se intercalan de manera arbitraria comandos procedentes de hilos diferentes sobre un mismo recurso Las condiciones de carrera se traducen en comportamientos no deterministas y arbitrarios de los programas Ejemplo Imaginemos una aplicación bancaria concurrente Cada cuenta tiene un saldo medido en euros Múltiples hilos de ejecución pueden operar sobre el saldo (p.e. ingreso) Transferencia entre cuentas Hilo I (transf. 100) x1 = leerCuenta(A); x1 = x1 – 100 escribirCuenta(A, x1) y1 = leerCuenta(B) y1 = y escribirCuenta(B, y1) Hilo II (transf. 1) x2 = leerCuenta(A); x2 = x2 – 1 escribirCuenta(A, x2) y2 = leerCuenta(B) y2 = y2 + 1 escribirCuenta(B, y2) Tema I: Introducción a las computación distribuida Luis López Fernández

Control de concurrencia Cont.
Hilo I (transf. 100) x1 = leerCuenta(A); x1 = x1 – 100 escribirCuenta(A, x1) y1 = leerCuenta(B) y1 = y escribirCuenta(B, y1) Hilo II (transf. 1) x2 = leerCuenta(A); x2 = x2 – 1 escribirCuenta(A, x2) y2 = leerCuenta(B) y2 = y2 + 1 escribirCuenta(B, y2) A B x1 y1 x2 y2 110 - 10 100 9 101 Tema I: Introducción a las computación distribuida Luis López Fernández

Control de concurrencia Cont.
Hilo I (transf. 100) x1 = leerCuenta(A); x1 = x1 – 100 escribirCuenta(A, x1) y1 = leerCuenta(B) y1 = y escribirCuenta(B, y1) Hilo II (transf. 1) x2 = leerCuenta(A); x2 = x2 – 1 escribirCuenta(A, x2) y2 = leerCuenta(B) y2 = y2 + 1 escribirCuenta(B, y2) A B x1 y1 x2 y2 110 - 10 9 100 1 Se han perdido 100 euros por un problema de control de concurrencia!! Tema I: Introducción a las computación distribuida Luis López Fernández

Control de concurrencia en Java
El control de concurrencia básico consta de dos pasos: 1- Detectar qué partes del programa no pueden ser ejecutadas de manera simultánea por varios hilos de ejecución. A estas partes se les denomina secciones críticas. 2- Utilizar algún mecanismo que impida la ejecución simultánea de las secciones críticas por parte de dos o más hilos. Los programas, objetos y librerías que no presenta problemas de concurrencia se dice que son thread-safe Existen diferentes mecanismos para el control de concurrencia en programas multihilo (dependiendo del SO, del lenguaje de programación, etc.) Ejemplos: Cerrojos, Semáforos, Monitores, Mutex, Barreras, etc. En Java existe la posibilidad de utilizar todos estos mecanismos, normalmente son suficientes los mecanismos de sincronización nativos En Java, todo objeto (instancia de una clase) tiene automáticamente asociado un (único) monitor que actúa como un cerrojo El propio lenguaje proporciona mecanismos que permiten utilizar ese cerrojo de manera sencilla para el programador Tema I: Introducción a las computación distribuida Luis López Fernández

Control de concurrencia en Java Cont.
La palabra clave synchronized Cualquier bloque de código etiquetado con la palabra clave synchronized se convierte en una sección crítica de ejecución exclusiva Solamente puede haber un hilo ejecutando código synchronized en un objeto Proceso de sincronización: Por defecto, el cerrojo del objeto está abierto Cuando un hilo entra en un bloque synchronized, cierra el cerrojo del objeto y toma posesión del mismo El hilo sólo libera el cerrojo cuando concluye la ejecución del bloque Si un hilo tiene que ejecutar un bloque de código synchronized y encuentra el cerrojo cerrado, debe esperar a que el cerrojo se abra para poder continuar Si hay varios hilos esperando por un cerrojo y este se abre, el cerrojo será asignado a uno solo de los hilos en espera, que lo cerrará y comenzará la ejecución de la sección synchronized No se ofrecen garantías sobre qué hilo será el que cierre el cerrojo y lo posea El cierre y la apertura de los cerrojos son operaciones atómicas Un hilo que posee el cerrojo de un objeto puede llamar a bloques synchronized sin necesidad de esperar a otros hilos Tema I: Introducción a las computación distribuida Luis López Fernández

Synchronized: ejemplo de uso
public class SynchronizedClass { public synchronized void metodoI(){ //Sección crítica I } public void metodoII(){ //obj es cualquier objeto, podría ser ‘this’ synchronized (obj) { //Sección crítica II En cada objeto que sea una instancia de SynchronizedClass, no podrá haber más de un hilo ejecutando bloques synchronized Si un hilo está ejecutando un bloque synchronized, cualquier otro hilo que quiera entrar en cualquier bloque synchronized sobre el mismo objeto se bloqueará al comienzo del citado bloque Si un hilo posee el cerrojo y está ejecutando un bloque synchronized, lo liberará al terminar el bloque Tema I: Introducción a las computación distribuida Luis López Fernández

