Sistemas Distribuidos

Sistemas Distribuidos.
1. Conceptos fundamentales.
Definici—n de un sistema de c—mputo distribuido.
La idea fundamental de un sistema distribuido es que constituye una combinaci—n de

computadoras y sistemas de transmisi—n de mensajes bajo un solo punto de vista l—gico a
travŽs del cual los elementos de c—mputo resuelven tareas en forma colaborativa. Se puede
aseverar que el sistema constituye un ente capaz de procesar informaci—n debido a dos
caracter’sticas esenciales:
♦ El sistema consiste de una cantidad de computadoras cada una de las cuales tiene su
propio almacenamiento, dispositivos perifŽricos y potencia computacional.
♦ Todas las computadoras est‡n adecuadamente interconectadas.
Por medio del sistema operativo adecuado, las computadoras mantienen su capacidad de
procesamiento de tareas local, mientras constituyen elementos colaborativos de
procesamiento en el ambiente distribuido. El elemento de interconexi—n indica que debe
existir el mecanismo de transporte de informaci—n entre los componentes de manera que
sea factible el intercambio de mensajes entre nodos cooperativos de manera que no se
violente la transparencia de una transacci—n. Desde el punto de vista del usuario, un
Sistema Operativo Distribuido se comporta como un sistema operativo convencional que se
ejecuta en su computadora local; sin embargo, Žste administra los recursos de varias Ðy
adem‡s, posiblemente heterogŽneas- computadoras independientes e integra una interface
comœn hacia el usuario. Se puede decir entonces que un ambiente distribuido tambiŽn
incluye las siguientes caracter’sticas:
♦ Una variedad de componentes que incluyen tanto plataformas de c—mputo como las
redes de interconexi—n que transportan mensajes entre ellas unificadas en un solo
ambiente de procesamiento.
♦ La transparencia, como resultado de la abstracci—n apropiada de los componentes
del sistema.
Con respecto a la transparencia, no siempre es posible mantenerla estrictamente en todos

los casos. Algunas ocasiones es necesario el establecimiento de ciertas distinciones entre
los usuarios y los operadores del ambiente computacional, debido a las tareas espec’ficas o
generales que Žstos deben realizar. La transparencia implica requerimientos de integraci—n
de los componentes en una sola unidad:
♦ Un SD es un sistema operativo de nivel amplio.

♦ Un SD provee componentes abstractos del sistema y en muchos casos est‡ basado
en ellos.
♦ Un SD implementa control distribuido de acuerdo al principio de la autonom’a
cooperativa.
♦ Existe una descripci—n distribuida del sistema.
Sistemas Distribuidos 1
Un SD es un sistema operativo de nivel amplio.
Un SD permite la cooperaci—n entre diferentes m‡quinas o elementos de procesamiento que
est‡n conectados al mismo medio de transporte. La transparencia exige que el uso de los
componentes sea independiente del tipo y la localidad donde sean empleados en un
momento dado.
Un SD provee componentes abstractos del sistema y en muchos casos est‡ basado en ellos.
Su provisi—n y uso se puede apreciar como el manejo de caracter’sticas abstractas por
medio de las cuales se logra emplear dichos recursos. Otro enfoque diferente del anterior es
el desarrollar un SD a partir de controladores (drivers) especiales para las m‡quinas que lo
integrar‡n. En ambos casos el dise–o resulta en una interface en extremo cercana al
hardware que soporta la operaci—n del sistema, pero representado para el usuario de una
forma coherente y l—gica.
Un SD implementa control distribuido de acuerdo al principio de la autonom’a

cooperativa.
El principio de autonom’a cooperativa establece que todos los elementos involucrados
tienen igual oportunidad en la toma de decisiones que les afectan como un todo. En un
momento dado, la toma de decisi—n se hace s—lo entre los procesadores involucrados en una
tarea, en tanto que los dem‡s permanecen ajenos a esta decisi—n. Visto desde la —ptica
individual, los procesos de decisi—n aut—nomos cooperativos exhiben una mayor
complejidad que aquellos basados en decisiones jer‡rquicas.
Existe una descripci—n distribuida del sistema.

La consistencia sem‡ntica significa que todos los servicios del sistema, los directorios y
programas de aplicaci—n frecuentemente usados deben tener el mismo efecto sin importar el
punto donde sean ejecutados, y ser llamados de la misma forma independientemente de la
ubicaci—n y notaci—n interna del nodo. Desafortunadamente, el objetivo de consistencia
sem‡ntica entra en conflicto con los objetivos de autonom’a local, de manera que restringe
en forma importante las posibilidades de instalar software en los nodos, as’ como la
facilidad de adaptar dicho software al usuario.
Existen ciertos factores que han propiciado el auge tan elevado de los sistemas distribuidos
dentro del procesamiento de las organizaciones modernas en el mundo, en particular
Tanenbaum [1] se–ala algunos de ellos como:
1. Avances en tecnolog’a de c—mputo.

2. Desarrollo de las redes locales de alta velocidad (LAN).
3. Desarrollo de redes de ‡rea amplia (WAN).
A los que se podr’an agregar: la creaci—n y proliferaci—n de las redes de interconexi—n, que
permiten el acoplamiento de sistemas de procesamiento y perifŽricos, as’ como la aparici—n
de software con una mejor ingenier’a, lo cual permite el escalamiento y actualizaci—n hacia
nuevas capacidades y prestaciones de acuerdo a las necesidades de desempe–o de las
aplicaciones actuales. Muchos autores hacen la distinci—n entre los sistemas distribuidos,
elaborados para que trabajen con ellos varios usuarios en forma simult‡nea y los sistemas
paralelos, que pretenden lograr la m‡xima velocidad de ejecuci—n en una tarea
determinada. Esta distinci—n ha tenido mucha controversia, por lo que el consenso general
ha determinado usar Òsistema distribuidoÓ en sentido amplio, donde varios CPU«s trabajan
Ðintercomunicados entre s’- de manera cooperativa.
Los sistemas distribuidos plantean importantes ventajas en comparaci—n con los sistemas
tradicionales centralizados, entre ellos que muchas aplicaciones est‡n elaboradas para
operar de forma natural en ambiente disperso tales como: bases de datos, sistemas de
trabajo cooperativo (como Madefast) y juegos cooperativos o MUD«s (se puede apreciar un
ejemplo de esto usando el software de demostraci—n en tiempo real que se puede obtener de
http://www.activeworlds.com). Otra ventaja importante la constituye una mayor
confiabilidad, pues es factible construir un sistema tolerante a fallas si sus componentes
comparten la carga de trabajo y, de presentarse alguna falla, dicha carga es asignada a los
dem‡s elementos que siguen operando.
Por lo que respecta a la comparaci—n de un sistema distribuido contra la operaci—n de una

sola PC, las dos ventajas esenciales son la compartici—n de perifŽricos/recursos y la
distribuci—n de carga de las aplicaciones. En el primer caso, se logra tener acceso a equipos
sofisticados o especializados que al ser usados concurrentemente por varias personas
permiten aplicar criterios de econom’a de escala para su asignaci—n y adquisici—n desde el
punto de vista econ—mico. En cuanto al segundo punto, a travŽs de un ambiente distribuido
se logra mejorar la carga de trabajo de ciertos equipos o servicios, de manera tal que se
balancea adecuadamente el nivel de desempe–o y aplicaci—n de componentes de hardware y
software, maximizando el uso de los sistemas de acuerdo a la demanda de los usuarios.
Sin embargo, frente a todas las ventajas de los SD«s, existen desventajas importantes que
deber‡n ser resueltas de la mejor manera posible antes de considerar un estado maduro de
tales sistemas en lo que respecta al uso difundido de ellos dentro de las aplicaciones
cotidianas de las organizaciones modernas. Los tres principales se–alados tambiŽn por
Tanenbaum [1] son el software, las redes de interconexi—n y la seguridad. El software se
considera una problem‡tica importante dado que para un SD es importante tomar en cuenta
que Žste debe ser de un tipo y capacidades muy especiales, hecho espec’ficamente para
administrar y operar sobre un ambiente disperso. En este rubro, la mayor parte de los
sistemas desarrollados est‡n pensados para operar sobre una computadora ya sea
centralizada o bien, monousuario, dejando de lados las problem‡ticas de sincronizaci—n,
control y distribuci—n de carga que aparecen en los ambientes distribuidos. Las redes de
interconexi—n son relevantes porque a travŽs de ellas fluyen los mensajes y paquetes de
comunicaci—n entre los diferentes procesadores involucrados en la tarea, y de fallar Žstas
los procesos asociados pueden da–arse o interrumpirse. Finalmente, la cuesti—n de la
seguridad aparece tambiŽn como un elemento a considerar, dado que si cualquier usuario
tiene acceso a travŽs de una imagen l—gica a todos los elementos y perifŽricos que integran
un SD, tambiŽn puede leer informaci—n o datos de otras personas (por lo menos en forma
potencial).
Es un error comœn de enfoque el suponer iguales un sistema operativo de red y un sistema

operativo distribuido, el cual anima y maneja los recursos del sistema distribuido en s’.
Existen diferencias importantes en la operaci—n interna de tales sistemas, que enseguida se
mencionan:
♦ En una red, cada computadora ejecuta su propio sistema operativo, y no como parte
de un sistema operativo general.
♦ Cualquier actividad en computadoras remotas (como servidores, por ejemplo) se
lleva a cabo por medio de accesos (login) remotos en dichas computadoras que se
hacen en forma expl’cita por parte del usuario, y no como una funci—n de los
procesos como ocurre en un sistema distribuido.
♦ El trabajo con archivos remotos, igual presupone transferencias de archivos
expl’citas donde el usuario especifica la localizaci—n remota y no se da esta
asignada por el ambiente operativo.
♦ Las facultades de tolerancia a falla son un poco m‡s pobres, pues cuando una
computadora falla, esto no influye grandemente en la degradaci—n del servicio.
Las funciones m‡s importantes de un Sistema Distribuido.
Un SD posee las siguientes funciones b‡sicas:
♦ Comunicaci—n interprocesos. La intenci—n es tener comunicaci—n entre procesos

sobre la red de conexi—n, usando para ello las facilidades instaladas. Generalmente
implica el uso de un protocolo de transporte para establecer el enlace en el ‡mbito
de protocolo de servicios.
♦ Administraci—n y asignaci—n de recursos. Contempla la asignaci—n de recursos a
usuarios, toma de decisi—n de en d—nde deber‡n ser ejecutadas las peticiones,
creaci—n e instalaci—n de nuevos recursos en la red, soporte de replicaci—n para
procesos cr’ticos, mecanismos de control de concurrencia y sincronizaci—n.
♦ Administraci—n de nombres. Mecanismos de asignaci—n y mantenimiento de los
nombres de los recursos, localizaci—n de servidores/usuarios, mantenimiento de
directorios, etc.
♦ Reinicio luego de fallas. Implementado en varias capas de operaci—n a lo alto de la
arquitectura del sistema.
♦ Funciones de protecci—n. Especificaci—n de los usuarios y sus derechos de acceso,
mecanismos de autentificaci—n, pol’ticas de acceso y contra ataques externos.
Desde el punto de vista del usuario, algunos de los requisitos pueden ser:
♦ Proveer de ayudas para la soluci—n de problemas

