UCDT: Unix Cluster Deployment Tool

Transcripción

1 UNIVERSIDAD SIMÓN BOLÍVAR Ingeniería de Computación UCDT: Unix Cluster Deployment Tool Por Yohandry Manuel Cueto Mercado Proyecto de Grado Presentado ante la Ilustre Universidad Simón Bóĺıvar como Requisito Parcial para optar al Título de Ingeniero de Computación Sartenejas, Noviembre 2006

2 ii UNIVERSIDAD SIMÓN BOLÍVAR DECANATO DE ESTUDIOS PROFESIONALES COORDINACIÓN DE INGENIERÍA DE COMPUTACIÓN ACTA FINAL DEL PROYECTO DE GRADO UCDT: Unix Cluster Deployment Tool Presentado por Yohandry Manuel Cueto Mercado Este Proyecto de Grado ha sido aprobado por el siguiente jurado examinador: Prof. Yudith Cardinale Prof. Carlos Figueira Prof. Ernesto Hernández Sartenejas, Noviembre 2006

3 iii UCDT: Unix Cluster Deployment Tool por Yohandry Manuel Cueto Mercado RESUMEN Una de las labores más arduas en el momento de la creación de un cluster de computadoras está relacionada con la instalación y configuración de las distintas aplicaciones que se ejecutarán en él, por lo que es necesario contar con un conjunto de herramientas adecuadas para aminorar el trabajo que esto representa. Numerosos grupos epecializados en desarrollo de soluciones de supercomputación han trabajado en proyectos que permiten atacar este problema de una manera sencilla, elaborando herramientas bastante eficaces para la creación y mantenimiento de clusters de computadoras. Sin embargo, muchas de estas herramientas tienen un impacto bastante pronunciado en el sistema de operación sobre el que operan, y muchas veces, exigen un cambio de conducta en las labores de administración e instalación de paquetes en las máquinas, por lo que sigue siendo bastante tediosa la instalación de paquetes de software en los clusters. Unix Cluster Deployment Tool es una herramienta diseñada para la instalación y configuración automática de aplicaciones en clusters de computadoras, usando como base un archivo con formato XML que contiene las instrucciones necesarias para la correcta configuración de la aplicación en todo el cluster. Con un mínimo de interacción es posible instalar y configurar una aplicación en todos los componentes del cluster. Las instrucciones de configuración contenidas en el archivo XML de configuración que usa UCDT están basadas en un lenguaje simple e intuitivo, por lo que es bastante sencillo generar configuraciones para aplicaciones, incluso cuando no se tiene un paquete de instalación automatizado. UCDT crea una marcada diferencia entre la instalación y configuración de una aplicación, siendo ésto último lo más tedioso y difícil.

4 Índice general 1. Introducción 2 2. Herramientas y tecnología para Clusters Linux y Clusters Componentes de un cluster OSCAR Ventajas de OSCAR Desventajas de OSCAR ROCKS Ventajas de ROCKS Desventajas de ROCKS Gluster Componentes de Gluster Ventajas de Gluster Desventajas de Gluster UCDT: Unix Cluster Deployment Tool Funcionamiento de UCDT Componentes de UCDT Servidor apt-proxy Servidor de aplicaciones o Nodo maestro Cluster Deployment Tool (CDT) iv

5 ÍNDICE GENERAL v UCDT - Daemon cdt-make Especificaciones del archivo UCAF Etiquetas de instrucción Macros Definición de paquetes Ventajas y desventajas del sistema UCDT Ventajas de UCDT Desventajas de UCDT Comparación entre herramientas de configuración de clusters Conclusiones y Recomendaciones Conclusiones Recomendaciones Bibliografía 40 A. Manual de Usuario 41 B. Creación de un archivo UCAF 50

6 Índice de figuras 2.1. Componentes de un cluster Componentes de UCDT dentro de un Cluster Proceso de instalación de un paquete en UCDT Proceso de configuración de un paquete en UCDT Proceso de registro de un nodo cliente en UCDT