wait(), notify() y notifyAll()
El uso de la palabra clave synchronized permite solucionar múltiples problemas de control de concurrencia, pero no todos Existe un mecanismo adicional que permite obtener mayor flexibilidad y que proporcionan los métodos wait(), notify() y notifyAll() de la clase Object wait(): hace que el hilo que lo invoca pierda el cerrojo y se bloquee. Obsérvese que el hilo que invoca wait() debe poseer el cerrojo ¿qué implica esto? notify(): cuando un hilo lo invoca, permite otro hilo que está bloqueado (tras una invocación a wait()) se desbloquee. Si hay varios hilos bloqueados, sólo se desbloquea uno de ellos. No se ofrecen garantías sobre cuál notifyAll(): permite que todos los hilos que están bloqueados (tras una invocación a wait()) se desbloqueen wait(long millis): equivalente a wait(), pero indicando un tiempo máximo de bloqueo en milisegundos del hilo invocante Un hilo “desbloqueado” tras un nofity()/notifyAll()/millis sigue respetando las reglas de acceso exclusivo definidas mediante la palabra clave synchronized El mecanismo wait/nofity permite detener un hilo hasta que se cumpla una determinada condición que lo permita continuar Tema I: Introducción a las computación distribuida Luis López Fernández

Problema de control de concurrencia
Desarrollar una clase con un mecanismo productor-consumidor que cumpla: El elemento de intercambio es el entero (int) Hay una cola de intercambio de tamaño uno Se puede leer el elemento de la cola mediante el método get(). Si la cola está vacía el hilo invocante se bloquea hasta que se deposite un elemento Se puede depositar un elemento en la cola mediante el método put(). Si la cola está llena el hilo invocante se bloquea hasta que se lea el elemento public class Intercambiador { //? public synchronized int get(){ } public synchronized void put(int value){ Tema I: Introducción a las computación distribuida Luis López Fernández

Problema de control de concurrencia: Solución
public class Intercambiador { private int sharedValue; private boolean available = false; public synchronized int get(){ while(available == false){ try{ wait(); }catch(InterruptedException ie){} } available = false; notifyAll(); //si ponemos solo nofity(), se podría desbloquear un lector return sharedValue; public synchronized void put(int value){ while(available == true){ sharedValue = value; available = true; notifyAll(); //si ponemos notify() se podría desbloquear un escritor Tema I: Introducción a las computación distribuida Luis López Fernández

Control de concurrencia con mecanismos prefabricados
El paquete java.util.concurrent de la API estándar (a partir de la versión 5.0) contiene un conjunto de clases e interfaces de gran utilidad para el desarrollo de aplicaciones concurrentes. A continuación mostramos un ejemplo: BlockingQueue<E> Interfaz generificada que permite acceder una funcionalidad de cola con inserción, extracción y borrados atómicos y comportamiento síncrono. Métodos (sólo algunos): void put(E o) Añade el elemento especificado a la cola. Si no hay espacio suficiente en la cola (es tamaño de la cola se puede seleccionar en construcción), el hilo llamante se bloquea hasta que haya espacio disponible E take() Recupera la “cabeza” de la cola, si no hay ningún elemento en la cola espera hasta que se presente alguno Implementaciones: ArrayBlockingQueue, DelayQueue, LinkedBlockingQueue, PriorityBlockingQueue, SynchronousQueue Tema I: Introducción a las computación distribuida Luis López Fernández

Redes de ordenadores Debemos también tener nociones de redes de ordenadores Arquitectura de redes Modelos basados en niveles y encapsulamiento El modelo OSI El modelo Internet Protocolos de nivel de red, de nivel de transporte y de nivel de aplicación El protocolo IP El problema de la congestión Protocolos de nivel de transporte en Internet (TCP/UDP) Protocolos y servicios de nivel de aplicación (HTTP, DNS, etc.) Tecnologías de red Tecnologías basadas en transmisión por cable Tecnologías basadas en transmisión inalámbrica Redes de área local y Ethernet Tema I: Introducción a las computación distribuida Luis López Fernández

Ingeniería del software: Abstracción
Es necesario comprender algunos conceptos sobre ingeniería del software para poder continuar con la asignatura, los repasamos brevemente Definición de Abstracción: “Proceso por el que se reduce el contenido de información de un concepto con el fin de retener solamente la que sea relevante para un objetivo concreto” El uso de la abstracción en ingeniería se traduce en una reducción de la complejidad, lo que facilita la conceptualización de un dominio de conocimiento y mejora su comprensión por parte de los seres humanos La abstracción consiste en obviar los detalles y retener lo esencial La parte “esencial” de un mecanismo complejo depende del objetivo pretendido En ingeniería, el objetivo suele ser lograr que un ser humano comprenda el funcionamiento y la interacciones de un determinado sistema Por tanto, al realizar el proceso de abstracción, solo conservamos la información relevante que es necesaria para “explicar” y/o “comprender” lo deseado Dependiendo del grado de comprensión que se desee alcanzar, se utilizará un mayor o menor nivel de abstracción en la representación del sistema Tema I: Introducción a las computación distribuida Luis López Fernández

Abstracción: ejemplo El motor de un coche es un sistema extremadamente complejo que funciona gracias a la interacción de elementos mecánicos, eléctricos, reacciones químicas, ... Una persona que conduce un coche no tiene necesidad de comprender todos los detalles, le basta con realizar una abstracción que retenga lo relevante ¿Será suficiente ese nivel de abstracción para un mecánico que repare motores? ¿Qué nivel de abstracción tendrá el ingeniero que diseña motores? ¿Y el que diseña los lubricantes? Sistema complejo Representación para un conductor Acelerar Frenar Abstracción Tema I: Introducción a las computación distribuida Luis López Fernández

