La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

COMPUTACIÓN DISTRIBUIDA Y SU APLICACIÓN TECNOLÓGICA PARA INCREMENTAR LA EFICIENCIA DEL USO DE RECURSOS INFORMÁTICOS EN RED DE LA ESPOL Luis Vargas V. Gonzalo.

Presentaciones similares


Presentación del tema: "COMPUTACIÓN DISTRIBUIDA Y SU APLICACIÓN TECNOLÓGICA PARA INCREMENTAR LA EFICIENCIA DEL USO DE RECURSOS INFORMÁTICOS EN RED DE LA ESPOL Luis Vargas V. Gonzalo."— Transcripción de la presentación:

1 COMPUTACIÓN DISTRIBUIDA Y SU APLICACIÓN TECNOLÓGICA PARA INCREMENTAR LA EFICIENCIA DEL USO DE RECURSOS INFORMÁTICOS EN RED DE LA ESPOL Luis Vargas V. Gonzalo Luzardo M.

2 Agenda Antecedentes. Problema y solución. Posibles alternativas. Diseño. Implementación. Pruebas y resultados. Demostración. Conclusiones y recomendaciones.

3 ANTECEDENTES

4 Antecedentes Existen proyectos de investigación que deben analizar gran cantidad de datos; renderización de imágenes, simulación de fenómenos naturales, redes neuronales, son algunos ejemplos. Necesitan computadoras de gran capacidad de procesamiento.

5 Antecedentes LA IBM BLUE GENE/L, utilizada para aplicaciones de hidrodinámica, química cuántica, dinámica molecular, astronomía e investigación espacial, y modelado climático. Su construcción tuvo un costo aproximado de 150 millones de dólares.

6 Antecedentes Existen otras alternativas que permiten unir el poder de procesamiento de un conjunto de computadoras disponibles en una red. Este nuevo paradigma se llama Computación Distribuida.

7 Computación Distribuida La computación distribuida, es un nuevo modelo para resolver problemas de computación masiva utilizando un gran número de computadoras conectadas entre sí mediante una red. Dividir el trabajo entre varios computadoras, logrando de esta forma mejorar los tiempos de respuesta de procesamiento.

8 Terminologías Aceleración (Speedup).- Relaciona los tiempos de ejecución de algoritmos secuenciales vs. Paralelos Eficiencia.- Relación entre la aceleración de una ejecución paralela y el número de procesadores Escalabilidad.- Si al aumentar el tamaño del problema, el desempeño por procesador se mantiene.

9 PROBLEMA Y SOLUCIÓN

10 Problema actual en la ESPOL Las unidades no disponen de una plataforma que permita el análisis extensivo de datos. Esto limita el desarrollo de nuevos proyectos que necesitan procesar una gran cantidad de información en un tiempo razonable. Simulación, procesamiento de imágenes, biotecnología, pronóstico del tiempo, modelado financiero, inteligencia de negocios, son algunas aplicaciones que requieren de gran poder de procesamiento.

11 ¿Qué nos ofrece la ESPOL? La ESPOL cuenta actualmente con una gran cantidad de recursos informáticos (computadoras). La mayor parte realizan tareas de aplicaciones sencillas tales como procesadores de texto, hojas de cálculo, navegadores, correo, entre otras. Algunas de estas computadoras se encuentran inactivas una cantidad considerable del tiempo. En su mayoría se encuentran conectadas en red.

12 Solución En base a esta realidad, nace la idea de unir estos recursos informáticos, para formar una Computadora Virtual de gran capacidad de procesamiento.

13 Objetivos Generar un sistema de computación distribuida que use los ciclos ociosos de las computadoras en ESPOL. Proveer las herramientas necesarias, que permitan explotar un sistema distribuido para su uso en la investigación y el desarrollo. Desarrollar una aplicación que explote las capacidades del supercomputador y demuestre sus posibles usos en la investigación.

14 Características del sistema Dividir un problema en tareas más pequeñas y distribuirlas entre un grupo de computadoras. Independiente de la plataforma. Tolerante a fallos. Seguro. Procesamiento controlado. Ser adaptable en el desarrollo de diferentes tipos de aplicaciones distribuidas. Proveer de herramientas que faciliten la creación de aplicaciones distribuidas.