7 Capítulo 1 Introducción Frecuentemente diversas ramas de la ciencia se enfrentan con la necesidad de estudiar problemas que involucran la realización de cálculos muy complejos, por lo que es necesaria la utilización de supercomputadoras capaces de desarrollar varios millones de operaciones por segundo. Tradicionalmente este tipo de supercomputadoras cuentan con varias decenas de procesadores integrados, que son utilizados por aplicaciones especialmente diseñadas para realizar cálculos en paralelo, aprovechando de esta forma el arreglo de procesadores que contiene este tipo de equipo. Los fabricantes de supercomputadoras como Silicon Graphics, IBM, Cray, entre otros, producen modelos de diseño especializado que pueden llegar a costar decenas de millones de dólares. Es de esperarse que no todas las entidades interesadas en este tipo de poder de cómputo pueden afrontar el costo económico que supone adquirir una máquina de estas características, por lo que se deben buscar soluciones que permitan disponer de la misma potencia de cálculo a un precio muy inferior. De esta forma surgen lo que se conocen como Clusters de Computadoras, grupos de máquinas especialmente configurados e interconectados con redes de alta velocidad que permiten la ejecución de procesos en paralelo como si se estuviera trabajando con una supercomputadora, pero a precios inferiores y con piezas de hardware asequibles en el mercado común. Disponer de un cluster de computadoras obliga a la creación de una logística de instalación de 2

8 CAPÍTULO 1. INTRODUCCIÓN 3 software y hardware, no solo del tipo científico usado en la realización de los experimentos, sino también de administración en cada uno de los elementos del cluster que permitan tener un control adecuado sobre el estado de cada uno en cualquier momento dado. Dependiendo del número de equipos que integren el cluster, se puede tornar inmanejable la instalación, configuración, mantenimiento y actualización de aplicaciones en cada una de las máquinas, siendo éste el trabajo más tedioso a la hora de administración de clusters de computadoras. Con la popularización del uso de clusters, han surgido algunas herramientas de administración orientadas a facilitar la configuración de clusters y para instalar sistemas de clusters de software. Sin embargo, muchas de estas herramientas realizan modificaciones o actualizaciones altamanente invasivas sobre el sistema de operación en el cual se instala, además de que alguna de ellas ni siquiera permiten la libre elección del administrador en cuanto a sistema de operación y método de instalación se refiere. Unix Cluster Deployment Tool (UCDT) se propone como una herramienta de instalación y configuración de aplicaciones en sistemas de clusters, con un impacto muy reducido sobre el sistema de operación en el que se desea instalar, además de requerir un mínimo de interacción con el usuario en la ejecución de sus funciones. En el siguiente trabajo se muestran las facilidades que proporciona una herramienta como UCDT, permitiendo agilizar las actividades administrativas de manejo de aplicaciones bajo un ambiente de clusters de computadoras. El presente trabajo se encuentra organizado de la siguiente manera: El segundo capítulo realiza una breve exploración sobre los fundamentos teóricos de clusters de computadoras e introduce algunas soluciones existentes en Internet orientadas a resolver el problema de la administración de clusters. El tercer capítulo describe el funcionamiento de la herramienta UCDT, propuesta como un sistema de instalación y configuración de aplicaciones bajo ambiente UNIX. Por ultimo, el cuarto capítulo contiene las conclusiones recopiladas de la creación de la herramienta, así como ciertas suegerencias orientadas a la mejora de la misma.