♦ Minimizaci—n del costo de acceso a los recursos
♦ Maximizaci—n y simplificaci—n de las facilidades de comunicaci—n con otros
usuarios o programas.
Evoluci—n de los sistemas de c—mputo distribuido.
Las primeras computadoras eran dispositivos de muy elevado costo, que exist’an casi
exclusivamente en las grandes universidades y centros de investigaci—n. Estas
computadoras iniciales controlaban su ejecuci—n desde una consola no accesible a los
usuarios, quienes entregaban su trabajo a los operadores generalmente en forma de tarjetas
perforadas a fin de que pudieran correr los programas y entregar los resultados m‡s tarde.
La especificaci—n del ambiente para ejecuci—n de trabajos en particular (cintas, lectoras de
tarjetas, etc.) desperdiciaba mucho del valioso tiempo de procesador. Varios conceptos
nuevos se introdujeron en las dŽcadas de los 50«s y 60«s para optimizar el tiempo de
procesamiento y el acceso/configuraci—n de los recursos necesarios para llevara a cabo un
programa o grupo de programas en particular. Entre esas nuevas metodolog’as de operaci—n
destacan: el trabajo por lotes (donde se agrupaban programas que demandaban recursos
similares y se ejecutaban en serie uno tras otro), secuenciaci—n autom‡tica de trabajos,
procesamiento fuera de l’nea a travŽs de los conceptos de buffering (memorias intermedias
de alta velocidad para optimizar la entrada-salida de datos), spooling (almacenamiento en
colas de espera de los trabajos de impresi—n), y finalmente la aparici—n de los entornos de
multiprogramaci—n.
Sin embargo, ninguna de estas innovaciones permit’an que mœltiples usuarios interactuaran
simult‡neamente con el sistema, como cuando era necesario depurar programas con errores.
Al inicio de la dŽcada de los 70«s las computadoras comenzaron a emplear las rutinas de
tiempo compartido, las cuales a travŽs de dispositivos -conocidos como terminales tontas-
conectados directamente a la computadora principal permit’an ahora ejecutar tareas
interactivas en forma simult‡nea y compartir los recursos del sistema de c—mputo. Al
mismo tiempo se tuvieron avances importantes en tecnolog’a de electr—nica que
permitieron la reducci—n de tama–o de los grandes equipos centralizados, mientras se
incrementaba la capacidad y velocidad de procesamiento y se disminu’an sensiblemente sus
costos. Los nuevos sistemas fueron conocidos como minicomputadoras. Estas dos ideas
principales Ðtener un equipo conectado a la computadora principal a travŽs del cual se
pudiera hacer uso de sus recursos y la flexibilidad de acceso sin importar la localizaci—n
f’sica- fueron retomadas para el desarrollo ulterior de los sistemas distribuidos.
Durante la dŽcada de los 70«s aparecieron las primeras estaciones ÒinteligentesÓ para
usuarios, es decir equipos con capacidad de procesamiento y memoria local, de forma tal
que ahora se conectaban al equipo central sistemas con capacidad de ejecuci—n local. Esto
marc— la aparici—n de las primeras computadoras de alto rendimiento conocidas como
workstations, las cuales sin embargo todav’a estaban atadas a las restricciones de cercan’a
con el equipo central, dado que se usaban cables de interconexi—n cuyas longitudes no
pod’an exceder de ciertos rangos de tolerancia para que la comunicaci—n entre procesadores
se pudiera llevar a cabo confiablemente.
Por otra parte y en conjunto con estos avances, se estaban dando los primeros pasos en la
creaci—n de sistemas de comunicaci—n que luego emergieron como tecnolog’as de redes
ÐLAN, local area network y WAN, wide area network- los cuales permitieron que varias
computadoras localizadas dentro de un edificio o campus pudieran intercambiar
informaci—n en tasas muy altas de velocidad. Los sistemas LAN permit’an t’picamente
transmisi—n a 10 Mbps, mientras que los WAN soportaron equipos separados inclusive
entre ciudades o pa’ses a velocidades que iniciaban en 56 Kbps. La primera red local de
amplio impacto comercial se llam— Ethernet y fue inventada por Xerox en 1973, mientras
que la primera WAN fue conocida como ARPANET (advanced research projects agency
network), desarrollada por el departamento de la defensa de Estados Unidos en 1969.
A lo largo de los 80«s las velocidades de las redes se incrementaron, con alcances de hasta
100 Mbps para las LAN y de 2.048 Mbps para WAN. A inicio de esta dŽcada de los 90«s ha
aparecido la tecnolog’a ATM que permitir‡ la transmisi—n de informaci—n hasta en el rango
de los 1.2 Gbps tanto para ambientes locales como de ‡rea amplia. La disponibilidad de
estas redes de banda ancha impulsar‡ la creaci—n aplicaciones futuras para c—mputo
distribuido que soportar‡n una nueva generaci—n de aplicaciones dispersas, llamadas
aplicaciones multimedia. Estas permitir‡n el manejo de diversas fuentes de informaci—n
simult‡neamente como datos, voz, video, telefon’a, etc., las cuales extender‡n los alcances
funcionales que se han usado hasta el momento.
La mezcla de las tecnolog’as de c—mputo y comunicaciones durante finales de los 70«s e

inicios de los 80«s permitieron el nacimiento de una nueva generaci—n de aplicaciones que
fueron los sistemas distribuidos. Dado que el hardware de comunicaciones y de
procesamiento de datos estaba bastante maduro y dominado al inicio de los 70«s, los
mayores esfuerzos se enfocaron en la generaci—n de software que pudiera mantener
operando estos sistemas y que resultara en una nueva generaci—n de sistemas para las
empresas. Se lograron bastantes avances en las universidades respecto a este campo, y
actualmente han aparecido ya los primeros sistemas operativos distribuidos en forma
comercial.
Sistemas Distribuidos
Ejercicio # 1-1
1. Instale en su computadora el software de demostraci—n de http://www.activeworlds.com

,donde podr‡ hacer uso de una aplicaci—n distribuida tipo MUD. Explique c—mo se aprecia
en la funcionalidad del ambiente las siguientes caracter’sticas de un sistema distribuido:
♦ Un SD es un ambiente de nivel amplio.

♦ Un SD provee componentes abstractos del sistema y en muchos casos est‡ basado
en ellos.
♦ Un SD implementa control distribuido de acuerdo al principio de la autonom’a
cooperativa.
♦ Existe una descripci—n distribuida del sistema.
2. Lea la justificaci—n tŽcnica del proyecto s e t i @ h o m e en

http://setiathome.ssl.berkeley.edu/about_seti/about_seti_at_home_1.html . De acuerdo a lo
explicado ahora en el curso, justifique ampliamente si este puede considerarse un ejemplo
de computaci—n distribuida y por quŽ. Instale en su computadora el software de an‡lisis de
se–ales radioelŽctricas del proyecto SETI del sitio Web
http://setiathome.ssl.berkeley.edu/windows.html para comprobar el funcionamiento de un
sistema que env’a informaci—n a equipos remotos y luego recupera la salida general de
todos ellos.
3. Investigue en Internet c—mo opera el sistema Madefast y discuta los mecanismos que
implementa como ambiente distribuido de trabajo.
4. Mencione las diferencias entre los siguientes tipos de sistemas operativos mediante la
definici—n de sus propiedades esenciales.
a) Un sistema de tiempo compartido.

b) Procesamiento paralelo.
c) Sistema de Red.
d) Sistema Distribuido.
5. Establezca con claridad cu‡les son las diferencias fundamentales entre un sistema
operativo de red y un sistema operativo distribuido.
Modelos de computaci—n distribuida.
Existen varios modelos fundamentales que se usan para la creaci—n de sistemas de c—mputo
distribuido, los cuales se clasifican en diferentes categor’as Ðmodelo de minicomputadora,
modelo de workstation, modelo workstation-server, modelo de pool de procesadores e
h’brido. Enseguida se presentan brevemente, junto con las notas distintivas esenciales.
Modelo de minicomputadora
Es simplemente la extensi—n del modelo de equipo centralizado. Este esquema consiste de

varias minicomputadoras conectadas por una red de comunicaci—n. Cada minicomputadora
tiene su propio grupo de usuarios quienes pueden tener acceso a otros recursos no presente
en su sistema a travŽs de la red de datos. Este modelo se usa cuando existe necesidad de
compartir recursos de diferentes tipos a travŽs de acceso remoto. Ejemplo: los inicios del
ARPANet.
Minicomputadora
Minicomputadora
Red de comunicaciones
Minicomputadora
Minicomputadora
Fig. 1-1. Modelo de minicomputadora.
Modelo de workstation
Consiste en varias workstations interconectadas por una red, como lo muestra la Fig. 1-2,
cada usuario se Òda de altaÓ en su computadora de inicio o Òcomputadora homeÓ y luego
desde ah’ puede enviar trabajos para ejecuci—n. Cada estaci—n tiene su propio disco duro, y
su propio sistema de archivos. La implementaci—n mostrada tiene la desventaja de que se
puede desperdiciar tiempo de procesamiento si una o m‡s computadoras no est‡n haciendo
uso de su CPU. Si el sistema determina que la estaci—n del usuario no posee la suficiente
capacidad de proceso para una tarea, transfiere el trabajo de forma autom‡tica hacia el
equipo que tiene menos actividad en ese momento y por œltimo se regresa la salida del
trabajo a la estaci—n del usuario. Ejemplo: el sistema Sprite desarrollado experimentalmente
por Xerox.
Fig. 1-2. Modelo de Workstation.
Para la implantaci—n del modelo en la vida real hay que resolver ciertos
problemas:
1. ÀC—mo identifica el sistema a una estaci—n desocupada?

2. ÀC—mo puede transferirse un proceso desde una estaci—n para ser ejecutado
en otra?
3. ÀQuŽ le ocurre a un proceso remoto si un usuario se da de alta en una
estaci—n que estaba desocupada hasta ese momento y estaba siendo utilizada
para correr un proceso de otro usuario?
M‡s adelante se presentar‡n los diferentes enfoques para resolver esta problem‡tica.
Modelo workstation-server
Este se ilustra en la Fig. 1-3. Posee varias microcomputadoras y varias estaciones de trabajo
(algunas de las cuales pueden ser estaciones sin disco duro, o diskless) comunicadas
mediante red. Ahora que existe la potencialidad de tener estaciones sin disco, el sistema de
archivos a usar por estas computadoras puede ser el de una computadora completa o alguno
compartido de las diferentes minicomputadoras del sistema. Algunas otras
microcomputadoras se pueden usar para proveer otros tipos de servicios, como base de
datos, impresi—n, etc. Estas m‡quinas cumplen ahora nuevas tareas especializadas para
proveer y administrar acceso a los recursos, en la jerga comœn se les llama servidores
(servers).
...
Minicomputadora Minicomputadora Minicomputadora

como servidor de como servidor de como servidor de
archivos. bases de datos. impresi—n.
Fig. 1-3. Modelo Workstation-Server.
Por razones de escalabilidad y confiabilidad, es comœn distribuir un recurso entre varios

servidores, lo cual incrementa la confiabilidad y rapidez en la soluci—n de fallas en caso de
algœn mal funcionamiento de alguno de ellos. Por ejemplo, el servicio de correo electr—nico
puede tenerse en diferentes equipos del conjunto, de manera tal que si uno fallara
moment‡neamente, fuese posible para todos los dem‡s usuarios continuar trabajando con
dicho servicio a travŽs de los equipos redundantes.
En este modelo el usuario se da de alta normalmente en su computadora y para ciertas

tareas utiliza los recursos locales. Cuando necesita otro servicio que no tiene instalado, las
peticiones de aplicaciones espec’ficas se encaminan hacia los servidores, quienes procesan
las solicitudes y regresan al usuario el archivo o programa solicitado. Otra caracter’stica es
que en este modelo los procesos del usuario no necesitan ser migrados hacia los servidores
para obtener los beneficios del procesamiento adecuado. Como observaciones al modelo, se
tienen las siguientes:
1. En general es m‡s barato usar unas pocas minicomputadoras equipadas con

grandes discos de alta velocidad que tener a todas las workstations con un disco
duro instalado m‡s lento y m‡s peque–o.
2. Desde el punto de vista de mantenimiento, es mejor tener estaciones sin disco
que todo el sistema completo.
3. El usuario tiene en general la libertad de elegir en cual estaci—n trabajar, a
diferencia del modelo de workstation, donde tiene su cuenta y clave de acceso.
4. Su operaci—n se basa en el paradigma cliente-servidor, donde un proceso cliente
env’a una petici—n de procesamiento al server. El servidor ejecuta la petici—n y
regresa a la estaci—n el resultado de la misma.
Ejemplo: el ambiente V-System.
Modelo de pool de procesadores
Este se basa en el hecho de que los usuarios en promedio no requieren capacidad de

procesamiento durante un buen rato, pero existen instantes en los que la actividad y los
programas que ejecutan demandan potencia de trabajo en alto grado. A diferencia del
modelo anterior en el que cada persona tiene su servidor asignado, en Žste se dispone de un
conjunto (pool) de servers que son compartidos y asignados conforme a demanda. Cada
procesador en el pool tiene su propia memoria y ejecuta un programa de sistema o de
aplicaci—n que le permite participar en el ambiente de c—mputo distribuido.
Se puede apreciar en la Fig. 1-4, que el modelo no soporta la conexi—n de estaciones

directamente a los servidores, sino s—lo por medio de la red de interconexi—n. Las
terminales usadas pueden ser estaciones sin disco o terminales gr‡ficas como X terminals.
Se tiene instalado un servidor especial llamado Òde ejecuci—nÓ el cual se dedica a la
administraci—n y asignaci—n de recursos conforme a la demanda. Cuando se recibe una
solicitud de una persona, este equipo asigna temporalmente el nœmero de servers que
deber‡n ser dedicados al trabajo de tal petici—n, y luego de atenderla regresan para ser
liberados y quedar a disposici—n de la siguiente tarea. Otra diferencia importante con otros
esquemas, es que aqu’ no existe el concepto de Òcomputadora homeÓ, de manera que el
usuario no se da de alta en alguna m‡quina en particular, pero s’ percibe al sistema como un
todo.
Terminales
Server de Server de
ejecuci—n. archivos.
Pool de
procesadores.
Fig. 1-4. Modelo pool de servers.
Comparado con el modelo de Workstation-Server, el de Pool de Servers permite una mejor

utilizaci—n del poder de c—mputo disponible en el ambiente distribuido, dado que dicho
poder computacional esta disponible para todos a diferencia de Workstation-Server, donde
varios equipos pueden estar desocupados en algœn momento pero su capacidad no se puede
asignar a otros. Por otra parte, esta metodolog’a provee gran flexibilidad ya que el sistema
se puede expandir agregando procesadores que operar‡n como servidores adicionales para
soportar una carga extra de trabajo originada por incremento en el nœmero de usuarios o por
la implantaci—n de nuevos servicios.
Sin embargo, este modelo no se considera recomendado para programas de c‡lculo
complejo como aplicaciones intensivas de alto rendimiento o aplicaciones basadas en
gr‡ficas. Esto se debe principalmente a la lentitud de las redes de conexi—n que se utilizan
para la comunicaci—n entre procesos. Para este tipo de tareas se considera mejor el modelo
Workstation-Server.
Ejemplos: Amoeba, Plan 9 y el Cambridge Distributed Computing System.
Modelo h’brido
De los cuatro modelos descritos anteriormente, el de Workstation-Server es el m‡s

ampliamente utilizado para la construcci—n de sistemas de c—mputo distribuido. Esto se
debe a que un usuario promedio solamente ejecuta tareas interactivas simples como editar
archivos, enviar correos electr—nicos, etc. El modelo se ajusta perfectamente a
especificaciones tan sencillas. Para ambientes donde hay grupos de usuarios de mayor
potencia que realizan tareas masivas con alta necesidad de poder computacional el modelo
Pool de Servers es m‡s adecuado.
El modelo h’brido permite combinar las mejores caracter’sticas de Workstation-Server y

