Técnicas de monitorización y diferenciación de servicios para la asignación de recursos en entornos de computación grid, en base a indicadores de nivel de servicio
- Autores: Erik Torres Serrano
- Directores de la Tesis: Vicente Hernández García (dir. tes.), Ignacio Blanquer Espert (dir. tes.)
- Lectura: En la Universitat Politècnica de València ( España ) en 2010
- Idioma: español
- Tribunal Calificador de la Tesis: Rosa M Badia (presid.), Germán Moltó Martínez (secret.), Eduardo Huedo Cuesta (voc.), José Salt Cairols (voc.), Francisco Fernández Rivera (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: TESEO
- Resumen
El fortalecimiento de las infraestructuras de computación Grid, como plataforma para el acceso a recursos de cómputo y de almacenamiento en forma de servicios en Internet, ha dado lugar a una nueva necesidad: vincular las solicitudes de los usuarios con los servicios más apropiados, con el objetivo de mejorar la eficiencia de utilización de los recursos que forman parte del Grid, a la vez que mejorar las prestaciones de los trabajos ejecutados en el mismo, Esta necesidad se traduce, en la práctica, en la demanda de nuevos mecanismos de planificación de trabajos y de gestión de recursos, que permitan dotar a las infraestructuras Grid con nuevas estrategias para proporcionar niveles de servicio diferentes a diferentes perfiles de usuarios, proyectos y aplicaciones, y todo ello sobre la base de los requerimientos de calidad de servicio (Quality of Service o QoS) de cada perfil, formalizados en un contrato de nivel de servicio (Service Level Agreements o SLA).
Por estas razones, proporcionar QoS en entornos de computación Grid es un área de investigación muy activa, a la vez que muy importante para la evolución del Grid hacia una infraestructura de propósito general que soporte modelos de negocio complejos.
Sin embargo, a pesar de los avances en las técnicas de meta-planificación, el soporte para QoS en entornos de computación Grid es todavía muy limitado y, hasta el momento, no existe una solución definitiva para el problema.
En este trabajo proponemos un nuevo modelo para la asignación de recursos en el Grid, en base a requerimientos de QoS. Como parte del mismo, los servicios Grid son evaluados periódicamente a través de casos de prueba representativos, que son ejecutados en los recursos y que sirven para determinar la capacidad de estos para funcionar con unas prestaciones y una disponibilidad determinadas. A la vez, los recursos deben ser continuamente monitorizados para conocer su estado. De todo lo anterior se obtiene una clasificación que se utiliza para diferenciar los servicios en el momento de planificar la ejecución de un nuevo trabajo en el Grid. La segunda parte de este trabajo está enfocada a demostrar la aplicabilidad del modelo propuesto a la solución de un problema de planificación complejo: la asignación de recursos en el Grid sobre un modelo de optimización de costes de ejecución.
El trabajo desarrollado en la presente tesis cubre todas las etapas necesarias para la asignación de recursos para la ejecución de trabajos en el Grid. Se ha estudiado la utilización de indicadores de QoS para describir los recursos del Grid y expresar los requerimientos de las solicitudes de trabajo enviadas al mismo, centrándose para ello en la base conceptual que proporciona la OGSA (Open Grid Services Architecture). En este contexto, la QoS se define como una medida del nivel de los servicios prestados, con una lista precisa de parámetros que la caracterizan, entre los que destacan la seguridad, el ancho de banda, el tiempo medio de respuesta, la disponibilidad del servicio, la potencia de cálculo, la memoria y capacidad de almacenamiento. Sobre esta base, se ha propuesto un algoritmo de asignación de recursos que permite optimizar la selección de los mismos a nivel global en la infraestructura Grid. Además, se ha presentado un sistema de monitorización que permite recoger los indicadores de carga de los recursos, y propagarlos, de forma eficiente, a un conjunto de nodos distribuidos por todo el Grid.
Asimismo, se presentan resultados de todo lo anterior. Una parte de los mismos fueron obtenidos en simulaciones en entornos controlados, y otra parte en entornos de computación Grid reales, utilizando middleware Grid actual. De la misma forma, se estudia la aplicabilidad de los resultados a casos de estudio y aplicaciones reales.