9 Capítulo 2 Herramientas y tecnología para Clusters Los clusters son agrupaciones de computadoras principalmente diseñadas usando configuraciones de hardware común que permiten tratar al conjunto de máquinas como si se tratara de una sola computadora. Esto requiere normalmente la instalación de una infraestructura de red pensada especialmente para la interconexión de los distintos componentes que componen el cluster. Este tipo de configuraciones normalmente son utilizadas para la resolución de problemas científicos que requieren gran poder de cómputo y cálculos cuya ejecución en sistemas computarizados normales pueden durar muchas horas, incluso días o semanas para obtener algún resultado. Sin embargo, los clusters hoy en día son utilizados también por cualquier tipo de empresa cuyos procesos de producción son bastante complejos, ya que es preferible tomar como opción la simulación computarizada de los procesos antes de afrontar alguna pérdida financiera. Los clusters de computadoras nacen como una opción frente a los altos costos que involucra la realización de procesos de supercomputación. Algunos de los factores que dieron cabida al surgimiento de la idea de los clusters son: 4

10 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 5 Los costos excesivos de Supercomputación frente al actual abaratamiento de costos de los microchips de procesadores. La realización de cálculos de gran complejidad, normalmente involucraba la compra de equipos altamente especializados y con gran capacidad de procesamiento, además de la contratación de personal preparado para su manipulación o costosísimos contratos de soporte técnico. Surgimiento de aplicaciones High Performance Computing (HPC). Desde hace ya muchos años el desarrollo de aplicaciones paralelas ha evolucionado hasta el punto de ser una tecnología más accesible al programador común, por lo que han surgido numerosas opciones a las anteriores aplicaciones privativas[4]. La necesidad de más poder de cómputo. Existen problemas de tal magnitud que sólo pueden ser abordados a través de soluciones de supercomputación debido al limitado poder de cómputo de los sistemas computarizados actuales. Existen reconocidos proyectos tales como SETI@home 1 que aprovechan la capacidad de cómputo ocioso para procesar grandes cantidades de información. Además del uso de clusters para la resolución de problemas de gran complejidad, su implementación también se ha visto orientada a solucionar y mejorar aplicaciones que, si bien no requieren gran poder de cómputo, se benefician de los clusters, tales como servicios Web, bases de datos y sistemas gigantescos de archivos Linux y Clusters GNU/Linux es una implantación de libre distribución UNIX para computadoras personales (PC), servidores, y estaciones de trabajo. Fue desarrollado para el i386, sin embargo actualmente es usado en casi cualquier arquitectura existente en el mercado 1 Es un proyecto que distribuye señales captadas por la NASA en el espacio a todas las máquinas donde esté instalado para procesarlas.

11 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 6 El término Linux estrictamente se refiere al núcleo Linux, pero es más comúnmente utilizado para describir al sistema de operación tipo Unix (que implementa el estándar POSIX), que utiliza primordialmente filosofía y metodologías libres (también conocido como GNU/Linux) y que está formado mediante la combinación del núcleo Linux con las bibliotecas y herramientas del proyecto GNU y de muchos otros proyectos/grupos de software (libre o no libre). Como sistema de operación, GNU/Linux es muy eficiente y tiene un excelente diseño. Es multitarea, multiusuario, multiplataforma y multiprocesador; en las plataformas Intel corre en modo protegido; protege la memoria para que un programa no pueda hacer caer al resto del sistema; carga sólo las partes de un programa que se usan; comparte la memoria entre programas aumentando la velocidad y disminuyendo el uso de memoria; usa un sistema de memoria virtual por páginas; utiliza toda la memoria libre para cache; permite usar bibliotecas enlazadas tanto estática como dinámicamente; se distribuye con código fuente; usa hasta 64 consolas virtuales; tiene un sistema de archivos avanzado pero puede usar los de los otros sistemas; y soporta redes tanto en TCP/IP como en otros protocolos. Una distribución es un conjunto de aplicaciones reunidas por un grupo, empresa o persona para permitir instalar fácilmente un sistema GNU/Linux. En general se destacan por las herramientas para configuración y sistemas de paquetes de software a instalar. Existen numerosas distribuciones GNU/Linux (también conocidas como distros ), ensambladas por individuos, empresas y otros organismos. Cada distribución puede incluir cualquier número de software adicional, incluyendo software que facilite la instalación del sistema. La base del software incluido con cada distribución incluye el núcleo Linux, al que suelen adicionarse también varios paquetes de software. Las distribuciones Linux mas populares actualmente son Debian, Ubuntu, Fedora, Red Hat, Suse y Mandriva Linux. En el mundo real, se han mostrado evidencias que las maquinas que usan alguna distribución Linux funcionan durante meses, e incluso años, sin la necesidad de alguna reinicialización, y los conocidos cuelgues de Microsoft Windows son raros. Esta es una de las razones por la cual la im-

