Modèle et outils génériques pour la résolution des problèmes liés à la répartition des ressources sur grilles - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2007

Generic tools and model to solve distributed resources problems on computing grids

Modèle et outils génériques pour la résolution des problèmes liés à la répartition des ressources sur grilles

Résumé

Since many years, ne complexity of grid middlewares never ceased to increase. Thanks to the adoption of SOA (Services Oriented Architectures), they allows to design highly complex, high level, and naturally distributed software architectures. The actors (administrators, developers and users) are thus confronted to many problems related to the distributed nature of resources : How to select one replicated resource to fulfill one given task ? How to deploy one or several resources, or even a complete software architecture ? How to compose several resources ? etc. Solving these problems is difficult as actors are working at the highest level, from which the infrastructure is fully abstracted. Another difficulty is due to the diversity of resources (from simple files to complex web services implying communications as well as computations), to the diversity of goals (performances, load balancing, response quality, financial aspects ...), to the infrastructure performances and to the diversity of problem (selection, deployment, composition...). However, such solving is crucial as it conditions the platform performances as well as the quantity of actors work. Our proposal is a Globus web services called the Network Distance Service (NDS). NDS allows to model intuitively a large variety of problems as graphs thanks to a notion of distance adaptable to resources and goals and adaptative to infrastructure performances. Classical graph theory algorithms are then used to solve the problems : a shortest-path algorithm is used to solve selection and composition problems ; a clustering algorithm is used to solve deployment problem. Two genuine algorithms have also been developed thanks to this approach : FReDi, in order to drive dynamically some replicas, and MRKM, in order to deploy a whole software architecture. Finally, one data warehouse have been designed in order to improve the analysis capabilities of monitoring systems. Our approach is illustrated by the GGM software architecture (http ://liris.cnrs.fr/PROJETS/ggm), its different target infrastructures and the different distribution problem encountered. Large scale experiments have been conducted on the Grid 5000 platform and shows that optimal solutions have been computed in very short solving times and with limited user work
Depuis plusieurs années, les intergiciels de grille n'ont eu de cesse de gagner en complexité. Grâce à l'adoption des SOA (architectures orientées services), ils permettent aujourd'hui de concevoir des architectures logicielles complexes, de très haut niveau et naturellement distribuées. Les acteurs (administrateurs, développeurs et utilisateurs) sont ainsi quotidiennement confrontés à de nombreux problèmes liés à la nature répartie des ressources : Comment sélectionner une ou plusieurs ressources pour s'acquitter d'une tâche donnée ? Comment déployer une ou plusieurs ressources, voire toute une architecture logicielle ? Comment composer plusieurs ressources ? etc. La résolution de ces problèmes est difficile car les acteurs travaillent à un niveau très élevé, depuis lequel l'infrastructure matérielle est complètement abstraite. Elle s'avère également particulièrement complexe du fait de la diversité des ressources (du simple fichier à un service web impliquant communications et calculs), de la diversité des objectifs (performances, équilibrage de charge, qualité des réponses, aspects financiers), de la prise en compte des performances de l'infrastructure et également de la diversité des problèmes (sélection, composition, déploiement). Or cette résolution est cruciale car elle conditionne les performances des plateformes aussi bien que la quantité de travail des acteurs. Notre approche propose un service web globus appelé le Network Distance Service. NDS permet de déclarer intuitivement une vaste étendue des problèmes sous forme de graphe grâce à une notion de distance adaptable aux ressources et objectifs et adaptative aux performances de l'infrastructure matérielle. Des algorithmes classiques de la théorie des graphes sont ensuite utilisés pour calculer les solutions : les plus courts chemins sont utilisés pour résoudre les problèmes de sélection et de composition ; un algorithme de clustering est utilisé pour résoudre les problèmes de déploiement. Deux algorithmes originaux ont également été développé grâce à cette approche : FReDi, capables de piloter dynamiquement des réplicas, et MRKM, capable de prendre les décisions inhérentes au déploiement d'une architecture logicielle complète. Enfin, un entrepôt de données à été conçu dans le but d'améliorer les capacités d'analyse des outils de surveillance. Notre approche est illustrée par l'architecture logicielle GGM (http://liris. Cnrs. Fr/PROJETS/ggm), ses différentes infrastructures matérielles cibles et les différents problèmes de distribution rencontrés. Des expérimentations grande échelle ont été menées sur la platforme Grid5000 et montrent l'obtention des solutions optimales pour des temps de calcul très court et un travail utilisateur limité.
Fichier principal
Vignette du fichier
these.pdf (3.96 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-01457178 , version 1 (19-10-2020)

Identifiants

  • HAL Id : hal-01457178 , version 1

Citer

Julien Gossa. Modèle et outils génériques pour la résolution des problèmes liés à la répartition des ressources sur grilles : Un petit pas vers la réconciliation des architectures orientées services avec leur infrastructure matérielle. Calcul parallèle, distribué et partagé [cs.DC]. Institut National des Sciences Appliquées de Lyon, 2007. Français. ⟨NNT : ⟩. ⟨hal-01457178⟩
82 Consultations
97 Téléchargements

Partager

Gmail Facebook X LinkedIn More