Abstracción en el desarrollo de software
En el mundo del software, la abstracción oculta detalles usando encapsulación David J. Barnes “Habitualmente usamos la abstracción cuando no es necesario conocer los detalles exactos de cómo algo funciona o se representa, porque podemos usarlo en su forma simplificada. A menudo, entrar dentro del detalle tiende a oscurecer lo que estamos intentando entender en lugar de iluminarlo […] la abstracción juega un papel muy importante en la programación porque lo que a menudo queremos modelar, en software, es una versión simplificada de la cosas que existen en el mundo real […] sin necesidad de construir cosas reales” En el mundo del software, todo lo que no sea programar con 0s y 1s es abtracción Los compiladores son abstracciones de las complejidades del código máquina Los IDES son abstracciones de las complejidades del código de los lenguajes Etc. A medida que el nivel de abstracción aumenta Ventaja: se eliminan elementos complejos y se facilita el uso Inconveniente: se restringen las posibilidades de actuar sobre el sistema (funcionalidades) Tema I: Introducción a las computación distribuida Luis López Fernández

Abstracción en Computación Distribuida
El principal problema de los ingenieros que desarrollan software en general, y muy particularmente de los que desarrollan software distribuido, es el de la complejidad. Los programas distribuidos son muy complejos. Cualquier estrategia que ayude a minimizar la complejidad de diseñarlos, comprenderlos, implementarlos o mantenerlos será de sumo interés para el ingeniero Tema I: Introducción a las computación distribuida Luis López Fernández

Abstracción en Computación Distribuida
Los programas y sistemas distribuidos son muy complejos Es necesario utilizar abstracción para diseñarlos, implementarlos, mantenerlos, etc. Dependiendo del objetivo que persigamos, el nivel de abstracción subirá o bajará Son muy habituales las representaciones abstractas que se “concentran” en la interacción entre los diferentes componentes de un programa o sistema Estas representaciones se suelen realizar con “cajas” y “flechas” Ejemplo: Interacción entre un servidor web y un cliente web Abstracción Permite entender interacciones Sistemas muy complejos Servidor HTTP Navegador Petición Red Servidor HTTP Abstracción Navegador Respuesta Tema I: Introducción a las computación distribuida Luis López Fernández

Abstracción en Computación Distribuida Cont.
En arquitectura de redes, el nivel más alto de abstracción lo representan los modelos en capas (OSI, TCP/IP, etc.) En computación distribuida, podemos utilizar también modelos en capas para representar la arquitectura de los sistemas con un nivel muy elevado de abstracción El modelo en tres niveles que presentamos aquí clasifica las partes de una aplicación distribuida utilizando como criterio la función que desempeñan Presentación Lógica de la aplicación (negocio) Servicios Tema I: Introducción a las computación distribuida Luis López Fernández

Abstracción en Computación Distribuida Cont.
Presentación Proporciona la interfaz de usuario. Por ejemplo, para un comercio electrónico, serán un conjunto de páginas HTML con formularios que permitan interaccionar con posible comprador. Suelen existir APIs muy completas que facilitan la creación del nivel de presentación Lógica de la aplicación (negocio) Suele consistir en un desarrollo específico que proporciona la funcionalidad básica requerida por la aplicación. Por ejemplo, en un comercio electrónico, la lógica de negocio debe incluir: verificación de las tarjetas de crédito, cálculo de costes e impuestos, procesamiento de los pedidos, etc. Dependiendo de la complejidad de la lógica de negocio, puede ser que no existan APIs específicas para el desarrollo de esta capa Servicios La capa de servicios proporciona un conjunto de funcionalidades genéricas (que no son específicas del “negocio”) que permiten el funcionamiento de las otras capas. Siguiendo con el ejemplo de comercio electrónico: el sistema de gestión de base de datos, servicios de directorio (DNS), servicios de comunicaciones (HTTP), etc. Multitud de fabricantes de software hacen pingües negocios comercializando herramientas y APIs que proporcionan servicios a las aplicaciones distribuidas Tema I: Introducción a las computación distribuida Luis López Fernández

Ingeniería del software: orientación a objetos
Para esta asignatura, es imprescindible comprender la diferencia entre los modelos de programación orientados a objetos y los procedimentales Ambos modelos han sido concebidos para tratar de minimizar la complejidad El modelo de programación procedimental Define el concepto de procedimiento (o función) Un procedimiento (o función) es una abstracción que se utiliza para encapsular un conjunto de instrucciones que guardan una relación estrecha entre sí Así, es posible “razonar” en términos de procedimientos y no de instrucciones La abstracción realizada se centra especialmente en las acciones (procedimientos) El modelo de programación orientado a objetos Define el concepto de objeto Un objeto es una abstracción que representa “algo” en la “vida real” El objeto representa un estado (a través de atributos) y unos comportamientos (a través de métodos) Así, es posible “razonar” en términos de objetos que encapsulan la complejidad La abstracción, en este caso, se centra especialmente en los datos (objetos) Tema I: Introducción a las computación distribuida Luis López Fernández

Ingeniería del software: UML
La abstracción recurre frecuente al uso de diagramas de “cajas” y “flechas” para representar sistemas complejos de múltiples elementos que guardan relación El problema es que las “cajas” y las “flechas” pueden significar cosas distintas para personas distintas, por lo que la comprensión de los diagramas se dificulta UML (Unified Modeling Language): El un lenguaje que proporciona un conjunto de notaciones estándar para representar modelos abstractos de objetos UML define un conjunto estandarizado de “cajas” y “flechas” con significados precisos que permiten representar objetos y algunas de sus relaciones UML está limitado, es decir, hay modelos que se pueden representar mediante UML y hay modelos para los que UML no posee notación estandarizada En esta asignatura, es conveniente conocer la notación de los diagramas de clases definidos en UML UML es útil para representar (y documentar) la arquitectura de una aplicación Siempre que utilicemos UML en los diagramas lo indicaremos de manera explícita Tema I: Introducción a las computación distribuida Luis López Fernández

