Abstract
The paper discusses the issues related to ensuring the effective scaling of the job flow generated by problem-oriented distributed computing systems in heterogeneous Grid with hybrid nodes. Considers the multiagent methods and tools of the new generation, to ensure effective management of the combined job flow of scalable service-oriented software systems and load balancing for computing resources of runtime environment. Describes a high-level tools for developing services of scalable software systems. A distinctive feature of the presented methods and tools is use of elements of the economic theory (such as elements of regulation of supply and demand of resources) in the coordinated multiagent management of cluster Grid with hybrid nodes, both at the Grid level, and at the application level. The functions of problem-oriented computing environment (user application) is realized in the form of Grid-services using technology Web Services Resource Framework and patterns of interaction with local resource managers of Grid nodes. To create the agent of application is used development environment High-performance computing Service-oriented Multiagent System Framework, developed by the authors. A number of scientific services for experimental Grid are given as examples of organization of the problem-oriented computing environment (user application) using methods and tools considered in this paper. The results of their effective functioning is analyzed.
Highlights
The paper discusses the issues related to ensuring the effective scaling of the job flow generated by problem-oriented distributed computing systems in heterogeneous Grid with hybrid nodes
Considers the multiagent methods and tools of the new generation, to ensure effective management of the combined job flow of scalable service-oriented software systems and load balancing for computing resources of runtime environment
A number of scientific services for experimental Grid are given as examples of organization of the problem-oriented computing environment using methods and tools considered in this paper
Summary
В настоящее время одним из фундаментальных и практически важных направлений исследований по организации проблемно-ориентированных распределенных вычислительных систем является обеспечение эффективного масштабирования потоков заданий, порождаемых этими системами, в разнородных Grid с гибридными узлами. Предполагается, что масштабируемая проблемно-ориентированная распределенная вычислительная система (пользовательское приложение) включает набор прикладных программ для параллельного решения задачи с помощью различных вычислительных единиц (например, ядер) гибридных узлов кластерной Grid и порождает комбинированный поток заданий, объединяющий задания для этих прикладных программ. Анализ мировых тенденций в области автоматизации решения прикладных задач в параллельных и распределенных вычислительных средах позволяет утверждать, что решение этой проблемы непосредственно связано с интеллектуализацией, так называемого, промежуточного программного обеспечения, позволяющего динамически интегрировать распределенные разнородные ресурсы в виртуальную исполнительную среду и предоставляющего возможности для прозрачного использования этой среды. При управлении потоками заданий МАС на уровне Grid время выполнения отдельных приложений может увеличиваться, поскольку этим агентам не удается учесть ряд важных особенностей процесса решения задачи и пользовательских предпочтений, касающихся ресурсов. Предлагаемые методы и средства реализованы на основе парадигмы сервис-ориентированного программирования в рамках разрабатываемой в Институте динамики систем и теории управления (ИДСТУ) СО РАН САТУРН-технологии [5,6,7] построения интеллектуальных прикладных вычислительных систем и ее специализированных версий [8,9,10] для распределенных вычислительных сред
Sign-in/Register to view highlights & summary Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callMore From: Proceedings of the Institute for System Programming of RAS
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