12 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 7 plantación de clusters de computadoras, normalmente se realiza sobre sistemas Linux como sistema de operación Componentes de un cluster Como se ha dicho, un cluster de computadoras normalmente está compuesto de hardware orientado a perfeccionar el rendimiento de las piezas que lo componen, con la finalidad de lograr un mejor aprovechamiento de ciclos de CPU. No obstante un cluster está constituido por varios componentes ver figura 2.1, tanto de hardware como de software: Nodos: Se refiere a los computadores que componen el cluster. Normalmente éstos comparten características similares; sin embargo también existen los llamados clusters heterogéneos donde la arquitectura y piezas de hardware de las computadoras que lo componen no son todas iguales. Nodo Maestro: Es el servidor central del cluster, desde donde se hace la administración de los demás nodos, generalmente se le denomina nodo front end. Sistema de Operación: Es el sistema que estará instalado en cada uno de los nodos del cluster, se escoge un sistema que asegure la estabilidad y disponibilidad necesaria de acuerdo a las aplicaciones que se ejecutan en el cluster. Este sistema de operación en algunos casos puede ser distribuido, lo que significa que se comunican y coordinan sus acciones mediante el paso de mensajes vía red. Para esto se establece la comunicación mediante un protocolo prefijado por un esquema cliente-servidor. Conexiones de Red: Si bien un cluster puede ser configurado en una red estándar de 100 Mbits Ethernet, actualmente un buen cluster está orientado a tener una infraestructura de red de alta velocidad basadas en tarjetas con capacidades Gigabits Ethernet. Algunas de las nuevas tendencias apuntan al uso de redes Myrinet de 10 Gigabits e Infiniband que soporta

13 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 8 velocidades de transmisión de datos similares[7]. Middleware: Grupo de aplicaciones que proveen el acceso y control a los componentes del cluster. Monitorear el desempeño y la disponibilidad de cada uno de los nodos que conforman el cluster es una tarea árdua si no se poseen las herramientas adecuadas, y el problema crece proporcionalmente a la cantidad de nodos que tenga el cluster; por esto, es necesario poseer aplicaciones de control que puedan ser manejadas en una sola ubicación del cluster (típicamente el nodo maestro) y que permitan conocer el estado del cluster en un momento determinado. Aplicaciones: Pueden ser paralelas o no. Si son paralelas, normalmente están codificadas especialmente para el uso de herramientas, interfaces y protocolos que permiten el cálculo paralelo y están diseñadas para la solución de problemas muy complejos. Figura 2.1: Componentes de un cluster