Diagramas de clases básicos en UML
Tema I: Introducción a las computación distribuida Luis López Fernández

Ingeniería del Software: algo de terminología
Existen algunos términos que aparecen de manera recurrente en el ámbito de los ingenieros de trabajan en computación distribuida Toolkits y frameworks Los toolkits y frameworks suelen consistir en un conjunto de clases, herramientas, APIs, ejemplos de programación y documentación que algunos fabricantes distribuyen con el fin de facilitar el desarrollo de software distribuido El éxito de una tecnología concreta depende en gran medida de la calidad de las herramientas que se proporcionan al desarrollador en el correspondiente toolkit Ejemplos de toolkits y frameworks JDK (Java Development Toolkit): Distribuido de manera gratuita por Sun Microsystems para desarrolladores interesados en el lenguaje Java .NET framework: Distribuido por Microsoft para desarrolladores Web en sistema operativo Windows. Tema I: Introducción a las computación distribuida Luis López Fernández

Ingeniería del Software: algo de terminología
Componentes El desarrollo de software basado en componentes es una técnica muy habitual para la construcción de sistemas software distribuidos empresariales Los componentes son unidades funcionales independientes accesibles de manera distribuida Un sistema software distribuido se puede construir mediante la unión de componentes preexistentes y bien probados De este modo se minimiza el tiempo y los costes de desarrollo Para que esta filosofía tenga sentido, los componentes deben poder cooperar a través de una red abierta Es necesario definir mecanismos estándar que posibiliten las interacciones entre componentes que, en principio, pueden ser heterogéneos El desarrollo basado en componentes también es un intento de minimizar la complejidad Ejemplos de estándares para el desarrollo de componentes utilizados en la industria EJB (Enterprise Java Beans): Estándar para el desarrollo de componentes distribuidos basado en tecnologías Java COM (Component Object Model): Estándar para el desarrollo de componentes distribuidos basado en tecnologías Microsoft Tema I: Introducción a las computación distribuida Luis López Fernández

IPC – Comunicación entre procesos
Los servicios de comunicación entre procesos son la base de los sistemas distribuidos al permitir que dos procesos colaboren para lograr una tarea Hay dos mecanismos básicos de comunicación entre procesos 1- Comunicación entre procesos a nivel del sistema operativo (sin red) Permiten la comunicación entre dos procesos en el mismo ordenador Ejemplos: Colas de mensajes, semáforos, memoria compartida, etc. No vamos a utilizarlos en este curso 2- Comunicación entre procesos a través de una red Permiten la comunicación entre dos procesos que residan en la misma red En este caso, la comunicación se produce a través del intercambio de mensajes entre un emisor y un receptor El intercambio puede ser uno-a-uno (unicast – unidifusión) o uno-a-grupo (multicast – multidifusión) Tema I: Introducción a las computación distribuida Luis López Fernández

Elementos básicos de una API de IPC para redes
Cuando un ordenador tiene soporte de red, ofrece una API que proporciona los servicios de comunicaciones Estas APIs tratan de proporcionar una interfaz abstracta al programador Toda API debe proporcionar, al menos, cuatro tipos de operaciones al desarrollador ENVIAR: Es una primitiva que invoca el proceso emisor con el propósito de transmitir datos a un proceso receptor. Esta primitiva debe permitir identificar al proceso receptor así como especificar los datos a transmitir RECIBIR: Es una primitiva que invoca el proceso receptor con el objetivo de aceptar datos de un proceso emisor. Debe permitir identificar al proceso receptor así como especificar el área de memoria en la que se almacenará la información recibida Inicio de la conexión: Para mecanismos de comunicación orientados a conexión, deben existir primitas que permitan que la conexión se establezca. Lo habitual es que existan dos de ellas: ESPERAR-CONEXIÓN: Es una primitiva invocada por un proceso que está dispuesto a recibir la conexión de otro proceso de forma pasiva. INICIAR-CONEXIÓN: Esta primitiva es invocada por un proceso que quiere iniciar una conexión de manera activa con otro proceso. Es necesario identificar al proceso remoto DESCONECTAR: En comunicaciones orientadas a conexión, cualquiera de los dos extremos de una conexión establecida pueden liberarla invocando esta primitiva Tema I: Introducción a las computación distribuida Luis López Fernández

Sincronización de los procesos remotos
Si observamos detenidamente la API básica que hemos definido vemos que Para que un mensaje pueda transferirse realmente, necesitamos que Toda llamada ENVIAR en un extremo, debe tener una llamada RECIBIR en el otro Para que una conexión pueda establecerse realmente, necesitamos que Toda llamada INICIAR-CONEXIÓN debe tener un ESPERAR-CONEXIÓN asociada ¿Cómo logran los procesos ponerse de acuerdo para coordinar sus llamadas? Más aún … ¿Qué tenemos que hacer cuando en el código que desarrollamos para que los programas se coordinen al ejecutarse como procesos? RECIBIR? Proceso E ENVIAR Proceso R ESPERAR? Proceso E INICIAR Proceso R Tema I: Introducción a las computación distribuida Luis López Fernández

