Sistemas Distribuídos Aula 2

SISTEMAS DISTRIBUÍDOS
TIPOS
Slides cedidos pela Professora Aline Nascimento

TIPOS DE SISTEMAS DISTRIBUÍDOS
 Sistemas de Computação Distribuídos de Alto Desempenho
 Utilizado para tarefas de computação de alto desempenho
 Sistemas de Informação Distribuídos
 Encontrados em organizações onde uma profusão de

aplicações em rede precisa se integrar  interoperabilidade
 Sistemas Embutidos Distribuídos
 São caracterizados por sua mobilidade

Sistemas de Computação Distribuídos de
Alto Desempenho
 Começaram com computação paralela
Memória compartilhada Memória distribuída
Processador
Memória
SISTEMAS DE COMPUTAÇÃO DISTRIBUÍDOS
DE ALTO DESEMPENHO
 Cluster
 Se tornaram populares quando a razão preço/desempenho de

computadores pessoais e estações de trabalho melhorou
 Construção de supercomputadores que usam solução de

prateleira, conectando vários computadores em uma rede de
alta velocidade.
 É usado para programação paralela no qual um único

programa, intensivo em computação, pode ser executado em
paralelo em várias máquinas.
SISTEMA DE COMPUTAÇÃO
DISTRIBUÍDOS
 Exemplo típico de Cluster

DISTRIBUÍDOS
 Cluster
 Conjunto de nós controlados e acessados por um único nó

mestre
 Tarefas típicas do mestre são manipular a alocação de nós a

determinado programa paralelo, manter fila de jobs, e fornecer
uma interface para o usuário
 O mestre pode ser responsável por executar um middleware

para a execução de programas e o gerenciamento do Cluster
 Para os nós de computação, basta um SO padrão

DISTRIBUÍDOS
 OSCAR
 Instalado no Instituto de Computação da UFF
 O cluster é composto de 42 máquinas
 Capacidade de armazenamento de 14,5 TB.
 Das 42 máquinas, uma serve para login e compilação de

programas, outra manutenção e monitoramento e 40 máquinas
para cálculo.
 Cada máquina possui 2 processadores Intel Xeon quadcore (8

cores  240 núcleos de processamento
DISTRIBUÍDOS
 Santos Dumont
 O computador mais rápido da América Latina
 Instalado na sede do Laboratório Nacional de Computação

Científica (LNCC)
 756 nós computacionais  18.144 núcleos de processamento
 Capacidade de armazenamento de 1,7 Petabytes

SISTEMAS DE COMPUTAÇÃO
DISTRIBUÍDOS
 Top 500 (www.top500.org)

 Lista com os 500 computadores mais rápidos do mundo
SISTEMAS DE COMPUTAÇÃO
DISTRIBUÍDOS
 Grades Computacionais
 Compostas por recursos heterogêneos conectados por redes

de diferentes capacidades
 Compartilhadas, executando tanto aplicações locais quanto

remotas
 Dinâmicas, recursos podem se juntar ou deixar a grade sem

aviso prévio
 Recursos podem estar geograficamente distantes

DISTRIBUÍDOS
 Principais diferenças: clusters X grades
 Recursos heterogêneos
 alta dispersão geográfica (escala mundial)
 compartilhamento
 múltiplos domínios administrativos
 controle totalmente distribuído

DISTRIBUÍDOS
 O conceito de grades é análogo ao de redes de energia

elétrica
 Fornecer energia de acordo com a demanda de qualquer

usuário, não importando a sua localização
 O sonho do cientista (The Grid Vision)
 Oferecer desempenho computacional eficientemente;
 De acordo com a demanda;
 A um custo razoável;
 Para qualquer um que precisar.

LHC (LARGE HADRON COLLIDER)
 O Grande Colisor de Hádrons do CERN
 É o maior acelerador de partículas do mundo e também o de

maior energia existente
 O laboratório localiza-se em um túnel de 27 km de

circunferência, a 175 metros abaixo do nível do solo na
fronteira da França com Suíça
 Recriar o BigBang
 Produz por ano 50 a 70 petabytes de dados
 Uma grade computacional LHC está sendo construída para lidar

com a grande quantidade de dados produzidas
 Permitirá transferência de dados entre o CERN e instituições

acadêmicas por todo o mundo
 The project LHC@home foi criado para calibrar a construção do

acelerador de partículas
 Permite que usuários cedam tempo ocioso de seus computadores

para executar simulações de como as partículas iriam viajar nos
túmeis do LHC
SETI@HOME
 Objetiva usar recursos de computação em uma rede de área

ampla, ou mesmo a Internet, quando os recursos de computação
locais são escassos.
 Por exemplo:
SETI @ home (setiathome.berkeley.edu) utiliza mais de 330 mil
computadores obtendo um poder computacional de mais de 528
TeraFLOPS (04 de agosto de 2008)
NUVENS COMPUTACIONAIS
 Cloud computing (computação em nuvens)
 É um modelo de utilização e entrega de recursos
 Obter recursos (hardware, software) através da rede
 A rede de fornecimento de recursos é chamada de 'nuvem'.
 O recurso na 'nuvem'
parece infinitamente escalável e
pode ser utilizado sempre
 Exemplos: Amazon, Google Apps