15 POSIBLES ALTERNATIVAS

16 Hardware Computadoras de alto rendimiento – más de 2 millones dólares, 148 megaflops. Supercomputadoras – más de 100 millones dólares, gigaflops. Clusters de alto rendimiento – económico y escalable, 1.2 millones dólares, 350 gigaflops –Clusters dedicados y no dedicados (computación zombi).

17 Middleware PVM –Explota la heterogeneidad natural de las computadoras. –Es portable. –Detalles de paralelización de forma explícita. –No es configurable por usuario. MPI –Estándar definido para sistemas MPPs inicialmente. –Es portable. –Nodos de cómputo no pueden ser agregados o quitados de manera dinámica. –No es interoperable.

18 BOINC Comparte poder computacional con muchas aplicaciones. Distribuye tareas entre los nodos del cluster. Arquitectura heterogénea. Seguro, tolerante a fallos, escalable. Configurable para usuarios. Código abierto.

19 Selección de las alternativas más apropiadas Cluster de alto rendimiento –Económico, usa computadoras disponibles. –No es dedicado. –Fácil de construir. Middleware BOINC –Alta escalabilidad. –Independiente de la plataforma. –Administra más de una aplicación distribuida. –Permite una fácil configuración de nodos.

20 DISEÑO

21 Diseño Lógico

22 Servidor –Divide el problema en unidades de trabajo (más pequeñas). –Distribuye estas unidades entre un grupo de computadores. –Administra el procesamiento. –Analiza los resultados. Cliente –Descarga aplicaciones distribuidas y unidades de trabajo. –Procesa las unidades de trabajo mediante la aplicación distribuida. –Muestra detalles del procesamiento. –Envía los resultados al servidor.

23 Diseño físico El servidor se conecta a la red del CTI, posee una IP pública y un dominio registrado. Clientes se conectan al servidor a través de la red del CTI, del backbone de la ESPOL o Internet.

24 Diseño del servidor Base de datos. Servidor de tareas. Servidor de datos. Servidor Web. Utilidades y programas. Componentes propios de una aplicación.

25 Base de datos Almacena información relevante del sistema tales como clientes (nodos), unidades de trabajo, resultados, aplicaciones, entre otros.

26 Servidor de tareas Interactúa de manera directa con el cliente (primera comunicación). Asigna trabajo al cliente. Intercambia mensajes con el servidor de tareas, a través del protocolo HTTP, usando archivos XML como mensajes. –Una descripción de trabajo que debe ser procesado. –La ubicación del servidor de datos, en donde se almacenan los archivos de entrada y salida del procesamiento.

27 Servidor de datos Almacena tanto los archivos entrada y archivos de salida de la aplicación distribuida.

28 Componentes de una aplicación Son aquellos programas que ejecutan acciones de una aplicación distribuida en particular. –Generar trabajo de cómputo. –Verificar y validar los resultados de cómputo. –Asimilar. –Verificar.

29 Utilidades y programas Componentes propios del sistema que nos ayudan a administrar el sistema en su totalidad. Suministrar controles para inicializar, detener, reiniciar y verificar el estatus del servidor. Suministrar aplicaciones para facilitar la incorporación de aplicaciones distribuidas al sistema y archivos relacionados a ésta. Crear trabajo para ser procesado. Borrar los archivos que no son necesarios para prevenir errores por insuficiencia de espacio en el disco.

30 Interacción entre los componentes

31 Servidor Web Interfase Web para el administrador. interfase Web para los usuarios

32 Diseño del cliente Encargado, entre otras cosas, de procesar las unidades de trabajo, y retornar al servidor los resultados computacionales obtenidos.

33 Núcleo del cliente Encargado de la comunicación con el servidor y llevar el control sobre el procesamiento que se está ejecutando en la estación cliente. Obtiene datos específicos de la estación de trabajo para ser enviados al servidor. –Obtener las características generales. –Rendimiento del CPU. –Recursos disponibles. Inicia la aplicación distribuida para procesar trabajo, o la reinicia si fue suspendida. Suspende la aplicación distribuida. Inicia la transferencia de archivos. Elimina archivos si es necesario.