Sincronización de los procesos remotos
Definición de Sincronizar: “Hacer que coincidan en el tiempo dos o más fenómenos” ¿Cómo sincronizamos la ejecución de ENVIAR en un proceso con la ejecución de RECIBIR en el otro? El mecanismo de sincronización más sencillo es el de utilizar comandos bloqueantes Un comando bloqueante es aquel que bloquea al proceso que lo invoca hasta que se verifica una cierta condición, momento en el que el proceso para a estar Listo Para el envío de un mensaje, el primer proceso que alcanza el comando ENVIAR/RECIBIR se bloquea hasta que el otro proceso “lo alcanza” Para el establecimiento de una conexión, el proceso que invoca ESPERAR se bloquea hasta que otro proceso invoca INICIAR Tema I: Introducción a las computación distribuida Luis López Fernández

Ejemplo de comunicación con comandos bloqueantes
ProgramaI ProgramaII ... int x = leerDato(); int y = leerOtroDato(); int z = x + y; String resultado=“Suma=“+z; enviar(procesoII, resultado); ... llamarYoda(); sacarEspadaLaser(); matarSauron(); int z = recibir(procesoI) pagarImpuestos(z); Listo Ejecutando Listo Ejecutando Bloqueado Bloqueado Tema I: Introducción a las computación distribuida Luis López Fernández

ProgramaI ProgramaII ... int x = leerDato(); int y = leerOtroDato(); int z = x + y; String resultado=“Suma=“+z; enviar(procesoII, resultado); ... llamarYoda(); sacarEspadaLaser(); matarSauron(); int z = recibir(procesoI) pagarImpuestos(z); Listo Listo Ejecutando Ejecutando Bloqueado Bloqueado Tema I: Introducción a las computación distribuida Luis López Fernández

ProgramaI ProgramaII ... int x = leerDato(); int y = leerOtroDato(); int z = x + y; String resultado=“Suma=“+z; enviar(procesoII, resultado); ... llamarYoda(); sacarEspadaLaser(); matarSauron(); int z = recibir(procesoI) pagarImpuestos(z); Mensaje Listo Listo Ejecutando Ejecutando Bloqueado Bloqueado Tema I: Introducción a las computación distribuida Luis López Fernández

ProgramaI ProgramaII ... int x = leerDato(); int y = leerOtroDato(); int z = x + y; String resultado=“Suma=“+z; enviar(procesoII, resultado); ... llamarYoda(); sacarEspadaLaser(); matarSauron(); int z = recibir(procesoI) pagarImpuestos(z); Mensaje Listo Ejecutando Listo Ejecutando Bloqueado Bloqueado Tema I: Introducción a las computación distribuida Luis López Fernández

Envío y recepción síncronas
Las operaciones de IPC que bloquean al proceso llamante se llaman síncronas Una operación bloqueante solo se desbloquea cuando sucede el evento esperado en el extremo remoto. Es decir, garantizamos que hay una sincronización Existen multitud de APIs de IPC síncronas y es posible programar con ellas Existen también APIs de IPC asíncronas, en las que las llamadas no se bloquean En estos casos, es responsabilidad del programador lograr la sincronización ¿Por qué puede querer alguien llamadas asíncronas? Para evitar bloqueos indefinidos Para mejorar las prestaciones y no desperdiciar ciclos de reloj Ejemplo: programa que recibe de muchas fuentes y almacena paquetes while(true){ int resultado = recibir(paquete); if(resultado == -1) continue; else almacena(paquete); } El programador debe saber si trabaja con llamadas síncronas o asíncronas Tema I: Introducción a las computación distribuida Luis López Fernández

Llamadas síncronas y asíncronas
Al desarrollar programas distribuidos, es necesario codificar tanto la parte receptora como la parte emisora ¿qué modelo hay que usar en cada caso? La sincronía/asincronía de las llamadas depende del servicio subyacente Para comprenderlo, necesitamos realizar diagramas de eventos Proceso E Proceso R Evento Tiempo Periodo suspendido Mensaje Obligatorio Tema I: Introducción a las computación distribuida Luis López Fernández

Enviar síncrono y recibir síncrono
El Proceso R (receptor) se bloquea al invocar RECIBIR El Proceso E (emisor) se bloquea al invocar ENVIAR El Proceso R puede continuar ejecutando cuando ha terminado de recibir el mensaje El Proceso E requiere un acuse de recibo (ACK) confirmando una recepción correcta para poder desbloquearse El asentimiento forma parte del protocolo que implementa el servicio ICP (es transparente para el programador) El mecanismo enviar-síncrono/recibir-síncrono es aconsejable cuando la lógica de la aplicación de ambos procesos necesita que los datos enviados se reciban antes de continuar con el procesamiento Este mecanismo es utilizado cuando el servicio IPC es de transporte fiable orientado a conexión (p.e. TCP) La realidad puede ser un poco más complicada (bufferes intermedios de recepción, ACKs perdidos, etc) Proceso E Proceso R RECIBIR ENVIAR Asentimiento Tema I: Introducción a las computación distribuida Luis López Fernández

Enviar asíncrono y recibir síncrono
El Proceso R (receptor) se bloquea al invocar RECIBIR El Proceso E (emisor) no se bloquea al invocar ENVIAR El Proceso E envía el mensaje y continúa sin esperar El Proceso E no requiere un acuse de recibo (ACK) confirmando la recepción Este esquema es apropiado cuando la lógica de la aplicación emisora no depende de la recepción de los datos en el otro extremo Este esquema suele utilizarse cuando el mecanismo IPC subyacente no garantiza que los datos enviados sean, realmente, entregados al receptor (p.e. UDP) Proceso E Proceso R RECIBIR ENVIAR Tema I: Introducción a las computación distribuida Luis López Fernández