14 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 9 Una vez configurado y obtenido el hardware que se utilizará en el cluster de acuerdo a las necesidades y uso que se le piensa dar, empieza la etapa de instalación del software que se utilizará. El primer inconveniente que enfrenta un usuario o administrador al ensamblar un cluster de computadoras es la de escoger las herramientas correctas para lograr una fácil administración de cada uno de los nodos que lo componen. Construir un cluster es relativamente simple, el problema y complejidad radica en la instalación del software en cada uno de los nodos que lo componen. Esta operación puede llegar a ser más tediosa en la medida en que se tiene un cluster con una cantidad considerable de nodos. No es lo mismo instalar una aplicación en un grupo de máquinas reducido, que hacerlo en un cluster que puede llegar a poseer cientos o miles de nodos. Ir físicamente a instalar una aplicación máquina por máquina, es una tarea casi imposible, más aún cuando el número de aplicaciones es grande y sus configuraciones pueden llegar a ser muy laboriosas. No sólo se trata de la instalación y mantenimiento en masa de las aplicaciones que serán ejecutadas en el cluster, así como de su sistema de operación; también se requiere tener pleno conocimiento del estado del cluster como sistema, así como de cada uno de los nodos. El mal funcionamiento de uno de los nodos, ya sea por fallas, problemas de temperatura, sistema suspendido por un proceso, etc. es necesario que sea capturado oportunamente para no comprometer el resultado de las aplicaciones que están corriendo en el cluster. Para abordar estos problemas, distintas casas de desarrollo de software, así como grupos de individuos especializados en el manejo de clusters de computadoras de alto desempeño, han construido soluciones orientadas a disminuir los inconvenientes encontrados en el manejo y administración de este tipo de plataformas. Las siguientes secciones describen las herramientas más conocidas: Rocks, Oscar y Gluster.

15 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS OSCAR OSCAR[5] es una herramienta que reúne una colección de software de código abierto para crear clusters de computadoras sobre el sistema de operación Linux, desarrollado por el Open Cluster Group 2. OSCAR busca aprovechar las facilidades que le da el sistema de operación nativo de la máquina que actúa como nodo maestro del cluster, principalmente aquellas basadas en Red Hat. Provee las herramientas de cluster más conocidas tales como: Cluster Command Control (C3): Permite ejecutar instrucciones del shell paralelamente en todos los nodos que componen el cluster. Local Area Multicomputer (LAM/MPI): Es una implementación de un ambiente MPI, el cual permite la ejecución de procesos paralelos dentro de un cluster. MPI por las siglas Message Passing Interface (Interfáz de pase de mensajes) es un protocolo de comunicación entre computadoras y es el estándar para la comunicación entre los nodos que ejecutan un programa en un sistema de memoria distribuida. Parallel Virtual Machine (PVM): Es una implementación de paso de mensajes muy similar a MPI. Provee un grupo de librerias que permite que una colección heterogénea de computadoras, ya sean en Linux o Windows, actúen como una gran computadora. Sistem Image Suite (SIS): Es un instalador de sistemas Unix a través de la red. Es usado para instalar los clientes de Oscar. Torque: Es un planificador de recursos que permite entregar trabajos y procesos a ejecutar a los distintos nodos, dependiendo de ciertos criterios, como carga del nodo, disponibilidad, etc. El uso de OSCAR es relativamente sencillo: Se descarga el paquete con el instalador y se ejecuta el GUI 3 de instalación. Sin embargo, dependiendo del sistema de operación que se esté utilizando, 2 The Open Cluster Group es un grupo informal de personas dedicadas a crear aplicaciones de clusters para computación de alto rendimiento 3 Graphical User Interface o Interfáz gráfica de usuario

16 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 11 es necesario aplicar algunos parches al sistema y realizar cierta preparación antes de que se pueda empezar a configurar el cluster. Una vez realizado el proceso anterior, se crea una imagen de instalación basada en el nodo maestro que será replicada en los demás nodos del cluster. Se agregan los nodos mediante el reconocimiento de sus direcciones físicas y luego se reinicia cada uno para realizar la instalación del sistema de operación. A continuación, se escogen las aplicaciones que se quieren usar en el cluster, y éstas son instaladas y configuradas automáticamente en todos los nodos Ventajas de OSCAR Escalabilidad del cluster. Usando el sistema Oscar de manejo de clusters, resulta transparente agregar nuevos nodos al cluster sin tener un mayor impacto en el sistema. La configuración e instalación de los nodos del cluster es sencilla, debido a que todo el proceso es realizado por un sistema de instalación vía red. Para hacerlo, se configura apropiadamente el servidor, se registran las direcciones físicas de los nodos del cluster y se reinician para que sean instaladas por red. Oscar se encarga de proporcionar los archivos de instalación adecuados para cada máquina. Fácil instalación de las aplicaciones en el cluster. Cada aplicación proporcionada por Oscar, esta preconfigurada para ser instalada por el sistema, basta con decirle a Oscar que agregue o elimine una aplicación y el se encarga de hacerlo, tanto en el nodo maestro como en los nodos clientes del cluster Desventajas de OSCAR Soporta pocas aplicaciones. El grupo desarrollador de OSCAR debe proveer y portar nuevas aplicaciones. El instalador provee poca protección de errores de los usuarios.