34 Núcleo del cliente Pide trabajo para procesar. Descarga las unidades de trabajo. Envía los resultados. Notifica el procesamiento. Pide más trabajo

35 Aplicación distribuida Encargada de procesar las unidades de trabajo provenientes del servidor de tareas. Utiliza los archivos de entrada. Genera archivos de salida.

36 Aplicación distribuida Módulo de procesamiento. Procesa las unidades de trabajo y retornar un resultado computacional. Módulo de presentación gráfica. Muestra información gráfica relevante al procesamiento.

37 Interfaz gráfica Encargada de hacer reiteradas llamadas al núcleo cliente para comenzar su ejecución, y llevar control sobre las acciones que éste se encuentre realizando en la estación de trabajo. Instalada en el cliente.

38 IMPLEMENTACIÓN

39 Servidor ProcesadorIntel Pentium GHz Socket 478 Bus 800 MHz Placa baseIntel D875 PBZLK P4 RAID 800 MHz, LAN Gigabit Memoria RAM1024 MB DDR PC 400 KINGSTON Disco Duro120 GB Serial ATA 7200 RPM VideoNVIDIA GFORCE MB CDROMCDR 52x PeriféricosUnidad Floppy 3 1!2, Mouse óptico, Teclado Multimedia MonitorSamsung 15 PRECIO1355 USD (a) Servidor (b) Vista interna del servidor.

40 Instalación y configuración del servidor Sistema operativo Fedora Core 2. Agente de transporte de correo Sendmail. Servidor Web Apache II. PHP. Base de datos MySQL, PHPMySQL. Python, PyXML. Configuración del Firewall, permitir conexiones con el Internet a través de los puertos: 22 para ssh, 80 para htttp y 443 para https; conexiones locales con los puertos 3306 para MySQL y 21 para sendmail. IP pública y dominio supercomp.cti.espol.edu.ec. Configurado para que salga la Internet a través de la red del CTI.

41 Instalación y configuración de BOINC Versión Archivos fuentes compilados y luego instalados en el servidor. Se modificaron los archivos util.inc y countries.inc de la carpeta html. Conectado a la red del CTI.

42 Instalación y configuración de los clientes Sistema cliente BOINC versión El cliente fue instalado en cada una de las cinco computadoras cliente de prueba, tres máquinas de ellas pertenecientes al Centro de Tecnologías de Información (CTI) y dos máquinas particulares conectadas al Internet. Registro de clientes al sistema distribuido. Configuración de clientes para procesar las unidades de trabajo usando los ciclos ociosos.

43 IMPLEMENTACIÓN DE UNA APLICACIÓN DISTRIBUIDA

44 Objetivos de la implementación Probar el funcionamiento del sistema. Evaluar el rendimiento y escalabilidad de nuestro sistema distribuido. Esta aplicación distribuida, además de ser paralelizable, debía buscar la solución a un problema de gran desafío computacional, el cual una computadora común no lo pueda realizar o le tome demasiado tiempo. Descifrado (desencriptación) de claves RSA

45 Descifrado de claves RSA Obtener una clave pública a través de una clave privada. Basado en la dificultad de factorizar un valor extremadamente grande (64, 128 dígitos, por ejemplo), generado por la multiplicación de dos números primos grandes. Según la Criba de Eratóstenes, los factores de un número n, para un número n = p x q tenemos que o bien p< o bien q <

46 Solución El objetivo general consiste en dividir raíz de n en rangos mucho más pequeños y manejables en términos de procesamiento, los cuales serán asignados a los clientes. A cada cliente se le asignará un rango de búsqueda diferente. El cliente realizará divisiones sucesivas sólo dentro de su rango asignado.