Pool, esencialmente agregando a la red de estaciones de trabajo un Pool de servidores que
pueden ser asignados din‡micamente para trabajos que son muy extensos para m‡quinas
individuales o que necesitan varios equipos concurrentemente para una ejecuci—n adecuada.
Esta variante tiene la ventaja de garantizar el nivel de respuesta a trabajos interactivos dado
que permite la ejecuci—n en la misma computadora de la persona que lo solicita. Por otra
parte, su principal desventaja estriba en que el costo de implantaci—n se eleva puesto que
requiere mayor nœmero de componentes para su construcci—n.
Taxonom’a de los ambientes de c—mputo.
No existe una clasificaci—n general que sea totalmente aceptada para poder ordenar los
ambientes de c—mputo existentes y dentro de ellos, a los sistemas distribuidos en particular.
La clasificaci—n de Flynn (1966) est‡ fundamentada en la multiplicidad de los flujos de
instrucciones y de los flujos de datos dentro del sistema. El esquema de Feng (1972) se
basa en la confrontaci—n entre procesamiento serie frente a procesamiento paralelo. La
clasificaci—n de HŠndler (1977) se basa en el grado de paralelismo y encauzamiento de los
diferentes subsistemas.
En la taxonom’a propuesta por Flynn, las computadoras digitales pueden clasificarse en

cuatro categor’as con respecto a sus flujos de instrucciones y datos. El proceso de
computaci—n esencial es la ejecuci—n de una secuencia de instrucciones sobre un flujo de
datos. El tŽrmino flujo se emplea para denotar una secuencia de elementos (que pueden ser
instrucciones o datos) que ejecuta un solo procesador. Las instrucciones o los datos se
definen con respecto a la m‡quina referenciada. Un flujo de instrucciones es una secuencia
de instrucciones ejecutadas por la m‡quina; un flujo de datos es una secuencia de datos que
incluye los datos de entrada y los resultados parciales o totales solicitados o producidos por
el flujo de instrucciones.
De esta manera, se tiene que las diferentes organizaciones de computadoras se caracterizan

por la multiplicidad de hardware provisto para atender a los flujos de instrucciones y de
datos. La categorizaci—n de Flynn depende de la multiplicidad de procesos simult‡neos que
ocurren en los componentes del sistema, aunque conceptualmente Ðcomo veremos- s—lo son
necesarios tres tipos de equipos de dicha taxonom’a.
Las instrucciones y datos se toman de los m—dulos de memoria. Las instrucciones se

decodifican en la unidad de control, que env’a el flujo de instrucciones decodificadas a las
unidades procesadoras para su ejecuci—n. Los flujos de datos circulan entre los
procesadores y la memoria bidireccionalmente. Se pueden utilizar mœltiples m—dulos de
memoria en el subsistema de memoria compartida donde cada flujo de instrucciones es
generado por una unidad de control independiente. Los mœltiples flujos de datos se originan
en el subsistema de m—dulos de memoria compartida. Por simplicidad no se mostrar‡n los
puertos de E/S dentro de los diagramas.
La taxonom’a propuesta por Flynn es como sigue.
SISD: Single Instruction, Single Data.

Sistemas enfocados a la operaci—n con un solo procesador, que representan a la mayor’a de
las computadoras disponibles actualmente. Las instrucciones se ejecutan secuencialmente,
pero pueden estar traslapadas en las etapas de ejecuci—n (lo que se conoce como
segmentaci—n encauzada). Es importante mencionar que un equipo SISD puede tener m‡s
de una unidad funcional, pero todas las unidades funcionales est‡n bajo la supervisi—n de
una sola unidad de control. En la siguiente Fig. 1-5 aparece un esquema de este tipo de
sistemas (FD= flujo de datos, FI= flujo de instrucciones, UC= unidad de control, UP=
unidad de procesamiento, MM= m—dulo de memoria).
FI
UC UP MM
FI FD
Fig. 1-5. Sistema SISD.
SIMD: Single Instruction, Multiple Data.

En estos sistemas existen mœltiples elementos de procesos supervisados por una misma
unidad de control. Todos los elementos de proceso reciben la misma unidad de
instrucciones emitida por la unidad de control pero operan sobre diferentes conjuntos de
datos procedentes de flujos distintos. El subsistema de memoria compartida puede contener
mœltiples m—dulos. Se tiene entonces que la unidad de control selecciona una instrucci—n y
luego instruye a varias unidades de procesamiento para la ejecuten, cada una con sus
propios datos. Estas m‡quinas se pueden dividir tambiŽn en: secci—n de palabra y secci—n
de bit.
FD1
UP1 MM1
FD2
FI UP2 MM2
UC
MC
FDn
UPn MMn
FI
Fig. 1-6. Sistema SIMD.
MISD: Multiple Instructions, Single Data.

Para estas m‡quinas existen n unidades procesadoras, cada una recibe distintas
instrucciones que operan sobre el mismo flujo de datos y sus derivados. Los resultados de
un procesador se pasan como entrada del siguiente dentro del cauce de procesamiento. En
este caso habr’a varias instrucciones a procesar, con un œnico flujo de datos. Ninguna
computadora conocida se ajusta a esta descripci—n, dado que Žsta arquitectura se considera
poco pr‡ctica.
FD
FI1
UC1 UP1 MM1
FI2
UC2 UP2 MM2
MC
FIn
UCn UPn MMn
FD FIn ... FI2 FI1
Fig. 1-7. Sistema MISD.
MIMD: Multiple Instructions, Multiple Data.

La mayor’a de los sistemas multiprocesadores y de los sistemas con mœltiples
computadoras pueden incluirse en esta categor’a. Este se integra con mœltiples
computadoras independientes, cada una con su propio contador de programa y datos. Un
equipo MIMD intr’nseco implica interacciones entre los n procesadores porque todos los
flujos de memoria se derivan del mismo espacio de datos compartido por todos los
procesadores. Si los n flujos de datos provinieran de subespacios disjuntos dentro de las
memorias compartidas, entonces tendr’amos la llamada operaci—n SISD mœltiple (MSISD),
que no es m‡s que una conjunto de n sistemas monoprocesadores SISD independiente. Un
sistema MIMD intr’nseco es fuertemente acoplado si el grado de interacciones y
conectividad f’sica entre los procesadores es elevado, en caso contrario los consideramos
dŽbilmente acoplados. La mayor’a de los sistemas MIMD comerciales son dŽbilmente
acoplados.
FI1
FI1 FI1 FD1
UC1 UP1 MM1 FI2
FI2
FI2 FD2
UC2 UP2 MM2
MC
FIn FIn FDn FIn

UCn UPn MMn
Fig. 1-8. Sistema MIMD.
La clasificaci—n de los equipos MIMD se puede ampliar se–alando que las computadoras
que tienen memoria compartida muchas veces son llamadas multiprocesadores, las que no
siguen este esquema y mantienen la memoria privada para cada m‡quina son las
multicomputadoras. Cada una de estas categor’as a su vez se puede dividir bas‡ndose en
su arquitectura de conexi—n, ya sea siguiendo el esquema de bus de comunicaciones (red,
backplane o cable) que forma un medio de difusi—n entre ellos; o mediante conmutador
(switch) en una topolog’a que realmente tiene varios enlaces de comunicaci—n compartidos
entre los equipos que pueden encaminar mensajes etapa por etapa gracias a un sistema de
conmutaci—n que dirige el mensaje a lo largo de los cables de salida.
La taxonom’a de Feng se basa en el grado de paralelismo como norma de clasificaci—n de

las arquitecturas, donde se entiende como m‡ximo grado de paralelismo P al nœmero
m‡ximo de d’gitos binarios (bits) que pueden ser procesados en una unidad de tiempo por
la computadora. Si Pi es el nœmero de bits que pueden ser procesados en el i-Žsimo ciclo de
procesador (o en el i-Žsimo per’odo de reloj), y si se consideran T ciclos de procesador
indicados por i= 1, 2, ... , T, el grado medio de paralelismo Pm viene definido por:
∑ Pi
Pm = i =1
(1.0)
T
En general Pi < P, por lo tanto, est‡ la tasa de utilizaci—n µ de un sistema de c—mputo
durante T ciclos como:
Pm ∑
Pi
µ= = i =1 (1.1)
P TP
Si la potencia de la computadora est‡ totalmente utilizada (es decir, si el paralelismo est‡
totalmente aprovechado), tenemos entonces que Pi = P para todo i, con lo que µ = 1 con
utilizaci—n del cien por ciento. La tasa de utilizaci—n depende del programa de aplicaci—n
que se ejecute.
Otra forma de poder visualizar el grado de paralelismo de un sistema es considerar su

longitud de palabra n y la longitud m de secci—n de bits. La secci—n de bits es una cadena de
bits, formada por cada una de las palabras sobre las que se procesa en paralelo. El m‡ximo
grado de paralelismo se expresa como el producto de n por m, es decir:
P = nm (1.2)
Ejemplo: calcule el grado de paralelismo para una computadora con longitud de palabra de
64 bits y que tiene cuatro cauces aritmŽticos, cada uno de 8 etapas.
R: la secci—n de bits mide 8x4 = 32 bits, por lo tanto P = 62 x 32 = 2048.
Precisamente, el par ordenado (n, m) corresponde a los puntos en el espacio de sistemas de
c—mputo para el sistema de coordenadas de la Fig. 1-9, donde se muestra la esta
clasificaci—n de acuerdo a como lo presenta Hwang [7].
TambiŽn se puede ampliar el concepto si para establecer con mayor claridad el grado de
paralelismo se presentan las siguientes definiciones:
Tiempo de respuesta = el tiempo promedio necesario para completar una tarea (lo
nombraremos R: en segundos/tarea).
Rendimiento m‡ximo (o throughput) = el nœmero promedio de tareas que pueden ser

terminadas en una unidad de tiempo (nombrado T: en tareas/segundo).
Establecidas estas definiciones, se puede tener otro enfoque del grado de paralelismo (D)
como sigue:
D=R*T (1.3)
Ejemplo: si en un sistema distribuido se completan 20 tareas cada 10 segundos, y cada

tarea se ejecuta en 3 segundos, ÀCu‡l es su grado de paralelismo? ÀQuŽ significa el
resultado o c—mo puede interpretarse?
R: el rendimiento es de 20/10 tareas/seg, y el tiempo de respuesta es de 3 segs. Entonces, el

grado de paralelismo es D = 20/10 * 3 = 6. En otras palabras, se ejecutan un promedio de 6
tareas en paralelo dentro del sistema.
Pipelining y paralelismo.
Es posible decrementar el tiempo necesario para completar una tarea dentro de una
computadora dividiŽndola en N subtareas independientes. As’, N procesadores pueden
ejecutar las diferentes subtareas. M‡s aœn, es factible lograr un incremento lineal en la
velocidad si la divisi—n en N subtareas se puede hacer de tal modo que el rendimiento
m‡ximo incrementado se incremente en un factor de N. Por el contrario, una
descomposici—n no-—ptima reducir‡ el incremento en velocidad a un factor menor que N.
Ejemplo: una p‡gina en el WWW contiene varias im‡genes. Un navegador web puede
descargar todas las im‡genes una por una o puede tratar de leerlas todas en paralelo.
Suponiendo que se puede asignar un procesador para descargar cada imagen. Cada
descarga es independiente de la otra, de manera que el tiempo de terminaci—n para la
versi—n en paralelo es el tiempo que tarda en completarse la operaci—n m‡s lenta. Si un sitio
tiene tres im‡genes, con tiempos de descarga de 3, 5 y 10 segundos, la versi—n serial no
paralelizada se demora 18 segundos en concluir, en tanto que a la paralela le lleva 10
segundos. La raz—n de incremento es de 18/10 = 1.8, que est‡ determinada por el tiempo
m‡s lento para leer una imagen. Si a cada imagen le lleva el mismo tiempo descargarse, es
decir 6 segundos, entonces la raz—n de incremento ser’a de 18/6 = 3. Esta es la
descomposici—n optima de la tarea.
Si es posible dividir una tarea T en las subtareas T1, T2, ... TN, de manera que Tk puede
comenzarse luego de que termin— de ejecutarse Tk-1, se dice que las tareas son serialmente
dependientes. M‡s aœn, si es posible dividir una tarea en N subtareas serialmente
dependientes, entonces un pipeline de N procesadores puede dar un rendimiento N veces
m‡s grande que un solo procesador.
Ejemplo: se dese— paralelizar un stack de protocolos asignando un procesador a la capa de

enlace, uno a la de red, otro a la de transporte y finalmente uno a la de aplicaci—n.
Asumiendo que cada capa consume la misma cantidad de tiempo Ðpor decir algo, 10 ms-
para procesar un paquete (una suposici—n totalmente falaz). En la versi—n no paralela
(serial) del stack, el sistema requiere 40 ms para procesar un paquete, dado que no puede
admitir otro nuevo hasta que termina con el actual. En la versi—n con pipeline, cada paquete
tiene un retardo de 40 ms, como en la versi—n serial, pero el pipeline procesa un paquete
cada 10 ms, en lugar de un paquete cada 40 ms.
Sin embargo, el c‡lculo del grado de paralelismo se puede complicar si las etapas del
pipeline requieren diferentes tiempos para concluir su procesamiento, en cuyo caso se
puede emplear la ecuaci—n (1.3) con las siguientes modificaciones:
Tiempo de respuesta = el tiempo necesario para completar las tareas en las diferentes
etapas (lo nombraremos R: en segundos/tareas).
S = el tiempo que necesita la etapa m‡s lenta para operar. Dado que el pipeline entrega un
paquete cada S segundos, se tiene un rendimiento m‡ximo (o throughput) = 1/S.
De esta forma, la nueva ecuaci—n aparece como:
D = R /S (1.4)
Ejemplo: continuando con el ejemplo anterior, se supondr‡ ahora que la capa de enlace
demora 6 ms, la de red 3 ms, la de transporte 10 ms y la de aplicaci—n 4 ms. El tiempo de
respuesta es de 23 ms. El rendimiento es de un trabajo cada 10 ms. El grado de paralelismo
es por lo tanto de 23/10 = 2.3 . Es decir, en un momento dado s—lo 3 de los cuatro
procesadores est‡n activos, los dem‡s est‡n detenidos esperando que sean completadas las
etapas de proceso anteriores.
16384 MPP
(1,16384) PEPE
(32,288)
288
Staran
256 (1,256)
Illiac-IV
(64,64)
64
C. mmp
(16,16)
16
M’nima PDP-11 IBM 370/168 Cray-1