Enviar síncrono y recibir asíncrono
El Proceso R (receptor) no se bloquea al invocar RECIBIR El Proceso E (emisor) se bloquea al invocar ENVIAR El Proceso E envía el mensaje y se bloquea El Proceso E requiere un acuse de recibo (ACK) para desbloquearse Hay 3 escenarios Escenario 1 Los datos ya han llegado al Proceso R cuando se invoca RECIBIR En este caso, los datos se entregan al Proceso R inmediatamente Un ACK desbloquea al Proceso E Proceso E Proceso R ENVIAR RECIBIR Asentimiento Tema I: Introducción a las computación distribuida Luis López Fernández

Enviar síncrono y recibir asíncrono Cont
Escenario 2 Cuando el Proceso R invoca RECIBIR, los datos no han llegado El Proceso R no recoge ningún dato Para evitar un bloqueo indefinido del Proceso E, es necesario invocar RECIBIR nuevamente En este tipo de escenario el receptor se programa como un bucle en el que, cada cierto tiempo, se chequea si hay nuevos datos recibidos A esta técnica se le denomina polling Cuando los datos son finalmente recibidos, el Proceso E puede desbloquearse Proceso E Proceso R RECIBIR RECIBIR ENVIAR RECIBIR Asentimiento Tema I: Introducción a las computación distribuida Luis López Fernández

Enviar síncrono y recibir asíncrono Cont.
Escenario 3 Cuando el Proceso R invoca RECIBIR, los datos no han llegado El Proceso R no recoge ningún dato Para evitar un bloqueo indefinido del Proceso E, se eleva un evento en el Proceso R cuando los datos realmente se reciben Este evento tiene asociado un manejador, que ejecuta la recepción real de los datos El manejador es un método (función) que se invoca en el momento de la recepción, normalmente en un hilo diferente Para que este esquema funcione, el mecanismo IPC debe implementar el servio de evento con retrollamada Los tres escenarios se pueden usar cuando se requiere un transporte fiable de los datos (p.e. TCP) y, al mismo tiempo, se requiere que el receptor no se bloquee Proceso E Proceso R RECIBIR ENVIAR Evento Asentimiento Tema I: Introducción a las computación distribuida Luis López Fernández

Enviar asíncrono y recibir asíncrono
Ninguno de los dos procesos se bloquea Este mecanismo sólo tiene sentido cuando no se requiere un transporte fiable y, además, se usa un mecanismo de eventos con retrollamadas Este esquema no es muy utilizado Proceso E Proceso R RECIBIR ENVIAR Evento Tema I: Introducción a las computación distribuida Luis López Fernández

Revisión crítica del mecanismo de bloqueo
Ventaja clara: facilita la vida del programador a la hora de sincronizar los procesos Inconvenientes: Puede producir bloqueos indefinidos de un proceso (p.e. RECIBIR sin ENVIAR) Puede producir interbloqueos (p.e. los dos extremos llaman a RECIBIR) Es inaceptable cuando se requieren altas prestaciones (p.e. servidores) Dos estrategias para minimizar los inconvenientes de llamadas síncronas Estrategia I: Temporizadores La mayoría de las APIs de IPC de red permiten el uso de temporizadores (timeouts) que se pueden utilizar para fijar el tiempo máximo de bloqueo Ejemplo: RECIBIR(procesoRemoto, bufferDatos, 3000) Recepcion correcta timeout RECIBIR Continúa el programa Código error o excepción Tema I: Introducción a las computación distribuida Luis López Fernández