17 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 12 Problemas en el manejo de actualizaciones, ya que existen conflictos con algunos paquetes RPM. 4. La instalación del sistema es bastante engorrosa y soporta un limitado número de distribuciones, casi todas de la línea Red Hat. El procedimiento estándar de instalación de OSCAR genera numerosos conflictos que dependen del sistema de operación utilizado. Un ejemplo de esto es el conflicto ocasionado por SELinux 5 con algunas aplicaciones, por lo cual debe ser deshabilitado en Red Hat Enterprise Linux 4 y Fedora Core ROCKS Rocks[6] es una distribución de Linux basada en la distribución Red Hat y desarrollada por el Grupo de Computación y Clusters del Centro de Supercomputación de San Diego, California. Provee un sistema de configuración de clusters que permite a los usuarios, comenzar, monitorear y controlar aplicaciones que se ejecutan en los distintos nodos que componen el cluster, todo esto realizado desde el nodo maestro y mediante el uso de interfaces y herramientas estándars de los sistemas Linux. Rocks posee un instalador modificado que permite la instalación en masa de muchas computadoras. Las instalaciones también pueden ser complementadas con paquetes adicionales al momento de la instalación, usando CDs especiales llamados Rolls. Rocks permite la configuración de clusters más complejos que los creados con OSCAR. Tiene soporte para sistemas Itanium (tecnología Intel de 64 bits) y Opteron (tecnología AMD de 64 bits), así como sistemas basados en la tecnología Intel de 32 bits. Debido a que está construido sobre las distribuciones Red Hat, Rocks soporta todo el hardware que es compatible con el sistema de operación, esto incluye las distintas arquitecturas que soporta, tales como x86, x86 64 e IA Red Hat Package Manager (RPM), es el manejador de paquetes usado por los sistemas basados en Red Hat. Los paquetes usados en esta distribución de Linux tienen extension.rpm 5 Security-Enhanced Linux o SELinux, es una arquitectura de seguridad que proporciona un sistema flexible de control de acceso obligatorio sobre archivos y procesos en un sistema Linux

18 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS 13 Una de las principales características de Rocks es un mecanismo robusto para producir distribuciones personalizadas (con parches de seguridad preaplicados tanto a nivel del kernel como a nivel de aplicación), que define un conjunto completo de software para un nodo en particular Ventajas de ROCKS Escalabilidad del cluster. Es posible aumentar el número de componentes del cluster en cualquier momento sin perturbar el funcionamiento del sistema en conjunto de forma rápida y segura. Fácil instalación de las aplicaciones a través del uso de rolls. Soporta Cross-kickstart 6 que permite la fácil instalación de los nodos a través de kickstart Desventajas de ROCKS Alto grado de interacción con el usuario. La configuración de un cluster basado en Rocks, require la entrada de gran cantidad de variables de datos por parte del usuario dandole mayor margen de oportunidad para cometer errores. Obligatoriedad en el uso de una distribución específica. Esto es debido a que Rocks es una distribución Linux completa, basada en Red Hat. La distribución provee las aplicaciones según su formato especial llamado ROLL, lo cual obliga al usuario a recurrir al grupo desarrollador de Rocks para poder instalar y configurar nuevas aplicaciones en el cluster. Baja capacidad de soporte. 6 Procedimiento mediante el cual un servidor de kickstart es capaz de identificar si la máquina que hace la petición de red pertenece a la arquitectura x86 o x86 64 y proporcionar los archivos de instalación adecuada.