(1,1) (16,1) (32,1) (64,1)
1
1 16 32 64
Fig. 1-9. Taxonom’a de Feng.
Existen cuatro tipos de procesamiento que pueden ser deducidos del diagrama anterior:
♦ Palabra serie y bit serie (PSBS)

♦ Palabra paralelo y bit serie (PPBS)
♦ Palabra serie y bit paralelo (PSBP)
♦ Palabra paralelo y bit paralelo (PPBP)
El tipo PSBS recibe el nombre de procesamiento bit-serie dado que procesa s—lo un bit (n =
m = 1) cada vez, lo cual resulta en una ejecuci—n bastante lenta. El tipo PPBS (n = 1, m > 1)
ha sido llamado procesamiento por secci—n de bits debido a que procesa un conjunto de bits
cada vez. El PSBP (n > 1, m = 1) es el tipo m‡s frecuente de las computadoras actuales, y
han sido llamado de procesamiento por secci—n de palabra, dado que procesa una palabra
por vez. El esquema PPBP (n > 1, m > 1) es conocido como procesamiento totalmente
paralelo, en el cual se procesa una matriz de n x m bits en cada vez; es el modo de
ejecuci—n m‡s r‡pido de los cuatro.
La clasificaci—n propuesta por Wolfgang HŠndler se basa en identificar el grado de

paralelismo y encauzamiento dados por la estructura de hardware de un sistema. No
profundizaremos en este modelo dado que se extiende fuera de los alcances de estas notas,
pero si haremos menci—n de que se estudia el procesamiento paralelo encauzado en tres
diferentes subsistemas:
♦ Unidad de control del procesador.

♦ La unidad AritmŽtico-L—gica.
♦ El circuito a nivel de bit.
Ejercicio # 1-2
1. Discuta las ventajas y desventajas relativas de los varios modelos que se usan
comœnmente para la configuraci—n de sistemas de c—mputo distribuido. ÀCu‡l modelo
supone que ser‡ el m‡s usado en el futuro? Justifique su respuesta.
2. Calcule el grado de paralelismo para una computadora con longitud de palabra de 32 bits
y que tiene cuatro cauces aritmŽticos, cada uno de 16 etapas.
3. Considere el caso de un sistema de c—mputo distribuido basado en el modelo de Pool de

Procesadores, que tiene P procesadores en el pool. Para este caso, suponga que un usuario
comienza un trabajo que consiste en la compilaci—n de un programa compuesto de F
archivos fuente (F < P). Asuma que en ese momento el usuario es la œnica persona
utilizando el sistema. ÀCu‡l puede ser la m‡xima ganancia en velocidad que puede ser
lograda en este caso, comparado con su ejecuci—n en un sistema de un solo procesador
(suponga que todos los procesadores tienen igual capacidad)? ÀQuŽ factores podr’an causar
que la ganancia en velocidad fuera menor que el m‡ximo?
4. Un servidor de red deber ejecutar cuatro procesos hijo a partir de un proceso padre
general. El proceso 1 requiere 3 ms para terminarse, el proceso 2 necesita 15 ms, el proceso
3 requiere 8 ms y finalmente el proceso 4 usa 10 ms. Calcule la raz—n de incremento si
primero ejecutamos en forma serial las tareas con un solo procesador y luego utilizamos
una m‡quina que puede asignar un CPU a cada tarea. ÀCu‡l ser’a la descomposici—n —ptima
de la tarea?
5. Estime la tasa de utilizaci—n durante 4 segundos de un CPU Pentium de 200 Mhz que
tiene un nœmero promedio de bits procesados por ciclo de 18.
6. Suponga que un componente de un sistema distribuido repentinamente falla y analice de

que manera afecta a los usuarios del sistema cuando:
a) Se est‡ usando el modelo de Pool de procesadores y el componente que falla es un

procesador de dicho pool.
b) Se est‡ usando el modelo de Pool de procesadores y el componente que falla es una
terminal de usuario.
c) Se usa el modelo Workstation-Server y fall— uno de los servers.
d) Est‡ utiliz‡ndose el modelo Workstation-Server y el componente que fall— es una de
las workstations de usuarios.
Como ya se dijo, otra dimensi—n de la taxonom’a es que en algunos sistemas las m‡quinas
est‡n fuertemente acopladas y en otros dŽbilmente acopladas. Los sistemas con
acoplamiento fuerte, por lo general tienden a utilizarse como sistemas paralelos (es decir,
para ejecutar una aplicaci—n en particular) donde hay una sola memoria primaria general
(espacio de direccionamiento) que es compartida por todos los procesadores. En tanto, los
dŽbilmente acoplados se manejan m‡s como sistemas distribuidos en los cuales los
procesadores no comparten memoria y tiene su propio espacio de trabajo. Adem‡s de esta
distinci—n, los sistemas dŽbilmente acoplados son capaces de intercambiar datos a la
velocidad de su memoria, mientras que los de acoplamiento dŽbil lo hacen a la velocidad de
la red de comunicaciones utilizada. La clasificaci—n taxon—mica de tales sistemas la aparece
en la Fig. 1-10.
MIMD
Fuertemente DŽbilmente
acopladas acopladas
Multiprocesadores Multicomputadoras
(mem. Comp.) (mem. Priv.)
Bus Switch Bus Switch
Fig. 1-10. Taxonom’a de sistemas paralelos y distribuidos.
Se puede resumir lo expuesto diciendo que un sistema de computaci—n distribuida es una

colecci—n de procesadores interconectados por una red de transferencia de informaci—n en
la cual cada procesador posee su propio espacio de memoria y otros perifŽricos. La
comunicaci—n entre dos procesadores se lleva a cabo a travŽs de paso de mensajes sobre
dicha red. Para un procesador en particular sus recursos son locales, en tanto que otros
procesadores y sus recursos son remotos. El conjunto de un procesador y sus recursos
generalmente recibe el nombre de nodo, site o m‡quina de un sistema distribuido.
Enseguida se explicar‡n las caracter’sticas de las variantes que presenta esta clasificaci—n.
Multiprocesadores basados en bus.
En este esquema se tienen varios CPU«s conectados a un bus comœn (t’picamente un

backplane) junto con un m—dulo de memoria que es compartido por todos los procesadores
en paralelo. Una memoria compartida bajo este esquema se dice que es coherente, dado que
lo que un procesador escribe en alguna localidad queda inmediatamente disponible para su
lectura por otro de los componentes del bus. Para usar la propiedad de localidad en cuanto
al dise–o, se incrementa la velocidad de acceso en un bus altamente competido a–adiendo
memoria cachŽ en los CPU«s, de manera que haya una alta probabilidad de localizar un
dato previamente le’do dentro del cachŽ en lugar de accesar el canal compartido. Con un
tama–o adecuado de cachŽ, se puede incrementar la tasa de reencuentro hacia niveles
significativos. Si embargo, el uso de cachŽ trae como consecuencia que la memoria se
vuelva incoherente, dado que un procesador puede leer informaci—n de una localidad de
memoria en particular pero a travŽs de su cachŽ, mientras que en la direcci—n real la
informaci—n ha sido cambiada por otro procesador.
Una soluci—n propuesta para resolver la problem‡tica es implementar un cachŽ de escritura,

sobre el cual se escribe toda palabra que se env’e a memoria. Todos los cachŽs necesitan
realizar un monitoreo constante del bus, de forma tal que cuando cambie el contenido de
una direcci—n de memoria que contienen puedan eliminarlo o actualizar el nuevo valor. Este
procedimiento es conocido como cachŽ monitor. En la siguiente Fig. 1-11 se muestra un
diagrama de tal arquitectura.
CPU CPU CPU CPU CPU

cachŽ cachŽ cachŽ cachŽ cachŽ
Fig. 1-11. Multiprocesadores en bus.
Ejemplo: considerando un sistema multiprocesador construido en base a unidades Pentium

de 133 Mhz, que utilizan paquetes de comunicaci—n entre s’ con tama–o medio de 500
bytes, y que activar la interrupci—n para que sea procesado un nuevo paquete consume 10
µs. Asumamos que el c—digo de reenv’o de paquetes entre los diferentes procesadores
consume 200 ciclos de m‡quina independientemente del tama–o del paquete, y que se
requieren 50 ns para leer o escribir en la memoria que maneja palabras de 4 bytes.
a) ÀQuŽ tan r‡pido se pueden reenviar los paquetes si un procesador se involucra en copiar
los datos?
b) ÀCu‡nto tarda la operaci—n si dicho procesador s—lo copia el encabezado de 20 bytes y
los datos se transfieren por medio del bus de un CPU al otro?
R: suponer que el ciclo de copiado de informaci—n ocurre como sigue
registro ß memoria [read_ptr]

memoria [write_ptr] ß registro
read_ptr ß read_ptr + 4
write_ptr ß write_ptr + 4
counter ß counter Ð 1
if (counter not 0) salto al inicio del bucle
Suponiendo que las operaciones de escritura y lectura en memoria, as’ como la de

comparaci—n final del contador consumen cada una un ciclo de m‡quina, y que las tres
restantes de actualizaci—n de contadores requieren en conjunto s—lo un ciclo. De esta forma
se tiene que a 133 Mhz, cada ciclo se ejecuta en 7.52 nseg si para leer y escribir en memora
son necesarios adem‡s 100 nseg, con lo cal se tiene que cada vuelta al c—digo mostrado se
demora: 4 (7.52) + 100 = 130.08 nseg.
a) Un paquete de 500 bytes son 125 palabras de 4 bytes cada una (el tama–o que acepta la
memoria). Si se desea copiar todas las palabras ser‡n necesarios:
125 (130.08 ns) = 16.26 µs

el c—digo de reenv’o toma 200 (7.52 ns) = 1.504 µs
Tiempo de procesamiento de la interrup. = 10 µs
----------------
27.764 µs por cada paquete de 500
bytes.
Lo cual representa m‡s cerca 144.1 Mbps de velocidad de transferencia.
b) Si s—lo se copia el encabezado de 20 bytes:
Para palabras de 4 bytes, 20/4 (130.08 ns) = 0.65 µs

el c—digo de reenv’o toma 200 (7.52 ns) = 1.504 µs
Tiempo de procesamiento de la interrup. = 10 µs
----------------
12.15 µs por cada paquete de 500
bytes.
Lo cual representa m‡s cerca 329.22 Mbps de velocidad de transferencia.
Este ejemplo es un caso totalmente hipotŽtico puesto que ignora ciertos factores reales que
se presentan en la pr‡ctica como:
♦ El CPU es un cuello de botella que debe ejecutar otras actividades

simult‡neamente.
♦ Se usa una interrupci—n por cada paquete, cuando en realidad se reciben varios
paquetes antes de procesar la interrupci—n.
♦ Se supone hay un CPU totalmente dedicado a la comunicaci—n, sin tener la
sobrecarga por consulta de tablas de enrutamiento.
Multicomputadoras basadas en bus.
En este sistema no se tiene la compartici—n de un solo espacio de memoria, sino que cada
una de las computadoras conectadas posee su propia memoria local. El sistema de
comunicaci—n sirve para interconectar una m‡quina con otra, con lo que su volumen de
tr‡fico es varios —rdenes menor en relaci—n con el uso de una red de interconexi—n para el
tr‡fico CPU-memoria como ocurre en el caso anterior. Se tratar‡n mayores detalles de las
redes de interconexi—n en el siguiente cap’tulo.
Un ejemplo t’pico de multicomputadoras en bus se encuentra en las modernas redes locales
(LAN), en las cuales se agregan tarjetas de red a varios CPU«s que luego se comunican por
medio de la infraestructura de cableado. Las velocidades t’picas van de 10 a 155 Mbps.
Existen casos de sistemas multicomputadoras significativos basados en el esquema.
Memoria local Memoria local Memoria local Memoria local Memoria local
CPU CPU CPU CPU CPU
Fig. 1-12. Multicomputadoras en bus.
Multiprocesadores basados en switch.
Cuando se llega a un nœmero significativo de procesadores (> 64) se necesita de un