Revisión crítica del mecanismo de bloqueo Cont.
Estrategia II: Uso de múltiples hilos de ejecución Esta estrategia se utiliza habitualmente para el desarrollo de servidores Consiste en crear hilos específicos para algunas operaciones bloqueantes La operación bloqueante, sólo detiene su propio hilo sin afectar al resto Este tipo de estrategia suele requerir el uso de control de concurrencia Proceso Nuevo hilo Nuevo hilo RECIBIR ENVIAR Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigmas de computación distribuida Nivel de abstracción creciente
Definición de Paradigma: “Patrón, ejemplo o modelo” “Estilo o conjunto de prácticas utilizadas para desarrollar un programa” (software) Es decir, identificar los paradigmas de la computación distribuida es identificar los modelos, patrones y prácticas que se utilizan habitualmente para desarrollar programas que funcionan en un sistema distribuido En computación distribuida existen centenares de paradigmas, vamos a identificar los más habituales y populares ordenándolos según su nivel de abstracción No se ve en este curso Espacios de objetos, aplicaciones colaborativas Servicios de red, ORB RPC y RMI Estudiado en este curso Nivel de abstracción creciente Cliente-servidor, peer-to-peer Paso de mensajes Modelo OSI, modelo TCP/IP Estudiado en cursos anteriores Hardware Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma de paso de mensajes
El paradigma de paso de mensajes es una abstracción para lograr IPC ¿Qué simplifica esta abstracción? Abstrae todas las complejidades del modelo en capas (es decir, de la red) Servicio con primitivas ENVIAR, RECIBIR, ESPERAR-CONEXIÓN, INICIAR-CONEXIÓN Se logra que la E/S por red sea similar a la E/S típica de ficheros ¿Qué restringe esta abstracción? Hace invisibles (e intocables) los detalles de las capas inferiores (¿Qué pasa si quiero crear un paquete IP falsificando la dirección de origen?) Ejemplo de implementación La API Sockets implementa este modelo Proceso E Proceso R Mensaje I Mensaje II Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma cliente-servidor
El paradigma cliente servidor es esencialmente un patrón arquitectural También es una abstracción sobre el modelo de paso de mensajes Se basa en establecer roles asimétricos a los procesos que colaboran Un proceso es el Servidor: Espera de manera pasiva peticiones de los clientes Responde a esas peticiones según un servicio predefinido Otro proceso es el Cliente (puede haber varios): Invoca peticiones al servidor Espera la respuesta de los clientes ¿Qué simplifica esta abstracción? Simplifica la sincronización en los procesos (se sabe quién espera y actúa) Simplifica la implementación de servicios compartidos por múltiples clientes ¿Qué restringe esta abstracción? Establece a priori el papel de cada proceso (¿Qué sucede si quiero que un cliente se convierta en servidor?) Ejemplos de implementación La mayoría de las aplicaciones más populares en Internet (HTTP, FTP, DNS, etc.) El mecanismo de servlets de Java está concebido para implementar servidores Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma peer-to-peer (igual-a-igual)
El paradigma peer-to-peer es un patrón arquitectural No ofrece una abstracción notable con respecto al modelo de paso de mensajes Elimina la asimetría del modelo cliente-servidor Todos los procesos son equivalentes desde el punto de vista de su habilidad para solicitar o proveer servicios a otros procesos Lo que simplifica y restringe este paradigma es muy dependiente de las facilidades que soporten las APIs que se utilicen para el desarrollo La comunicación suele basarse en mecanismos de petición-respuesta síncronos similar al del modelo cliente-servidor Ejemplos de implementación Todo tipo de aplicaciones de mensajería instantánea, intercambio de ficheros, vídeo-conferencia, etc. El proyecto JXTA o el proyecto Jabber ofrecen APIs y estándares para el desarrollo de sistemas basados en el paradigma peer-to-peer P2 P1 P3 Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma MOM MOM (Message Oriented Middleware): Middleware Orientado a Mensajes Patrón arquitectural + abstracción similar a la del modelo cliente-servidor Middleware: un software que está “en medio” El modelo MOM propone la introducción de un middlerware que actúa de intermediario entre un sistema proveedor de servicios (servidor) y un sistema consumidor de servicios (cliente) desacoplándolos El emisor (cliente) deposita una petición en el sistema de gestión de mensajes El emisor queda “libre” para seguir con sus tareas El sistema de gestión de mensajes actúa como un conmutador dirigiendo la petición hacia el receptor (servidor) más apropiado para procesarla Los receptores almacenan las peticiones en una cola y las van procesando de manera asíncrona siguiendo una política predefinida (FIFO, LIFO, etc.) Cuando una petición se procesa, la respuesta es entregada al proceso emisor (quizás con la intermediación del sistema de mensajes) El proceso emisor puede recuperar la respuesta utilizando polling o a través de un mecanismo de retrollamadas Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma MOM Cont. ¿Qué simplifica esta abstracción? Proporciona una abstracción adicional para operaciones asíncronas con respecto al modelo de paso de mensajes que simplifica su desarrollo y comprensión Permite desacoplar el emisor del receptor (mejora manteniblidad) ¿Qué restringe esta abstracción? El modelo asíncrono elimina cualquier tipo de control que se pueda tener sobre las temporizaciones y la sincronización del emisor y el receptor Ejemplos de implementación Microsoft Message Queue (MSMQ), Java Message Service (JMS), etc. Emisor Receptor MOM Emisor Receptor Emisor Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma de publicación/suscripción
Es paradigma de publicación/suscripción es un patrón arquitectural También es una abstracción sobre el modelo de paso de mensajes Como en el modelo cliente-servidor, hay dos roles asimétricos El publisher (editor) Recibe o produce eventos de diferentes tipos Los subscritores (subscribers) Se suscriben a eventos de determinado tipo Cuando en el servidor se produce un evento, todos los suscriptores que hayan declarado su interés por ese tipo de evento son informados a través del envío de un mensaje, que contiene la información relevante sobre el evento El modelo de programación del suscriptor está basado en retrollamadas Este esquema se utiliza también para el desarrollo de aplicaciones monolíticas (p.e. en desarrollo de interfaces de usuario) Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma de publicación/suscripción Publicación de eventos
¿Qué simplifica esta abstracción? Facilita la implementación de servicios de multidifusión Facilita el desarrollo de aplicaciones que gestionan eventos asíncronos (pe. control) ¿Qué restringe esta abstracción? El propio modelo restringe el ámbito de aplicación Ejemplos de implementación Suscriptor Evento Suscripciones Evento Publisher Suscriptor Evento Suscriptor Publicación de eventos Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigmas RPC y RMI RPC (Remote Procedure Call): Llamadas a procedimientos remotos Es una abstracción notable sobre todos los modelos basados en paso de mensajes No es un patrón arquitectural La idea es la de lograr que, desde el punto de vista del programador, el desarrollo de aplicaciones distribuidas sea idéntico al desarrollo de aplicaciones monolíticas Es decir, la idea es la de ofrecer abstracciones que eliminen todo lo que “tenga que ver” con comunicaciones, redes, mensajes, protocolos, etc. Las RPC se basa en el mimetismo del modelo de programación procedimental Existe un modelo análogo que mimetiza la filosofía orientada a objetos: el RMI ¿Qué simplifica este paradigma? Permite que desarrollar aplicaciones distribuidas sea “tan fácil” como desarrollar aplicaciones monolíticas (… lo matizaremos) El desarrollador no tiene por qué saber nada de protocolos, mensajes, formatos … ¿Qué restringe este paradigma? Hace invisibles (e intocables) todo lo que tiene que ver con protocolos, mensajes, formatos, etc. (¿Qué pasa si quiero saber si un mensaje se ha recibido duplicado?, ¿si quiero comprimir los datos de un mensaje?¿si quiero ralentizar el envío de mensajes?, etc. Está adaptado para comportamientos síncronos (petición-respuesta bloqueante) Ejemplos de implementación Java RMI, Sun RPC, DCE, etc. Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigmas RPC y RMI Cont. Ejecución de llamada RPC
monolítica Proceso ... int x = 10 int y = 20 int z = sumar(x+y) Proceso ... int x = 10 int y = 20 int z = sumar(x+y) Mensaje int sumar(int a, int b){ return a + b } Proceso Mensaje int sumar(int a, int b){ return a + b } Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma de servicios de red
Es una extensión del modelo RPC-RMI en la que se predefinen ciertos servicios Los proveedores de servicios se registran en un directorio en tiempo de ejecución Los consumidores pueden localizar los servicios consultando el directorio La estandarización es imprescindible para lograr interoperabilidad ¿Qué simplifica este paradigma? Permite mejorar la interoperabilidad Simplifica el problema de la localización del interlocutor Incentiva el uso directo de servicios estandarizados ¿Qué restringe este paradigma? Requiere mecanismos de definición de interfaces Restricciones similares a las del modelo RPC-RMI Depende del a implementación Ejemplos de implementación La tecnología Jini de Java se basa en este modelo Los Web Services (Servicios Web) se basan en este modelo Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma basado en ORB
ORB (Object Request Broker): Intermediario de peticiones a objetos El paradigma ORB es esencialmente un patrón arquitectural sobre el modelo RMI Se añaden también funcionalidades adicionales que abstraen ciertos servicios El ORB es un middleware que actúa como mediador en la petición a un objeto El ORB puede realizar multitud de labores entre las que se incluyen: Mediación entre objetos heterogéneos Localización de objetos Creación y activación de objetos bajo demanda Etc. Este paradigma es la base de la arquitectura CORBA ¿Qué simplifica este paradigma? Al leer el estándar CORBA uno diría que este paradigma no simplifica nada … … la realidad es que se elimina gran parte del trabajo tedioso, permitiendo que el desarrollador se centre en la lógica de negocio. Próximo a la filosofía orientada a componentes (el contenedor ofrece los servicios, el desarrollador la log. de negocio) Mejora enormemente la interoperabilidad de las aplicaciones ¿Qué restringe este paradigma? En general, las restricciones son similares a las del modelo RMI Implementaciones concretas pueden añadir restricciones adicionales Ejemplos de implementaciones Cualquier implementación de un ORB CORBA (Orbix, TidORB, OpenORB, etc.) Tema I: Introducción a las computación distribuida Luis López Fernández