 Hardware: Processadores, roteadores, sistemas de energia e
resfriamento. Usuários normalmente não vêem estes recursos
diretamente.
 Infra-estrutura: Utilizam técnicas de virtualização. Envolve a alocação e o
gerenciamento de dispositivos de armazenamento e servidores virtuais.
 Plataforma: Fornece abstrações de nível superior para armazenamento e
outros recursos computacionais como um sistema operacional. E fornece
APIs que incluem chamadas para fazer upload e execução dos programas
na nuvem.
Exemplo: o sistema de armazenamento do Amazon S3 oferece uma API
para que os arquivos (criados localmente) sejam organizados e
armazenados nos chamados buckets, que são armazenados
automaticamente na nuvem.
 Aplicação: aplicativos reais, como suítes de escritório (processadores de
texto, aplicativos de planilhas, aplicativos de apresentação). Comparável
ao pacote de aplicativos enviados com sistemas operacionais
 Como resultado, a computação em nuvem tem o potencial

para modificar a indústria de software inteiramente
 As aplicações passam a
rodar na rede ao invés de
estarem no desktop de
um usuário
 Afeta arquitetura como

desenvolver, implementar,
executar e entregar os pedidos
 Algumas Diferenças entre Grid e Cloud computing
 A computação em grades tem foco no compartilhamento de recursos.

Todo nó do grade pode requisitar recursos de outros nós.
 A computação nas nuvens possui ênfase na

propriedade
 Em uma nuvem cada usuário pode requerer seu

próprio recurso privado a um serviço de provedor
específico. Não é necessário que o usuário
contribua com recursos
 No modelo de negócios de uma nuvem, o usuário paga pelo uso dos

recursos/serviços
COMPUTAÇÃO COMO UTILIDADE
 Computação em clusters, grades e nuvens
 Já caminharam no sentido de estabelecer a visão de

computação como utilidade
 Com o grande avanço na área de comunicação e tecnologia

da informação
 Existe uma idéia de que a computação seja no futuro um

serviço básico essencial
 Água, Gás, Eletricidade, Telefonia e Computação

SISTEMAS DE INFORMAÇÃO
DISTRIBUÍDOS
 Exemplo:
 Uma aplicação de rede consistia simplesmente em um servidor que

executava a aplicação e a disponibilizava para clientes remotos
 Clientes enviavam requisições para o servidor e recebiam uma

resposta
 A integração em um nível mais baixo, permitiria que clientes

empacotassem várias requisições e enviassem para execução
como uma transação distribuída em vários servidores
 À medida que as aplicações se tornaram mais complexas e

separadas em componentes independentes, tornou-se necessário
que as aplicações também pudessem se comunicar entre si
DISTRIBUÍDOS
 Integração de Aplicações Empresariais (EAI)
 Processamento de Transações Distribuídas
 Modelos diferentes de comunicação entre aplicações
 Transações em bancos de dados
 Programar a utilização de transações requer primitivas

especiais que devem ser fornecidas pelo SD ou pelo sistema
de linguagem em tempo de execução
DISTRIBUÍDOS
 Transações
DISTRIBUÍDOS
 Propriedades das Transações
1. Atômicas: para o mundo exterior, a transação acontece como

se fosse indivisível.
2. Consistentes: a transação não viola invariantes de sistema.
3. Isoladas: transações concorrentes não interferem umas nas

outras.
4. Duráveis: uma vez comprometida uma transação, as

alterações são permanentes
DISTRIBUÍDOS
 Transações aninhadas
DISTRIBUÍDOS
• Em muitos casos, os dados envolvidos na transação estão
distribuídos entre vários servidores. Um monitor de
transações (TP monitor) é responsável pela coordenação e
execução da transação.
DISTRIBUÍDOS
•Integração de aplicativos corporativos
DISTRIBUÍDOS
 Comunicação – RPC e RMI
 RPC – Remote Procedure Calls
 Um componente de uma aplicação pode enviar uma requisição a