mecanismo m‡s eficiente que el bus para lograr conectar cada CPU con la memoria. Una
alternativa es dividir la memoria en m—dulos y luego usar un conmutador matricial como el
ilustrado en la Fig. 1-13. De cada CPU y m—dulo de memoria sale una conexi—n que puede
intersectarse con todas las otras. El hardware cierra peque–os conmutadores que permiten
la comunicaci—n de un procesador con un m—dulo en un momento dado. Una vez terminada
la operaci—n de lectura o escritura, dicho switch se libera y quedan las conexiones
disponibles para ser usadas en otro nivel de la matriz.
Una ventaja importante es que muchos CPU«s pueden accesar la memoria al mismo tiempo,
aunque si dos de ellos desean usar la misma memoria en forma simult‡nea uno de ellos
deber‡ esperar. Se han hecho modificaciones al cross-bar para minimizar este problema de
bloqueo, como el uso de memoria cachŽ en los puntos de cruce o el uso de planificaci—n,
pero por el momento no haremos mayores profundizaciones al respecto. La principal
problem‡tica del sistema es su tama–o, puesto que con n CPU«s y n memorias, hacen falta
n2 conmutadores en los puntos de cruce. Si n es grande la posibilidad de construcci—n del
equipo se complica. VŽase en la Fig. 1-13 un ejemplo de Crossbar de 6 x 6.
M M M M M M
P
P
P
P
P
P
Fig. 1-13. Cross-bar 6 x 6.
Originado por los problemas de uso de switches como el Crossbar mencionado, se han
desarrollado otras redes de conmutaci—n que requieren menos switches para garantizar una
operaci—n confiable del sistema, modificando tambiŽn la metodolog’a de conmutaci—n
seguida. A reserva de profundizar m‡s en el siguiente cap’tulo, se analizar‡ ahora un caso
del sistema de conmutaci—n conocido como Red Omega, en el que se tienen dos niveles de
conmutaci—n integrados por switches individuales 2 x 2 (es decir, cada uno tiene dos
entradas y dos salidas). A travŽs del dise–o del momento de la conmutaci—n, se puede
garantizar que un procesador en particular pueda accesar el m—dulo de memoria que
necesita.
M
P
M
P
P M
P M
Fig. 1-14. Red Omega.
Con n CPU«s y n memorias necesita log2n etapas de conmutaci—n cada una de las cuales
tendr‡ n/2 switches, para un total de (nlog2n)/2 switches.
Ejemplo: calcular el nœmero de etapas de conmutaci—n y la cantidad total de switches que

ser‡n necesarios para construir una red omega para 1024 CPU«s.
R:
Etapas de conmutaci—n: log21024 = 10
Switches por etapa: 1024/2 = 512
Switches necesarios: 5,120
Si se construyera el equipo con CPU«s de 100 MIPS, cada instrucci—n deber’a ejecutarse en
10 nseg. Una petici—n de memoria, por ejemplo, debe pasar a travŽs de 20 etapas de
conmutaci—n (ida y vuelta entre toda la red), por lo que cada conmutador deber’a operar a la
velocidad de 0.5 nseg, o 500 picoseg. El equipo hecho de 5210 switches de 500 picoseg
cada uno ser’a extremadamente caro.
Al igual que en el caso de Crossbar, la red Omega se vuelve cara y dif’cil de implementar si
se presenta un crecimiento elevado del nœmero de procesadores. Se ha intentado reducir el
costo mediante sistemas jer‡rquicos en el que cada procesador tiene asociada cierta
memoria, aunque puede seguir accesando la memoria de los otros. Este dise–o da lugar a
las m‡quinas NUMA (Non-Uniform Memory Access, acceso no uniforme a la memoria).
Tanenbaum [1] se–ala el mayor problema de las m‡quinas NUMA, las que aœn con mejor
tiempo de acceso presentan problemas para la carga de datos y programas. Adem‡s al
evaluar la posibilidad de creaci—n de m‡quinas basadas en multiprocesadores comunicados
por Crossbars o por Redes Omega (los cuales siguen siendo caros y lentos) y la dificultad
para cargar las m‡quinas NUMA, el autor concluye que la construcci—n de grandes sistemas
multiprocesadores, fuertemente acoplados y con memoria compartida es dif’cil y cara.
Con esto se logra otro punto a favor de los sistemas distribuidos, que son principalmente
representados por los equipos que discutiremos en la siguiente clasificaci—n.
Multicomputadoras basadas en switch.
Estos sistemas se implementan con base en una s—lida red de interconexi—n a la cual se
conectan los CPU«s. Cada equipo tiene acceso directo y exclusivo a su propia memoria.
Existen varias estrategias para la conexi—n topol—gica, entre las m‡s representativas est‡n la
matriz y el hipercubo. Las matrices como la presentada en la Figura. 1-15 se aplican ante
todo para problemas de graficaci—n avanzada, procesamiento de im‡genes y visi—n
rob—tica.
Fig. 1-15. Multicomputadora en matriz.
La topolog’a de hipercubo consiste realmente en un cubo n-dimensional, la Fig. 1-16

muestra un hipercubo de dimensi—n 4. Este esquema de conexi—n puede entenderse como
dos cubos ordinarios, con un procesador en cada vŽrtice. Se interconectan los vŽrtices
correspondientes de los dos cubos.
Fig. 1-16. Hipercubo de dimensi—n 4.
Para extender el cubo a 5 dimensiones, se puede a–adir a la figura otro conjunto de dos
cubos conectados entre s’ y conectamos las aristas correspondientes en las dos mitades, y
as’ en lo sucesivo. Para el caso de un hipercubo n-dimensional, cada CPU tiene n
conexiones con otros CPU«s. Como puede apreciarse, la complejidad del cableado aumenta
en proporci—n logar’tmica con el tama–o. Dado que s—lo se conectan los CPU«s m‡s
cercanos, muchos mensajes deben realizar varios saltos antes de llegar a su destino. La
trayectoria de mayor longitud igualmente crece en forma logar’tmica con el tama–o, a
diferencia de la matriz donde Žsta crece conforme la ra’z cuadrada del nœmero de CPU«s.
Fig. 1-17. Hipercubo de dimensi—n 5.
Ejercicio # 1-3
1. Lea con su equipo el art’culo ÒParallel Processing using PVMÓ, de Richard A. Sevenich
y luego ÒLokiÓ de Hill, Warren y Goda (Linux Journal, No. 45, enero 1998). Discuta con su
equipo las arquitecturas (hipercubos, switches, buses) de los sistemas presentados, las
diferencias funcionales que exhiben y el tipo de aplicaciones en que son utilizados.
Presenten al resto de la clase los t—picos discutidos, as’ como sus conclusiones respecto al
uso de sistemas distribuidos basados en equipos y software de bajo costo para aplicaciones
de alta demanda en nuestros d’as.
Desarrollen ejemplos de casos de aplicaciones de su trabajo real donde fuera factible la

utilizaci—n de dichos sistemas.
2. Reelabore el caso de la pr‡ctica del multiprocesador Pentium basado en bus que se trat—
anteriormente, usando las suposiciones y consideraciones que sean necesarias para intentar
que el sistema se aproxime a uno de la vida real (tomando en cuenta los detalles se–alados).
3. Calcular el nœmero de etapas de conmutaci—n y la cantidad total de switches que ser‡n

necesarios para construir una red omega que soportar‡ 256 CPU«s.
4. ÀCon respecto a quŽ t—picos son mejores los sistemas de c—mputo distribuido que los de
procesamiento paralelo? Presente y justifique tres aplicaciones donde un ambiente
distribuido sea m‡s adecuado para su ejecuci—n que el esquema en paralelo.
5. En un sistema de reservado de boletos para aerol’nea se completan 30 tareas en 12

segundos, y cada tarea puede terminarse en 2.3 segundos. ÀCu‡l es el grado de paralelismo
y quŽ significa esto?
T—picos para el dise–o de sistemas operativos distribuidos.
En cuanto al software para estos ambientes, la clasificaci—n es mucho m‡s dif’cil, pero por
lo general se asume solamente que existe software dŽbilmente acoplado y fuertemente
acoplado. Realmente hay s—lo cuatro combinaciones posibles para hardware y software en
sistemas distribuidos, dado que el patr—n de interconexi—n es transparente al usuario. Por
ejemplo, los sistemas operativos para redes son hardware dŽbilmente acoplado con software
dŽbilmente acoplado (puesto que cada estaci—n es aut—noma y autocontenida, y s—lo hace
accesos al sistema cuando requiere algœn servicio en particular), en tanto que los sistemas
distribuidos son hardware dŽbilmente acoplado sobre software fuertemente acoplado (lo
cual logra la imagen de sistema œnico o Òuniprocesador virtualÓ).
Dise–ar un sistema operativo distribuido es m‡s complicado que dise–ar un ambiente

operativo de red por varias razones. En el dise–o de un ambiente centralizado se tiene la
suposici—n de que el acceso a los datos del ambiente donde se opera es completo y exacto.
Por el contrario, un ambiente operativo distribuido debe ser dise–ado con la base de que la
informaci—n completa del ambiente nunca estar‡ disponible. Se tienen diferentes
mecanismos de sincron’a y colaboraci—n entre procesos, as’ como se–ales de reloj
separadas que hacen imposible tener una imagen actualizada del sistema en un instante
espec’fico. A pesar de estas dificultades, el sistema operativo debe dise–arse para proveer
de todas las ventajas del ambiente de trabajo a los usuarios. Entre las caracter’sticas que
deben satisfacerse para el dise–o de un sistema distribuido tenemos:
a) Proveer mecanismo de comunicaci—n global entre procesos.

b) Esquema global de protecci—n.
c) Administraci—n de procesos œnica en todas partes.
d) Sistema de archivos consistente y global.
e) Ejecuci—n de nœcleos (kernels) idŽnticos en todas las computadoras.
Enseguida se discutir‡n los aspectos claves que hay que cuidar para el dise–o de un
ambiente operativo, aunque luego se regresar‡ sobre ellos en adelante.
♦ Transparencia
♦ Confiabilidad
♦ Flexibilidad
♦ Desempe–o
♦ Escalabilidad
♦ Heterogeneidad
♦ Seguridad
♦ Emulaci—n de sistemas operativos existentes
Transparencia
El ambiente operativo distribuido debe volver ÒinvisiblesÓ (transparentes) a todas las

m‡quinas que lo integran y con las cuales trabajan las personas. El requisito es que cada
persona trabajando con este conjunto de m‡quinas conectadas por una red de
comunicaciones ÒsientanÓ que est‡n trabajando con un œnico procesador. Existen diferentes
enfoques para la transparencia que se presentan enseguida.
Transparencia de acceso.- Por esto se entiende que el usuario no debe distinguir sin
un recurso es remoto o local, por lo que respecta al usuario, utilizar un recurso debe ser un
mecanismo igual sin importar la localizaci—n f’sica de tal ente. Otra forma de expresar esto
es diciendo que la interface de usuario Ðla cual toma forma a travŽs de llamadas al sistema-
no debe distinguir entre recursos locales y remotos, y deber‡ ser responsabilidad del
sistema operativo distribuido localizar los recursos y hacer la asignaci—n de los mismos.
Transparencia de localizaci—n.- Se entiende b‡sicamente en dos aspectos, los cuales

son la transparencia de nombres y movilidad del usuario. La transparencia de nombre se
refiere a que los recursos deben tener nombres œnicos dentro del sistema y no estar
vinculados con la localizaci—n f’sica de los mismos, de manera que se logre que la persona
tenga una vista l—gica œnica del sistema. M‡s aœn, los recursos deben conservar un
mecanismo y nomenclatura din‡mico que se ajusten a los cambios de localizaci—n de un
nodo a otro dentro del sistema. La movilidad de usuario significa que no importa el punto
desde el cual se estŽ solicitando el acceso a un recurso en particular, la persona siempre
tendr‡ la posibilidad de accesarlo (si las restricciones y condiciones de seguridad lo
permiten)
Transparencia de replicaci—n.- A fin de lograr mejor desempe–o y confiabilidad,

casi todos los sistemas operativos distribuidos crean rŽplicas de los procesos tanto de los
archivos como de los recursos en diferentes nodos del sistema. El nombramiento
(nomenclatura) de Žstas rŽplicas, el control de la replicaci—n y de los lugares donde se
llevar‡ a cabo deben ser manejados en forma totalmente autom‡tica y transparente.
Transparencia a fallas.- El sistema distribuido deber‡ continuar operando Ðquiz‡ en

forma degradada- aœn en el caso de fallas en alguno de sus componentes. Un ejemplo de
ello son los sistemas que respaldan recursos como servidores o discos duros, donde todas
las acciones se duplican en los componentes, y si el elemento principal falla, los restantes
toman su lugar y siguen con la operaci—n sin que los usuarios aprecien la falla. Lo ideal es
que esto se logra con la menor sobrecarga (overhead) posible de manera tal que la
cooperaci—n entre los diferentes subsistemas no altere el desempe–o conjunto esperado. Un
sistema totalmente tolerante a fallas aunque te—ricamente factible, es muy dif’cil llevarlo a
la pr‡ctica: un sistema distribuido totalmente tolerante a fallas ser’a lento en extremo y
demasiado lento dada la enorme cantidad de redundancia requerida para soportar todos los
tipos de fallas que pudieran presentarse.
Transparencia de migraci—n.- Significa que los recursos puedan ser cambiados de

localizaci—n sin alterar su nombre. Hay tres t—picos importantes en este rubro:
a) Las decisiones de migraci—n deben ser hechas autom‡ticamente.
b) La migraci—n de un objeto a otro no requerir‡ cambio en su nombre.
c) La comunicaci—n interprocesos debe poder enviar un mensaje a un proceso
que est‡ siendo reubicado, sin tener que obligar al originador a reenviar de
nuevo su paquete de datos.
Transparencia de concurrencia.- Significa que el sistema debe proveer una