47 Generador de archivos de entrada Denominado rsasplitter. Divide raíz de n en rangos y genera los archivos de entrada para la aplicación. Estos archivos de entrada serán convertidos en unidades de trabajo. n: Representa el valor n de la clave pública, un numero de N dígitos. ninicial: Rango desde donde se comienza a hacer las divisiones sucesivas. nfinal: Rango hasta donde se realizan las divisiones sucesivas. n ninicial nfinal

48 Aplicación distribuida Denominada rsadecrypt. Lee un archivo de entrada. Busca un factor primo en el rango especificado en el archivo de entrada, usando el método de divisiones sucesivas (fuerza bruta). Se detiene si encontró el factor primo o si termino de buscar dentro del rango. Genera un resultado computacional. nfinal: Hasta que numero llegó el cliente a procesar. estado: El estado del resultado, 1 si logró encontrar la clave privada, 0 si no encontró. nfinal estado

49 Aplicación distribuida – Parte gráfica Muestra datos relevantes del procesamient o que le cliente esta realizando. Mostrado como protector de pantalla

50 Interacción entre los componentes

51 PRUEBAS Y RESULTADOS

52 Pruebas de funcionamiento Aplicación distribuida para descifrado de claves RSA, para encontrar los factores primos a partir del valor N de la clave pública. Se crearon los archivos de entrada para la aplicación distribuida -- rsasplitter

53 Datos para N = 12 dígitos Valor de N = Factor primo encontrado= Unidades de Trabajo creadas = 5. Rango #1:Rango #2:Rango #3: Desde: 1 Hasta: Desde: Hasta: Desde: Hasta: Rango #4:Rango #5: Desde: Hasta: Desde: Hasta:

54 Datos para N = 14 dígitos Valor de N = Factor primo encontrado = Unidades de Trabajo creadas = 5. Rango #1:Rango #2:Rango #3: Desde: 1 Hasta: Desde: Hasta: Desde: Hasta: Rango #4:Rango #5: Desde: Hasta: Desde: Hasta:

55 Pruebas de funcionamiento Se crean las plantillas tanto para las unidades de trabajo, como para los resultados. Se observa como cada cliente se comunicó con el servidor de tareas, descargó las unidades de trabajo e inició el procesamiento.

56 Resultados Se utilizó como parámetro el tiempo (en minutos) necesario para la obtención del factor primo del número N. Se incrementó de 1 a 5 el número de computadoras clientes para la distribución del procesamiento.

57 Resultados para N = 12 dígitos Número de Computadoras Num/seg Tiempo en minutos

58 Resultados para N = 14 dígitos Número de Computadoras Num/seg Tiempo en minutos

59 Resultados Los resultados reflejan la alta escalabilidad del sistema de procesamiento distribuido. Al incrementar el número de computadoras, se disminuye el tiempo en obtener el resultado. Tomar en consideración, que el número de unidades a ser creadas debe ser mayor o igual al número de clientes en el sistema.

60 No distribuido Computadora N=12N=14 Num/segT (min)Num/segT (min) Promedio La ejecución se realizó en 5 distintas computadoras independientes

61 Aceleración y Eficiencia Aceleración (Speedup) # ComputadorasN=12N=

62 DEMOSTRACIÓN

63 CONCLUSIONES Y RECOMENDACIONES

64 Conclusiones Es una alternativa efectiva dentro de la ESPOL, con costos de instalación y operación bajos, y resultados bastante aceptables. Puede superar en poder de procesamiento a sistemas de súper cómputo convencionales. Es altamente escalable. Protector de pantalla con muchos gráficos, hace que disminuya su capacidad de procesamiento.

65 Conclusiones La aceleración también depende del tiempo de comunicación con las estaciones. Se pueden aprovechar de manera efectiva los ciclos ociosos de las computadoras, logrando contribuir en la búsqueda de soluciones a grandes problemas de procesamiento.

66 Recomendaciones Promocionar a nivel interno y externo el servicio de computación distribuida desarrollado. Brindar cursos o talleres de la computación distribuida a los investigadores y profesores de la ESPOL. Promover a la comunidad científica de la ESPOL e investigadores externos, el desarrollo de aplicaciones distribuidas

67 Recomendaciones Incorporar dentro de la materia Sistemas Distribuidos el concepto de Computación Voluntaria y desarrollar proyectos utilizando la plataforma BOINC. Proponer la creación a futuro de un centro de alto rendimiento computacional.

68 PREGUNTAS

69 GRACIAS


Descargar ppt "COMPUTACIÓN DISTRIBUIDA Y SU APLICACIÓN TECNOLÓGICA PARA INCREMENTAR LA EFICIENCIA DEL USO DE RECURSOS INFORMÁTICOS EN RED DE LA ESPOL Luis Vargas V. Gonzalo."

Presentaciones similares


Anuncios Google