outro componente de aplicação executando uma chamada de
procedimento
 RMI – Remote Method Invocation
 É em essência o mesmo que uma RPC, exceto que funciona com

objetos em vez de aplicações
 A desvantagem da RPC e RMI é que o chamador e o chamado

precisam estar ligados no momento da comunicação
DISTRIBUÍDOS
 Comunicação - MOM
 Middleware orientado a mensagem
 Aplicações enviam mensagens para pontos lógicos de contato
 Uma aplicação também pode demonstrar interesse por um

determinado tipo de mensagem
 O middleware de comunicação cuidará para que todas as

mensagens sejam entregues às aplicações interessadas
 Sistemas Publisher/subscriber  Uma classe em expansão de

sistemas distribuídos
SISTEMAS DISTRIBUÍDOS PERVASIVOS
 Sistemas decorrentes do uso de computação móvel e

embutida  comportamento instável é esperado
 Pequeno tamanho
 Alimentados por bateria
 Comunicação sem fio
 Tem como objetivo a mobilidade
 Não possui controle administrativo humano, os dispositivos são

configurados por seus proprietários
 Um dispositivo deve adotar mudanças contextuais

SISTEMAS DISTRIBUÍDOS PERVASIVOS
 Exemplo: redes de sensores
 Monitoramento Ambientais
 Monitoramento de tráfego
 Fins Militares
 Aplicações Médicas

Sistemas Distribuídos Aula 2

Enviado por

Direitos autorais:

Formatos disponíveis

Sistemas Distribuídos Aula 2

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sistemas Distribuídos Aula 2

Enviado por

Direitos autorais:

Formatos disponíveis

SISTEMAS DISTRIBUÍDOS

Slides cedidos pela Professora Aline Nascimento

 Sistemas de Computação Distribuídos de Alto Desempenho

 Utilizado para tarefas de computação de alto desempenho

 Sistemas de Informação Distribuídos

 Encontrados em organizações onde uma profusão de

 Sistemas Embutidos Distribuídos

 São caracterizados por sua mobilidade

Memória compartilhada Memória distribuída

 Se tornaram populares quando a razão preço/desempenho de

 Construção de supercomputadores que usam solução de

 É usado para programação paralela no qual um único

 Exemplo típico de Cluster

 Conjunto de nós controlados e acessados por um único nó

 Tarefas típicas do mestre são manipular a alocação de nós a

 O mestre pode ser responsável por executar um middleware

 Para os nós de computação, basta um SO padrão

 Instalado no Instituto de Computação da UFF

 O cluster é composto de 42 máquinas

 Capacidade de armazenamento de 14,5 TB.

 Das 42 máquinas, uma serve para login e compilação de

 Cada máquina possui 2 processadores Intel Xeon quadcore (8

 O computador mais rápido da América Latina

 Instalado na sede do Laboratório Nacional de Computação

 756 nós computacionais  18.144 núcleos de processamento

 Capacidade de armazenamento de 1,7 Petabytes

 Top 500 (www.top500.org)

 Compostas por recursos heterogêneos conectados por redes

 Compartilhadas, executando tanto aplicações locais quanto

 Dinâmicas, recursos podem se juntar ou deixar a grade sem

 Recursos podem estar geograficamente distantes

 Principais diferenças: clusters X grades

 alta dispersão geográfica (escala mundial)

 múltiplos domínios administrativos

 controle totalmente distribuído

 O conceito de grades é análogo ao de redes de energia

 Fornecer energia de acordo com a demanda de qualquer

 O sonho do cientista (The Grid Vision)

 Oferecer desempenho computacional eficientemente;

 De acordo com a demanda;

 Para qualquer um que precisar.

 O Grande Colisor de Hádrons do CERN

 É o maior acelerador de partículas do mundo e também o de

 O laboratório localiza-se em um túnel de 27 km de

 Produz por ano 50 a 70 petabytes de dados

 Uma grade computacional LHC está sendo construída para lidar

 Permitirá transferência de dados entre o CERN e instituições

 The project LHC@home foi criado para calibrar a construção do

 Permite que usuários cedam tempo ocioso de seus computadores

 Objetiva usar recursos de computação em uma rede de área

 Cloud computing (computação em nuvens)

 É um modelo de utilização e entrega de recursos

 Obter recursos (hardware, software) através da rede

 A rede de fornecimento de recursos é chamada de 'nuvem'.

 Exemplos: Amazon, Google Apps

 Como resultado, a computação em nuvem tem o potencial

 Afeta arquitetura como

 Algumas Diferenças entre Grid e Cloud computing