facilidad de operaci—n tal para compartir sus recursos que cada usuario no perciba la
presencia de otros que tambiŽn est‡n haciendo uso de los mismos.
Transparencia de desempe–o.- La capacidad de procesamiento del sistema debe ser

uniformemente distribuida entre los procesos existentes en un momento dado. El balance y
asignaci—n de cargas de trabajo deben ser autom‡ticamente reconfigurados sin intervenci—n
del usuario.
Transparencia de escalamiento.- Esta propiedad permite expandir en escala al

sistema sin interrumpir los trabajos de usuarios.
Tipo Significado
Transparencia de acceso Poder usar los recursos del sistema
independientemente de su localizaci—n.
Transparencia de Los recursos tienen nombres consistentes, y
localizaci—n pueden usarse desde cualquier sitio que estŽ
el usuario.
Transparencia de Las rŽplicas de procesos y recursos se crean
replicaci—n y administran en forma autom‡tica.
Transparencia a fallas Las fallas en componentes deben ser
resueltas con componentes de respaldo,
autom‡ticamente.
Transparencia de Los recursos pueden moverse de lugar y
migraci—n mantener nomenclatura consistente.
Transparencia de Cada persona no nota la existencia de los
concurrencia dem‡s
Transparencia de La asignaci—n y balance de carga de trabajo
desempe–o se llevan a cabo sin intervenci—n del usuario
Transparencia de El sistema debe poder expandirse sin
escalamiento interrumpir el trabajo de los usuarios.
Fig. 1-18. Transparencia en un ambiente distribuido.
Confiabilidad
En general, se espera que un ambiente distribuido tenga mayor confiabilidad que uno
centralizado, dado que se tienen mœltiples componentes que funcionan como respaldo. Sin
embargo, la existencia de tales componentes por s’ misma no puede aumentar la
confiabilidad del sistema. En contraste, el ambiente operativo que administra los recursos
debe ser dise–ado para incrementar la fiabilidad del sistema tomando partido de las
caracter’sticas mencionadas de los ambientes distribuidos. Existen dos tipos generales de
fallas que pueden presentarse: en la primera, el sistema se detiene completamente luego de
presentarse el estado de error. En la segunda (fallas parciales), el ambiente continœa
operando pero arroja resultados err—neos. A continuaci—n describiremos los mŽtodos m‡s
comœnmente usados para el tratamiento de fallas.
Eliminaci—n de fallas.- Este criterio se aplica para los aspectos de dise–o de

componentes del sistema de forma tal que la ocurrencia de fallas sea minimizada. Ciertas
pr‡cticas de dise–o intentan evadir las fallas mediante el uso de componentes de alta
confiabilidad (como equipos certificados, software especial, etc.).
Tolerancia a fallas.- Es la posibilidad de un sistema para continuar operando aœn en

presencia de problemas en sus componentes. El desempe–o del sistema pudiera verse
degradado si ciertos elementos cr’ticos se pierden, pero la intenci—n fundamental es que
definitivamente no se interrumpa salvo da–os extensos. Para la tolerancia a fallas se siguen
las tŽcnicas de redundancia y control distribuido. La redundancia significa evitar los
puntos œnicos de falla duplicando hardware o software cr’ticos. Esta parece ser a priori una
buena idea, puesto que si se tienen dos equipos o programas atendiendo a un servicio en
forma simult‡nea, ante la falla de uno de ellos el segundo continœa atendiendo el servicio
espec’fico.
Las tŽcnicas de redundancia imponen una sobrecarga inherente al sistema, para

operar las copias del recurso y mantenerlas sincronizadas (coherentes) para cuando sea
necesario usar una de ellas. En general, mientras mayor es el nœmero de recursos
duplicados, la tolerancia a fallas se minimiza incrementando por ende la confiabilidad, pero
a–adiendo sobrecarga (overhead) en el sistema. La cuesti—n que se plantea en la vida
pr‡ctica es la siguiente: Àcu‡nta redundancia es necesaria para cierto problema de
incremento en la confiabilidad?
Para resolver el planteamiento, se puede especificar que un sistema es k-tolerante a

fallas si Žste puede continuar en operaci—n aœn ante el evento de falla en k componentes.
Por tanto, si el sistema debe ser dise–ado para tolerar k fallas de interrupci—n total,
necesitamos k+1 rŽplicas. De esta forma, si k rŽplicas se pierden por fallas, la rŽplica
restante puede ser utilizada para mantener el sistema vivo. Por otra parte, si el sistema debe
ser construido para soportar k fallas parciales, ser‡n necesarias un m’nimo de 2k+1 rŽplicas.
Esto debido al sistema de votaci—n que puede usarse para asumir como verdaderos los datos
de k+1 rŽplicas cuando k rŽplicas se comportan anormalmente.
El control distribuido aplica algoritmos de control que pueden ir asignando recursos

sobre equipos independientes para aumentar las alternativas en caso de falla de un
proveedor de servicio.
Detecci—n y recuperaci—n de fallas.- Aqu’ se usan mŽtodos basados en hardware y

software que pueden determinar la ocurrencia de una falla y luego corregir el sistema hasta
un estado estable que permita continuar la operaci—n. Algunas tŽcnicas ampliamente
utilizadas en sistemas operativos distribuidos pueden ser el uso de transacciones at—micas,
servers sin estado y transmisi—n de mensajes basados en reconocimiento y tiempos fuera.
Una transacci—n se define como el conjunto de operaciones que se ejecutan en

forma indivisible en presencia de fallas y otros procesos en ejecuci—n. Esto es, o todas las
operaciones se llevan a cabo de forma exitosa o ninguna de sus operaciones individuales
permanece, sin que los otros procesos puedan modificar u observar los estados de dichos
c‡lculos. Si un proceso se detiene en forma inesperada debido a falla en hardware o
software, el sistema restaura posteriormente los objetos de datos involucrados hacia sus
estados originales.
El server sin estado basa su operaci—n en el enfoque cliente-servidor. Un servidor

con estado guarda la informaci—n del estado del cliente a lo largo de sus transacciones y
afecta la ejecuci—n de la siguiente petici—n de servicio. Por el contrario, un servidor sin
estado no guarda informaci—n de sus clientes y puede recobrarse m‡s r‡pido en caso de
alguna falla. Cuando se usa el paradigma de server sin estado, tanto el cliente como el
servidor deben tener implementados mecanismos para detectar cuando uno u otro pierden
su conexi—n en el sistema de forma tal que pueden borrar la informaci—n de estado y
recobrarse de la falla. Aunque realmente la recuperaci—n de fallas se puede dar tanto en
server con estado como sin Žl, es m‡s simple que el sistema se recobre en el segundo
esquema y deber‡ preferirse en la mayor’a de los casos.
La transmisi—n de mensajes basados en reconocimiento y tiempos fuera se basa en

que un nodo puede interrumpir la comunicaci—n entre dos procesos en caso de falla del
nodo mismo o del enlace de comunicaci—n. En un sistema de comunicaci—n de mensajes,
los equipos deben estar en posibilidad de detectar paquetes fuera de secuencia, perdidos o
hasta duplicados, as’ como establecer los timers necesarios para no seguir esperando
retransmisi—n de los paquetes faltantes en caso de una falla como las descritas, y hacer el
cierre necesario de la conexi—n.
Tipo Significado
Eliminaci—n de fallas Uso de componentes individuales de alta
confiabilidad.
Tolerancia a fallas Los recursos se duplican con tŽcnicas de
redundancia
Detecci—n y recuperaci—n Determinar la existencia de una falla y luego
de fallas implementar tŽcnicas para resolverla.
Fig. 1-19. Confiabilidad.
Flexibilidad
Esta caracter’stica se refleja principalmente en la facilidad de modificaci—n y en la de

expansi—n de las caracter’sticas del ambiente distribuido. La facilidad de modificaci—n
intenta resolver los problemas de reemplazo o modificaci—n de componentes debido a
errores en el dise–o o bien, que el dise–o original deba ser cambiado al aparecer nuevos
requisitos por parte de las personas o cambios en el ambiente del sistema. La facilidad de
expansi—n se refiere al mayor o menor grado para a–adir nueva funcionalidad al ambiente
operativo o a los componentes del sistema en s’.
Tipo Significado
Flexibilidad d e Cambios o alteraci—n en los componentes.
modificaci—n
Flexibilidad de expansi—n A–adir nueva funcionalidad.
Fig. 1-20. Flexibilidad.
El factor m‡s importante para el dise–o del sistema operativo distribuido es el kernel
mismo. El kernel es la secci—n controladora central que provee las facilidades b‡sicas del
sistema, opera en una direcci—n que es inaccesible a los procesos de usuarios, y de hecho
constituye la œnica parte que del ambiente operativo que un usuario no puede reemplazar o
modificar. Los dos modelos para el dise–o de kernels que se han seguido son el monol’tico
y el microkernel. En el modelo monol’tico, muchos de los servicios del sistema operativo
como el manejo de la memoria, la planificaci—n, la comunicaci—n entre procesos, el acceso
al sistema de archivos y el manejo mismo de los procesos son provistos por el kernel. Esto
da como resultado una estructura extensa y compleja.
En el modelo de microkernel la intenci—n es conservar el kernel tan peque–o como sea

posible, conformando un nœcleo que provea s—lo las facilidades m’nimas para la
instauraci—n de nuevos servicios. Entre las tareas esenciales del microkernel est‡n la
comunicaci—n entre procesos, administraci—n de dispositivos en bajo nivel, tareas de
planificaci—n y control de la memoria. Todos los dem‡s servicios del ambiente operativo
implementan como procesos a nivel del usuario. Un diagrama simplificado de ambos
esquemas se presenta en la siguiente Fig. 1-21.
Nodo 1 Nodo 2 Nodo n

Aplicaciones Aplicaciones Aplicaciones
de usuario de usuario de usuario
Kernel monol’tico Kernel monol’tico Kernel monol’tico

(inc. muchos servs. (inc. muchos servs. (inc. muchos servs.
del ambiente op.) del ambiente op.) del ambiente op.)
Nodo 1 Nodo 2 Nodo n

Aplicaciones Aplicaciones Aplicaciones
de usuario de usuario de usuario
M—dulos de M—dulos de M—dulos de
servicios. servicios. servicios.
Microkernel Microkernel Microkernel
(func.m’nima) (func.m’nima) (func.m’nima)
Fig. 1-21. Kernel monol’tico y microkernel.
El modelo de microkernel tiene las ventajas de: tama–o reducido (lo cual incrementa la
flexibilidad y capacidad de configuraci—n), su modularidad por naturaleza y la facilidad de
modificar el dise–o o a–adir nuevos servicios. M‡s aœn en el caso de agregar o cambiar un
servicio no hay necesidad de detener el sistema y construir un nuevo kernel, como sucede
en los sistemas monol’ticos. Por el otro lado, entre sus desventajas est‡n considerar que el
paso de mensajes a travŽs del kernel para toda la comunicaci—n entre procesos impone una
sobrecarga natural a diferencia del modelo monol’tico (donde el mismo espacio es
compartido por todos los servicios y el kernel) donde no se requiere paso de mensajes ni
conmutaci—n de contexto.
Desempe–o
La consideraci—n en este punto es que el desempe–o del ambiente distribuido debe ser al
menos tan bueno como el centralizado, para lo cual se requiere que los componentes sean
construidos de forma espec’fica. Sus principios fundamentales son:
Usar batching donde sea posible.- El uso de proceso en batch siempre mejora el
rendimiento en el ambiente distribuido. Por ejemplo, es mejor transmitir grandes segmentos
de datos a travŽs de la red que enviar p‡ginas individuales. El uso de piggybacking
(asentimientos de mensajes anteriores dentro del siguiente mensaje de una serie) tambiŽn
apoya el incremento del desempe–o.
Usar batching tiene las siguientes ventajas importantes con respecto al tiempo de
ejecuci—n de procesos:
♦ La sobrecarga de tareas se incrementa en factor menos que lineal con el nœmero de

tareas que se van agrupando.
♦ El tiempo necesario para acumular un lote no es extenso.
Para presentar con mayor detalle estas ideas se definen las variables S à unidades de
tiempo para ejecutar una tarea, y O à sobrecarga por ejecuci—n en unidades de tiempo.
Suponiendo que el sistema procesa una tarea inmediatamente en cuanto llega, si en ese
instante el sistema est‡ desocupado se tendr‡:
Caso de por tiempo de respuesta para la tarea = S + O (1.5)
1
Peor caso de m‡ximo rendimiento = (1.6)
S +O
Asumiendo ahora que se est‡ formando un lote con N tareas que requieren un
tiempo A para llegar al sistema, y que la sobrecarga para las N tareas es P, de manera tal
que P < N*O. Si las tareas en el lote se atender‡n en base a la rutina FIFO, se tendr‡:
Caso de por tiempo de respuesta para la tarea = A + (N*S) + P (1.7)
N
(N * S) + A + P
La ecuaci—n (1.8) puede escribirse finalmente como
1
A + P
S+
 N 
Con lo que el incremento en m‡ximo en rendimiento cuando se usa batching es:
S+O
(1.10)
A + P
S+
 N 
Esta relaci—n es mayor que 1 cuando A < ( N*O Ð P), esto es, el tiempo consumido
en acumular N paquetes es menor que el tiempo ganado en la sobrecarga decrementada.
Durante el tiempo A el sistema es libre de ejecutar otras tareas, de forma tal que si
fuese medido el rendimiento solamente durante el tiempo que el equipo se dedica a dicha
tarea se obtendr’a
1
S+P
N
el cual es siempre mayor que el rendimiento sin batching.
Ejemplo: al recibir un paquete una tarjeta de red generalmente enciende una interrupci—n
para avisar al CPU que debe realizar una tarea. El tiempo transcurrido en asignar la
interrupci—n puede significar una sobrecarga significativa en el procesamiento del paquete,
lo cual puede motivar a usar tŽcnicas de "batching". Una estrategia comœn en tanto se
agrupan interrupciones es encender una interrupci—n con un retardo fijo luego de recibir un
paquete. Esto limita el peor tiempo de respuesta, mientras incrementa el rendimiento si
llegan varios paquetes uno tras otro.
Suponiendo que la tarjeta interrumpe al CPU 10 ms luego de la llegada de un paquete, haya