Paradigma basado en ORB
Tema I: Introducción a las computación distribuida Luis López Fernández

Tema I: Comentarios y referencias
Comentarios y reflexiones ¿Por qué la utilización de un patrón arquitectural en una aplicación distribuida restringe las capacidades de la aplicación? Intenta imaginar qué tipo de mecanismo puede transformar una llamada a un procedimiento local (a un proceso) en una ejecución de un procedimiento remoto (en otro proceso). ¿Requiere este mecanismo el intercambio de mensajes? ¿Por qué crees que hay tantas abstracciones, patrones arquitecturales, toolkits, frameworks y APIs en el ámbito del desarrollo de aplicaciones distribuidas? La compilación JIT del bytecode de Java ha mejorado las prestaciones de los programas escritos en este lenguaje. ¿Puedes encontrar información relativa al respecto? Referencias M.L. Liu, Computación Distribuida: Fundamentos y Aplicaciones, Pearson Addison Wesley, Capítulos 1,2 y 3 Bruce Eckel, Piensa en Java, Prentice Hall, 2003 Nunca desprecies el poder Wikipedia (www.wikipedia.org) Tema I: Introducción a las computación distribuida Luis López Fernández

Tema I: Resumen Contenidos Computación Distribuida: Conceptos básicos Definición Ventajas/Inconvenientes Falacias de la Computación Distribuida Rudimentos de programación en Java Disciplinas relacionadas con la computación distribuida Sistemas operativos: Procesos Programación Concurrente Ingeniería del software Abstracción Comunicación entre procesos (IPC) Invocaciones bloqueantes/no-bloqueantes Envío y recepción síncronos y asíncronos Paradigmas de la computación distribuida Paso de mensajes Cliente/Servidor, P2P RPC-RMI ORB Tema I: Introducción a las computación distribuida Luis López Fernández

Tema I: Introducción a la computación distribuida

Presentaciones similares

Presentación del tema: "Tema I: Introducción a la computación distribuida"— Transcripción de la presentación:

Presentaciones similares

Sobre el proyecto

Feedback

Iniciar la sesión

Autorizarse a través de una red social:

Tema I: Introducción a la computación distribuida

Presentaciones similares

Presentación del tema: "Tema I: Introducción a la computación distribuida"— Transcripción de la presentación:

Presentaciones similares

Sobre el proyecto

Feedback