19 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS Gluster Gluster[3] es una distribución de Linux desarrollada por la empresa Zresearch 7 y diseñada para trabajos de supercomputación y almacenamiento de grandes cantidades de información y provee una plataforma para el desarrollo de aplicaciones en clusters. A través de Gluster es posible la creación de un cluster de computadoras de cualquier tamaño de una manera sencilla y en poco tiempo. Gluster es un software que trabaja sobre el sistema de operación de preferencia del usuario, y ha sido probado en una cantidad considerable de distribuciones de Linux. La idea es usar un sistema nativo de elección libre y replicarlo en todos los nodos que componen el cluster de forma tal que terminada la instalación, todos los nodos estén preparados para realizar cálculos paralelos Componentes de Gluster Gluster High Performance Computing (GlusterHPC): Es el responsable de configurar rápidamente un cluster de computadoras preparadas para realizar trabajos de cómputo. Provee un compendio de las aplicaciones más comunes de uso en clusters de computadoras. Gluster Enterprise Provisioning (GlusterEP): Provee sistemas de respaldo, y recuperación completa de sistemas previamente respaldados. GlusterEP también permite replicar el sistema de operación y configuración de una máquina en otra máquina vía red. Gluster File System (GlusterFS): Permite agrupar sistemas de archivos en un cluster de computadoras, de esta forma se puede llegar a escalar espacios de hasta terabytes de almacenamiento. Gluster Single System Image (GlusterSSI): Aún en desarrollo, es un sistema que permitirá usar el cluster de computadoras como una gigantesca computadora en conjunto. 7

20 CAPÍTULO 2. HERRAMIENTAS Y TECNOLOGÍA PARA CLUSTERS Ventajas de Gluster Es modular, cada sistema se encarga de un aspecto específico en el cluster sin interrumpir o modificar el funcionamiento de los demás. Es independiente de la distribución Linux usada por el usuario debido a que se instala y configura en la distribución escogida por el usuario. Gluster ha sido probado en las distribuciones Linux más conocidas, con bastante éxito. Gluster puede ser extendido de forma fácil y sencilla. El procedimiento para la creación de extensiones o módulos adicionales para el uso con Gluster es sencillo y está bien documentado. Todo el sistema y las aplicaciones que son instaladas en Gluster cumple las normas de ser software libre o Free Software Desventajas de Gluster El proyecto Gluster fue desarrollado hace poco tiempo, por lo cual aun hace falta hacer pruebas de su comportamiento en clusters de gran escala. Las aplicaciones deben ser portadas por el equipo desarrollador. Aún no existe una forma sencilla, independiente de los desarrolladores para agregar nuevas aplicaciones a un cluster basado en Gluster.

21 Capítulo 3 UCDT: Unix Cluster Deployment Tool Unix Cluster Deployment Tool es una herramienta diseñada con el propósito de realizar de forma rápida y sencilla la configuración e instalación de aplicaciones y herramientas necesarias para el uso en clusters de computadoras, todo esto requiriendo un mínimo de interacción con el usuario. Consiste en un sistema centralizado que se encarga de sincronizar las aplicaciones instaladas en todos los nodos pertenecientes al cluster. Los sistemas o herramientas de apoyo en cluster convencionales están diseñados principalmente para atacar el problema de manejo de aplicaciones en todos los nodos que conforman el sistema y, basados en esto, crean una gran infraestructura de software que típicamente se encarga de realizar la instalación de las aplicaciones basándose en métodos personalizados de instalación y un empaquetamiento apropiado de la aplicación requerida. Sistemas como Rocks y Oscar proporcionan soluciones complejas para la creación y configuración de clusters de computadores. A medida que estas soluciones escalan y tratan de manejar una cantidad más elevada de variables y parámetros de configuración, recargan su infraestructura, volviéndola cada vez mas inmanejable e incompatible, incluso pueden derivar en conflictos con otros 16