o no otro paquete en el lote. Si se establece que el tiempo de procesamiento por paquete es
de S = 2 ms, y que la sobrecarga de asignaci—n de interrupciones es O = 5 ms. Entonces el
peor tiempo de respuesta sin lotificaci—n es de 5 + 2 = 7 ms, y con ella ser’a de 10 + 2 + 7 =
17 ms. Sin lotificaci—n el mejor rendimiento alcanzable es de 1 paquete cada 7 ms = 0.143
paquetes/seg . Sin embargo si la tasa promedio de llegada de paquetes es λ = 1paq / seg , se
esperar’a entonces tener λ A = 10 paquetes en un lote, mejorando el rendimiento en 10
paquetes cada (10 + 2 *10 +5) = 35 ms = 0.285 paquetes/ms.
Ignorando el tiempo de espera de los paquetes, este resultado se mejora en 10 paquetes cada
25 ms = 0.4 paquetes/ms.
Ejemplo: una sesi—n de terminal remota (TELNET) env’a un paquete por cada car‡cter
tecleado, lo cual parece ser ineficiente. Ud. debe dise–ar una aplicaci—n que aplique
batching en los caracteres. Asumiendo que los usuarios teclean caracteres a la tasa pico de 5
caracteres/seg, y con un promedio de 1 car‡cter/seg.
a) ÀSi se pueden retardar los caracteres no m‡s de 500 ms antes de que deban enviarse cu‡l
es el tama–o del lote m‡s largo y el tama–o promedio?
b) Si el tama–o del lote se fija a 20 caracteres, cu‡les son los retardos promedio y mejor que
se pueden lograr a nivel de aplicaci—n?
c) ÀQuŽ le dice todo esto acerca de usar batching para TELNET?
Soluciones:
a) El tama–o m‡s grande del lote es cuando los paquetes llegan en el valor pico de 5
caracteres/seg = 200 ms/car‡cter. Por tanto, el tama–o m‡s grande es 500/200 = 3
caracteres. El tama–o promedio del lote es 500/1000 = 1 car‡cter.
b) Si el tama–o del batch es de 20 caracteres, el mejor tiempo de respuesta es de 20

caracteres/5 caracteres/seg = 4 segundos. El tiempo de respuesta promedio es de 20/1 = 20
segundos.
c) Si las suposiciones hechas son correctas, no conviene hacer un TELNET con lotes.
T—picos de dise–o:
Usar cachŽ donde sea posible.- El uso de cachŽ vuelve a los datos m‡s disponibles,
adem‡s de que puede reducir la contienda por recursos centralizados.
Minimizar la copia de datos.- El copiado de datos involucra operaciones costosas en

tŽrminos de tiempo en CPU, de manera que ser’a deseable minimizar hasta lo posible dicha
operaci—n, aunque en la realidad no siempre puede lograrse tal fin. Por medio de una
administraci—n adecuada de la memoria se puede eliminar mucho del movimiento de datos
entre el kernel, los bloques de E/S, clientes y servers.
Minimizar el tr‡fico en la red.- Como el sistema distribuido est‡ sustentado en la

red de comunicaciones, mantenerla libre de tr‡fico se refleja en el rendimiento integral del
sistema. Minimizando el tr‡fico inter-nodos de procesos que deban operar de forma
colaborativa (quiz‡ acerc‡ndolos f’sicamente sobre la red) o reuniŽndolos en un solo nodo
se puede minimizar dicho factor.
Tipo Significado
Usar batch donde sea El batching siempre mejora el rendimiento
posible en un sistema distribuido.
Usar cachŽ donde sea Una forma de tener datos m‡s disponibles y
posible reducir contienda por recursos centralizados
Minimizar la copia de A fin de no tener tiempo gastado de CPU
datos
Minimizar el tr‡fico en la
red
Fig. 1-22. Flexibilidad.
Escalabilidad
Se refiere a la capacidad del sistema para adaptarse a una demanda incrementada de

servicio. Lo m‡s comœn es que los ambientes distribuidos evolucionen y crezcan tanto en
usuarios como en servicios, por lo tanto es deseable que pueda adaptarse a estas nuevas
especificaciones sin causar interrupci—n de los servicios o pŽrdidas de desempe–o
significativas. Algunas reglas de dise–o para la escalabilidad las mencionaremos enseguida.
Evitar entidades centralizadas.- El uso de una entidad centralizada como una base
de datos o un servidor de archivos en especial vuelve al sistema no escalable debido a las
siguientes razones:
a) La falla en el componente central causa la ca’da total del servicio en el

sistema.
b) El desempe–o de un componente centralizado se convierte en un cuello
de botella cuando se tienen m‡s usuarios compitiendo por Žl.
c) Aunque el componente centralizado tenga la suficiente capacidad de
desempe–o, almacenamiento o velocidad, la red puede saturarse en las
regiones cercanas a dicha entidad, cuando el tr‡fico se incrementa por el
acceso a dicho recurso.
d) En una red amplia, formada por varias redes interconectadas, es poco
eficiente tener un tipo particular de peticiones atendido s—lo en un punto.
En general deber‡ evitarse el uso de componentes centralizados, usando replicaci—n

de recursos y algoritmos de control para satisfacer Žste objetivo de dise–o.
Evitar algoritmos centralizados.- Un algoritmo centralizado puede definirse como

aquŽl que recolecta informaci—n de varios nodos, la procesa en uno solo y luego distribuye
los resultados entre los dem‡s. Su uso deber’a ser restringido por razones muy similares a
las del punto anterior, es decir la implementaci—n no opera suficientemente bien con el
incremento de peticiones de servicio. En lugar de ello, un algoritmo descentralizado no
recolecta informaci—n global del sistema, y las decisiones en los nodos se toman s—lo sobre
la base de informaci—n global.
Ejecutar la mayor’a de las operaciones en las estaciones clientes.- Esta tŽcnica
favorece la escalabilidad, puesto que realiza una degradaci—n suave del desempe–o del
sistema conforme crece en tama–o, a travŽs de la reducci—n de la contienda por recursos
compartidos.
Tipo Significado
Evitar entidades El batching siempre mejora el rendimiento
centralizadas en un sistema distribuido.
Evitar algoritmos Una forma de tener datos m‡s disponibles y
centralizados reducir contienda por recursos centralizados
Ejecutar la mayor’a de las A fin de no tener tiempo gastado de CPU
operaciones en las
estaciones clientes
Fig. 1-23. Escalabilidad en sistema operativo distribuido.
Heterogeneidad
La heterogeneidad es un factor importante para la construcci—n de un ambiente distribuido,

dado que en este tipo de sistemas lo m‡s probable es que se tengan conectados diferentes
tipo de plataformas de c—mputo las cuales deben tener resueltas las incompatibilidades que
presentan entre s’ (como diferencias de formatos de archivos, longitud de palabra de los
equipos y representaci—n interna de caracteres). Para implementar la soluci—n de esta
problem‡tica generalmente lo que se hace es construir software de traducci—n que permite
convertir la informaci—n de un ambiente hacia otro. En lugar de implementar todas las
alternativas de conversi—n para los equipos que se tienen instalados, lo recomendable es
generar un formato de intercambio est‡ndar para todos, de forma tal que cada plataforma
s—lo necesite el desarrollo del sistema de traducci—n de sus datos hacia dicho formato
est‡ndar y viceversa.
Seguridad
Para que las personas puedan confiar en la integridad del sistema y la operaci—n que con Žl
puede hacerse, debe implementarse toda la protecci—n contra accesos no autorizados y
destrucci—n total o parcial tanto de hardware como de software. A diferencia de los
sistemas centralizados en donde la autentificaci—n de un usuario o programa que intenta
hacer uso de un recurso en particular se ejecuta en la misma m‡quina a la que se solicita el
acceso, en un sistema distribuido dicha informaci—n no puede garantizarse en cuanto a
veracidad.
En particular, se tienen los siguientes requerimientos:
a) Debe ser posible para el originador de un mensaje saber que dicha informaci—n
lleg— al receptor deseado.
b) Debe ser posible para el receptor de un mensaje determinar que Žste fue emitido
por el originador genuino.
c ) Tanto el receptor como el transmisor deben implementar mecanismos para
asegurarse que la informaci—n original no ha sido alterada durante su tr‡nsito de
un extremo a otro
Emulaci—n de sistemas operativos existentes
Un sistema operativo distribuido deber’a implementar emulaci—n de sistemas operativos

populares Ðcomo por ejemplo UNIX-, de manera que el nuevo software desarrollado
pudiera hacer llamadas a la interface del ambiente distribuido y tomara partido de sus
funciones.
Ejemplos de Sistemas Distribuidos.
Hasta ahora se ha mencionado que existen diferentes tipos de sistemas distribuidos, en este
apartado se mencionan algunos de ellos y las caracter’sticas que los distinguen, tŽngase
presente que el texto se refiere a los siguientes tipos de sistemas distribuidos, de acuerdo a
la clasificaci—n de Langsford [2]:
♦ Kernels de sistemas distribuidos con m’nima funcionalidad.

♦ Sistemas integrados.
♦ Sistemas orientados a objetos
♦ Sistemas basados en el modelo de pool de servers.
Kernels de sistemas distribuidos con m’nima funcionalidad.
Los sistemas en tiempo real pueden estar tanto basados en el modelo de pool de servers
como en el de orientaci—n a objetos. Los kernels de funcionalidad m’nima Ðcomo ya se
dijo- reciben el nombre de microkernels, dado que proveen un conjunto casi m’nimo de
primitivas para la administraci—n de procesos, manejo de memoria, intercambio de
mensajes y la administraci—n de la memoria de respaldo. Ejemplos de Žstos sistemas
incluyen: ACCENT y MACH de la universidad Carnegie Mellon, V KERNEL de Stanford
y QNX, de QNX Software Ltd.
Sistemas integrados.
Estos tipos de sistemas permiten la ejecuci—n de software est‡ndar ampliamente

configurable en cualquier computadora, y provee a cada m‡quina de las ayudas y servicios
que necesita para tal funci—n. Actualmente est‡n basados fundamentalmente en el sistema
operativo UNIX y corren sobre equipos que lo ejecutan, pero existen tambiŽn diversos
sistemas previos a las funciones de UNIX como LOCUS que fue desarrollado por la
universidad de California en Los Angeles y ahora se vende por Locus Inc., D-UNIX de los
laboratorios Bell, SAGUARO, de la universidad de Arizona y Galaxy, de la universidad de
Tokio.
Sistemas orientados a objetos.
Tratan a las aplicaciones como objetos abstractos sobre los cuales ejecutan operaciones
abstractas. Ejemplos: ARGUS del MIT, EDEN de la universidad de Washington y
AMOEBA de la Vrije Universiteit Amsterdam.
Sistemas basados en el modelo de pool de servers.
Utilizan un server con los servicios disponibles para cada usuario. El Sistema Operativo
Distribuido Cambridge es un caso de esta clase.
Introducci—n a DCE (Distributed Computing Environment).
DCE es un esfuerzo de la Open Software Foundation (OSF) por crear un ambiente de
c—mputo distribuido independiente de los vendedores. A la OSF pertenecen empresas como
IBM, DEC, HP, etc., quienes han aportado diferentes conceptos y mecanismos para integrar
DCE, el cual no puede considerarse ni como ambiente operativo ni como aplicaci—n.
DCE es realmente un conjunto integrado de servicios y herramientas que puede ser

instalado como un ambiente coherente sobre sistemas operativos existentes y servir como
plataforma para la construcci—n y ejecuci—n de aplicaciones distribuidas. La
fundamentaci—n de que este ambiente sea independiente de los vendedores es que pueda
correr sobre diferentes equipos, sistemas operativos y redes. Por ejemplo, algunos sistemas
operativos hacia los cuales se puede transportar DCE incluyen OSF/1, AIX, DOMAIN OS,
ULTRIX, HP-UX, SUN OS, UNIX SYSTEM V, WINDOWS y OS/2.
Como se ve en la Fig. 1-24, DCE es middleware estructurado por niveles entre la capa de
aplicaciones DCE y la capa del sistema operativo y la red. La idea b‡sica es tomar una
colecci—n de m‡quinas existentes (posiblemente de diferentes fabricantes), interconectarlas
en red y agregar la plataforma del software DCE sobre cada sistema operativo, lo cual
permitir‡ construir y ejecutar las aplicaciones distribuidas. Cada m‡quina conserva su
propio ambiente operativo local, y a travŽs de la capa de software DCE elimina sus
diferencias con las otras (ejecutando las conversiones de tipos de datos que sean necesarias)
de forma tal que se logra hacer transparente para los programadores a un ambiente
b‡sicamente heterogŽneo.
Aplicaciones DCE
Software DCE
Sistema operativo y red
Fig. 1-24. Esquema de DCE.
DCE no fue creado por OSF, sino que pas— por un proceso de selecci—n entre muchas otras
propuestas cuando la OSF abri— la licitaci—n a universidades e industria para buscar las
herramientas y servicios necesarios para la construcci—n de un ambiente distribuido de
c—mputo que fuera coherente. El c—digo de servicios y herramientas que se acept— recibi—
m‡s modificaciones por parte de OSF hasta que se logr— un solo paquete integrado que
estuvo disponible en enero de 1992 como DCE v 1.0.
Componentes de DCE
Paquete de hilos.- Este paquete provee un modelo de programaci—n sencilla para la

