Cluster e Grid Computing Andr Soares Rodrigues, Thiago Maia Gouva, Francislane Pereira

andresrodrigues@ig.com.br, thiago.alves@mpsa.com, francislane.pereira@volkswagen.com.br Associao Educacional Dom Bosco, FCEACDB - Resende, RJ, Brasil

RESUMO Este artigo ir tratar da explicitao do conceito de Grid e Cluster Computing. Sendo feitas algumas diferenciaes entre o ambiente de Cluster e a emergente infra-estrutura em Grid. Ele foi desenvolvido como parte da disciplina de Tpicos Avanados de Informtica I ministrado pelo professor Eduardo Barrre, do curso de Sistemas de Informao da Associao Educacional Dom Bosco.

Palavras-Chave: Cluster Computing, Grid Computing, Computao de alto desempenho, Computao Oportunista.

1. INTRODUO A cada dia cresce o nmero de aplicaes que exigem um grande poder

computacional, entre as quais podemos encontrar exemplos nas reas de multimdia, clculos, gerenciamento de grandes volumes de dados, entre outros. Uma boa alternativa para suprir essa demanda tem sido a utilizao de clusters e grids de computadores construdos com mquinas comuns. Essa alternativa tem sido vivel, pois apresenta um desempenho satisfatrio e um custo baixo se comparada a outras alternativas como mquinas multiprocessadas e supercomputadores.

2. CLUSTER COMPUTING Os Clusters de Computadores so mquinas construdas com utilizao de dois ou mais microcomputadores comuns interligados por uma rede de interconexo, que trabalham juntos para resolver um problema. Nessa arquitetura, cada um dos equipamentos interligados chamado de n e, normalmente, existe um n mestre que gerencia e divide as tarefas entre os demais ns, chamados de escravos. Clusters ou combinaes de clusters so usados quando os contedos so crticos ou quando os servios tm que estar disponveis e processados o quanto mais rpido possvel. Os clusters so usados na cincia, engenharia e finanas para atuarem em projetos de desdobramento de protenas, dinmica de fludos, redes neurais, analise gentica, estatstica, economia, astrofsica dentre outras. Algumas vantagens dos clusters so:

Escalabilidade: possvel aumentar o desempenho do mesmo adicionando ou trocando os microcomputadores que compem o cluster;

Tolerncia falhas: o cluster mantm o funcionamento mesmo com a paralisao de alguns ns;

Baixo custo: utilizam recursos de fcil acesso e de uso comum.

IV SEAC Semana de Atividades Cientficas 2

3. GRID COMPUTING Grid um modelo emergente de computao distribuda que permite o compartilhamento de recursos computacionais entre usurios conectados atravs de uma rede de computadores. Os recursos compartilhados podem ser memria, armazenamento, processamento, banda da rede. O modelo de grid usado em projetos de pesquisa em diversas reas de conhecimento, de Matemtica e Fsica Medicina. Neste contexto, grids so aplicados, por exemplo, para computao distribuda, compartilhamento de dados, controle remoto de instrumentos, colaborao interativa e simulaes. Entendido o que Grid torna-se interessante mostrar alguns benefcios que est infra-estrutura oferece:

A computao em Grid permite que as organizaes possam agregar recursos com toda a infra-estrutura dos TIs, no importando localizao global. Isso elimina situaes onde um site esteja sendo executado com sua capacidade mxima, enquanto outros tenham ciclos disponveis;

Organizaes podem melhorar dramaticamente sua qualidade e velocidade de produtos e servios disponibilizados, enquanto os custos de TI so reduzidos por habilitar a colaborao transparente dos recursos compartilhados;

Permite que empresas acessem e compartilhem bases de dados de forma remota. Isto essencialmente benfico para as cincias da sade ou comunidades de pesquisa, onde volumes grandiosos de dados so gerados e analisados durante todo dia.

4. CLUSTER X GRID Em termos do aproveitamento de recursos computacionais, podemos ter dois tipos de computao. O primeiro tipo a alocao exclusiva de um conjunto de recursos por longos perodos de tempo, utilizando forma intensiva os recursos computacionais para uma dada tarefa. Este tipo de processamento denomina-se computao de alto desempenho. Recursos disponibilizados nesta modalidade so tambm denominados clusters computacionais. No lado oposto temos a computao oportunista, onde tentamos aproveitar intervalos de ociosidade de equipamentos para realizar processamento externo. No se exige 100% de disponibilidade dos equipamentos. O fator primordial no o tempo de processamento, mas sim um melhor aproveitamento de recursos. Recursos disponibilizados nesta modalidade so tambm denominados grids computacionais.

5. CONCLUSO Clusters e Grids tem como objetivo principal o compartilhamento de processamento, sendo que o Cluster visa o resultado de imediato, com todos os seus ns trabalhando em conjunto em uma mesma arquitetura. O Grid d uma noo ao usurio de que existe somente uma mquina, sendo que na verdade so vrias independentes dividindo o processamento. Esse por sua vez pode ter uma diminuio de seu desempenho, caso uma das mquinas que fazem parte se desconecte.

6. REFERNCIAS Cluster Computing. Disponvel em: http://www.clubedohardware.com.br/artigos/153/2. Acessado em: 29 abr. 2006. Grid Computing. Disponvel em: http://www.clubedohardware.com.br/artigos/124/2. Acessado em 29 abr. 2006. Cluster Computing. Disponvel em: http://de.wikipedia.org/wiki/Cluster. Acessado em: 03 mai. 2006.