construcci—n de aplicaciones concurrentes. Incluye operaciones para crear y controlar
varios hilos de ejecuci—n en un solo proceso y para el acceso a datos globales desde las
aplicaciones.
Facilidad para llamadas a procedimientos remotos (RPC).- Es la base para

comunicaciones en DCE, su simplicidad de uso e independencia de los protocolos de red
proveen una plataforma para comunicaciones seguras entre cliente y servidor. Por otra
parte, oculta las diferencias entre equipos mediante la conversi—n de datos hacia los
formatos necesarios por el cliente y el server.
Servicio de tiempo distribuido (DTS).- Se utiliza para sincronizar la referencia de

tiempo de todas las computadoras que pertenecen al sistema distribuido, ya sea tomando
como base el reloj de alguna de ellas o alguna fuente externa, inclusive de algœn otro
sistema similar.
Servicio de nombres.- Este permite nombrar en forma un’voca y transparente a

recursos como servers, archivos, dispositivos, de manera totalmente independiente de su
localizaci—n f’sica. Este servicio incluye el Cell Directory Service (CDS), el Global
Directory Service (GDS) y el Global Directory Agent (GDA) como elementos para brindar
esta funcionalidad.
Servicio de seguridad.- Provee todas las herramientas para autentificaci—n y

autorizaci—n de accesos para proteger los recursos contra uso no autorizado.
Servicio de archivos distribuidos (DFS).- Es un sistema de archivos a nivel general

del ambiente, que posee caracter’sticas como transparencia de localizaci—n, elevado
rendimiento y alta disponibilidad. Su principal caracter’stica es que tambiŽn puede otorgar
acceso a clientes de otros sistemas de archivos.
Otra finalidad importante es que DCE sea escalable, de tal forma que soporte miles de
usuarios y equipos operando sobre redes de cobertura amplia. Para lograr este nivel de
funcionalidad se usa la operaci—n por celdas (un conjunto de personas, m‡quinas y recursos
que tienen prop—sitos comunes y usan recursos compartidos). Una celda m’nima necesita
un server de directorio para ella, un server de seguridad, un servidor de tiempo distribuido y
una o m‡s estaciones clientes con procesos correspondientes para cada tipo de servidor. Se
tiene toda la libertad para definir una celda, de acuerdo a especificaciones de trabajos a
realizar en ella y ciertas tareas administrativas, y para ello se siguen cuatro factores que
apoyan a definici—n en particular de esta unidad operativa:
Prop—sito: los equipos de las personas que cumplen funciones comunes o que
accesan recursos similares pueden constituir un tipo de celda.
Administraci—n: los equipos sobre los cuales se aplican pol’ticas similares en cuanto
a control de recursos pueden simplificar el manejo del sistema y servir como criterio de
integraci—n.
Seguridad: las computadoras de usuarios que dependen del acceso a otros para su
proceso pueden determinar una celda, donde los l’mites de la misma actœan como un
firewall mantener los recursos de la celda libres de intromisi—n, de forma que para usarlos
deber‡ pasarse por un mecanismo de autentificaci—n y autorizaci—n espec’fico.
Sobrecarga: ciertas operaciones DCE como resoluci—n de nombres y autentificaci—n

de usuarios imponen una sobrecarga elevada al sistema. As’ que colocando en la celda a los
equipos de los cuales se depende mutuamente para estos procesos y otros que operan en
forma similar se logra reducir el impacto global dejando el flujo de la transacci—n operando
s—lo a nivel local.
Sumario
En esta primera parte se han presentado los conceptos esenciales de los sistemas
distribuidos, sus caracter’sticas b‡sica y las causas tecnol—gicas/funcionales que
determinaron su aparici—n y desarrollo. Se analizaron tambiŽn los diferentes modelos para
la creaci—n de c—mputo distribuido y los t—picos m‡s importantes que rigen el dise–o de un
sistema operativo distribuido, que es el software fundamental que mantiene en operaci—n a
estos sistemas.
Por œltimo, fue presentada una breve introducci—n a DCE, un ambiente de c—mputo
distribuido abierto, que intenta ser la plataforma comœn para el dise–o de aplicaciones
distribuidas sobre plataformas heterogŽneas de c—mputo.
Ejercicio # 4
1. Se ha mostrado que se usa mucho el enfoque de organizaci—n por capas funcionales en lo

que respecta al dise–o de sistemas operativos distribuidos. Elabore una discusi—n sobre las
principales ventajas de utilizar dicho esquema.
2. Analice con su equipo de trabajo los m‡s importantes t—picos que puede seguir una
dise–adora o dise–ador de un sistema operativo distribuido para incrementar la
confiabilidad de su sistema. ÀCu‡l es el principal problema que se presente para construir
un sistema confiable?
3. ÀCu‡les son los principales problemas que aparecen en sistemas distribuidos

heterogŽneos? ÀCu‡les son las principales problem‡ticas que tienen que resolverse para
satisfacer la heterogeneidad?
4. Mencione las principales cuestiones que deben cuidarse en el dise–o de un sistema

operativo distribuido para garantizar un adecuado nivel de desempe–o.
5. Instale en su computadora el sistema operativo QNX basado en microkernel (el instructor

le proveer‡ con el software necesario). Despl‡cese por la interface gr‡fica del sistema y lea
las notas de desarrollo tanto del sistema operativo en s’ como del servidor web (httpd) y
navegador web que se incluyen. Tome nota de las caracter’sticas del ambiente y de su
desempe–o, as’ como de la interface, aplicaciones y ayudas que provee al usuario.
6. Luego de terminar el punto anterior, discuta con su equipo de trabajo la conveniencia de

los microkernels. ÀCu‡les son las principales tareas que debe desempe–ar un microkernel?
Elaboren un informe de ventajas relativas entre el enfoque de microkernel y kernel
monol’tico.
Tarea # 1
Nombre:
_________________________________________________________________________
1. Leer el art’culo ÒThe scientific workstation of the future may be a pile of PC«sÓ, de
Thomas Sterling (Communications of the ACM, september 1996, Vol. 39. No. 9) . Elaborar
un comentario cr’tico al respecto.
2. Lea el art’culo ÒParallel Computing using LinuxÓ, de Manu Konchady (Linux Journal,
No. 45, enero 1998).
Elabore una contrastaci—n entre los conceptos presentados en dicho texto y aquellos que
hemos analizado hasta el momento.
3. Leer el art’culo de Daryll Strauss, ÒLinux helps bring Titanic to lifeÓ. Elaborar un
comentario cr’tico al respecto. Discuta los t’picos de la arquitectura usada (d—nde se
clasificar’a Žsta) y el tipo de sistema distribuido que se us— en el proyecto.
4. Una multicomputadora con 256 CPU«s se organiza como una matriz de 16 x 16. ÀCu‡l
puede ser el mayor tiempo de retraso (correspondiente a los saltos) para un mensaje?
5. Considerando el caso de un hipercubo de 256 CPU«s. ÀCu‡l ser’a ahora el m‡ximo

tiempo de retraso correspondiente a los saltos? ÀDe quŽ nivel ser’a ese hipercubo?
6. Si tenemos un multiprocesador de 4096 CPU«s de 50 MIPS conectados a la memoria por

medio de una red omega, Àcon quŽ rapidez deben permitir los switches que una solicitud
vaya a la memoria y regrese en un tiempo de instrucci—n?
7. Compare los siguientes tipos de sistemas en tŽrminos de su costo, complejidad de

hardware, complejidad del ambiente operativo, paralelismo potencial y programabilidad
(quŽ tan f‡cil es escribir programas eficientes para ellos).
a) Un sistema multiprocesador con una sola memoria compartida.

b) Un sistema multiprocesador en el cual cada procesador tiene su propia memoria local,
adem‡s de la memoria compartida con todos los dem‡s procesadores.
c) Un sistema de multiprocesador en el cual todos los equipos est‡n en un gran cuarto, e
interconectados por una red de comunicaci—n de alta velocidad conformando una red.
Cada procesador se puede comunicar con los otros œnicamente mediante el paso de
mensajes.
d ) Un sistema multiprocesador donde cada procesador tiene su propia memoria. Los
procesadores est‡n situados muy lejos unos de otros (posiblemente en diferentes
ciudades) y est‡n interconectados por un sistema de baja velocidad conformando una
red. Cada procesador se puede comunicar con los otros œnicamente mediante el paso de
mensajes.
Como gu’a para la comparaci—n considere los siguientes casos: (a) el nœmero de
procesadores es peque–o (2-8); (b) el nœmero de procesadores es grande (16-32); y (c) el
nœmero de procesadores es muy grande (> 100).
Fecha de entrega:
Entregar esta hoja como car‡tula del trabajo.

Sistemas Distribuidos

Cargado por

Copyright:

Formatos disponibles

Sistemas Distribuidos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistemas Distribuidos

Cargado por

Copyright:

Formatos disponibles

Sistemas Distribuidos.

Definici—n de un sistema de c—mputo distribuido.

La idea fundamental de un sistema distribuido es que constituye una combinaci—n de

Con respecto a la transparencia, no siempre es posible mantenerla estrictamente en todos

♦ Un SD es un sistema operativo de nivel amplio.

Un SD implementa control distribuido de acuerdo al principio de la autonom’a

Existe una descripci—n distribuida del sistema.

1. Avances en tecnolog’a de c—mputo.

Por lo que respecta a la comparaci—n de un sistema distribuido contra la operaci—n de una

Es un error comœn de enfoque el suponer iguales un sistema operativo de red y un sistema

Las funciones m‡s importantes de un Sistema Distribuido.

Un SD posee las siguientes funciones b‡sicas:

♦ Comunicaci—n interprocesos. La intenci—n es tener comunicaci—n entre procesos

♦ Proveer de ayudas para la soluci—n de problemas

La mezcla de las tecnolog’as de c—mputo y comunicaciones durante finales de los 70«s e

1. Instale en su computadora el software de demostraci—n de http://www.activeworlds.com

♦ Un SD es un ambiente de nivel amplio.

2. Lea la justificaci—n tŽcnica del proyecto s e t i @ h o m e en

a) Un sistema de tiempo compartido.

Es simplemente la extensi—n del modelo de equipo centralizado. Este esquema consiste de

Fig. 1-1. Modelo de minicomputadora.

Fig. 1-2. Modelo de Workstation.

1. ÀC—mo identifica el sistema a una estaci—n desocupada?

Minicomputadora Minicomputadora Minicomputadora

Fig. 1-3. Modelo Workstation-Server.

Por razones de escalabilidad y confiabilidad, es comœn distribuir un recurso entre varios

En este modelo el usuario se da de alta normalmente en su computadora y para ciertas

1. En general es m‡s barato usar unas pocas minicomputadoras equipadas con

Ejemplo: el ambiente V-System.

Este se basa en el hecho de que los usuarios en promedio no requieren capacidad de

Se puede apreciar en la Fig. 1-4, que el modelo no soporta la conexi—n de estaciones

Fig. 1-4. Modelo pool de servers.

Comparado con el modelo de Workstation-Server, el de Pool de Servers permite una mejor

Ejemplos: Amoeba, Plan 9 y el Cambridge Distributed Computing System.

De los cuatro modelos descritos anteriormente, el de Workstation-Server es el m‡s

El modelo h’brido permite combinar las mejores caracter’sticas de Workstation-Server y

En la taxonom’a propuesta por Flynn, las computadoras digitales pueden clasificarse en

De esta manera, se tiene que las diferentes organizaciones de computadoras se caracterizan

Las instrucciones y datos se toman de los m—dulos de memoria. Las instrucciones se

La taxonom’a propuesta por Flynn es como sigue.

SISD: Single Instruction, Single Data.

SIMD: Single Instruction, Multiple Data.

Fig. 1-6. Sistema SIMD.

MISD: Multiple Instructions, Single Data.

Fig. 1-7. Sistema MISD.

MIMD: Multiple Instructions, Multiple Data.

FIn FIn FDn FIn

Fig. 1-8. Sistema MIMD.

La taxonom’a de Feng se basa en el grado de paralelismo como norma de clasificaci—n de

Otra forma de poder visualizar el grado de paralelismo de un sistema es considerar su

R: la secci—n de bits mide 8x4 = 32 bits, por lo tanto P = 62 x 32 = 2048.

Rendimiento m‡ximo (o throughput) = el nœmero promedio de tareas que pueden ser

Ejemplo: si en un sistema distribuido se completan 20 tareas cada 10 segundos, y cada

R: el rendimiento es de 20/10 tareas/seg, y el tiempo de respuesta es de 3 segs. Entonces, el

Ejemplo: se dese— paralelizar un stack de protocolos asignando un procesador a la capa de

De esta forma, la nueva ecuaci—n aparece como:

M’nima PDP-11 IBM 370/168 Cray-1

♦ Palabra serie y bit serie (PSBS)

La clasificaci—n propuesta por Wolfgang HŠndler se basa en identificar el grado de