UNIVERSIDAD VERACRUZANA M O N O G R A F Í A. Licenciado en Sistemas Computacionales Administrativos. Carina Landa López. M.A. Héctor Guzmán Coutiño

Transcripción

1 UNIVERSIDAD VERACRUZANA Facultad de Contaduría y Administración Computación Grid vertiente de la tecnología verde para el desarrollo sustentable M O N O G R A F Í A Para obtener el Título de: Licenciado en Sistemas Computacionales Administrativos Presenta: Carina Landa López Asesor: M.A. Héctor Guzmán Coutiño Cuerpo Académico: Tecnologías de la información y las organizaciones inteligentes en la sociedad del conocimiento Xalapa-Enríquez, Veracruz Junio 2011

2

3 UNIVERSIDAD VERACRUZANA Facultad de Contaduría y Administración Computación Grid vertiente de la tecnología verde para el desarrollo sustentable M O N O G R A F Í A Para obtener el Título de: Licenciado en Sistemas Computacionales Administrativos Presenta: Carina Landa López Asesor: M.A. Héctor Guzmán Coutiño Cuerpo Académico: Tecnologías de la información y las organizaciones inteligentes en la sociedad del conocimiento Xalapa-Enríquez, Veracruz Junio 2011

4 DEDICATORIA Primeramente, le dedico este trabajo a Dios por ser mi guía espiritual que me conduce siempre hacia el camino del bien y el éxito. Y por darme la conformidad de tener a mis padres con vida y salud sólo él sabe lo importante que son ellos para mí. I

5 AGRADECIMIENTOS Son numerosas las personas a las que debo agradecer por ayudarme en el logro de mi carrera, es demasiado poco, el decir gracias, pero en el fondo de mi ser eternamente les estaré agradecida y siempre presto a tenderles una mano cuando así lo requieran. Sin embargo, resaltaré sólo algunas de estas personas sin las cuales no hubiese hecho realidad este sueño tan anhelado como es la culminación de mi carrera universitaria: -Ante todo, a Dios por darme la vida para lograr esta meta aspirada después de tantos esfuerzos, caídas entre otras cosas que he tenido durante mi formación profesional, solo él sabe el sacrificio que he pasado. Por eso gracias mil gracias Dios. -A mis Padres, Lilia López y Jesús Landa Cortes por su constante amor inexplicable para mi superación personal, sin ningún interés material han vivido mi lado cada sentimiento, que expresa mi corazón y sin importarles nuestras diferencias ni mis fallas me han apoyado y eso nunca lo olvidare, porque no todos tenemos la dicha de tener unos padres tan responsables como ustedes y por eso no me cansaré nunca de expresarles hoy, mañana y siempre pase lo que pase, que los amo con todo mi corazón. -A mi Maestro Héctor Guzmán Coutiño, por ser mi fuente de motivación, y haber aceptado ser mi asesor de este trabajo, sin ningún interés material, sólo queriendo mi mejoramiento profesional. -Al Maestro Octavio Castillo Reyes por ser mi profesor, le agradezco el haberme apoyado cuando necesitaba de su ayuda, ha sido una gran persona sin dudarlo. -A mis amigos con los que compartí este gran camino, Grecia Gonzalez Melgarejo, Griselda Cadena García, Rosario Baltazar Aburto, Ernesto Domínguez Pérez y Alejandro Rodríguez Hernández, por ofrecerme siempre esa mano amiga en los momentos más difícil de nuestra carrera y de la vida, a pesar de nuestras diferencias, espero que siempre sean mis amigos los extrañare mucho les deseo lo mejor, muchos éxitos y que Dios los cuide siempre. II

6 -A los profesores Luis Humberto Bibiano Báez y Mayra Minerva Méndez Anota por ser mi jurado de tesis, por brindarme apoyo y orientación. Muchas gracias por su colaboración. -A todos mis compañeros de clase con los cuales compartí gran parte de la carrera y hemos intercambiado conocimientos, experiencias y momentos que han sido agradables, divertidos e incluso angustiosos, pero siempre los recordare. Éxito en todos sus proyectos. -A todos mis profesores que me ayudaron para guiarme en el camino del conocimiento, por brindarme nuevas puertas a las oportunidades, y por transmitirme su conocimiento mediante las diferentes Experiencias educativas. Gracias. III

7 ÍNDICE RESUMEN... 1 INTRODUCCIÓN... 2 Capítulo I Tecnología Verde Definición Objetivo Clasificación de las tecnologías verdes Computación en la nube Teletrabajo Virtualización en centro de datos Computación Grid Capítulo II Computación Grid Antecedentes Definición Características de la computación Grid Arquitectura Capa de Infraestructura Capa de Conectividad Capa de Recurso Capa Recursos o Colectiva Componentes de la arquitectura Grid Hardware Middleware Funcionamiento Capítulo III Aplicación de computación Grid en el desarrollo sustentable Por qué se ahorra energía? Computación Grid y Virtualización Iniciativas de tecnología verde Barcelona Supercomputing Center (BSC) IV

8 3.3.2 The Green Grid Objetivo de Green Grid Métricas Clasificación en Potencia de equipamiento TI y consumo total de las instalaciones Qué se Puede hacer o se ha hecho? Casos Exitosos A medida que aumenta el uso de energía, el coste de TI asciende Las respuestas de hoy, los estándares del mañana Ayudar a los negocios tiene un efecto Rastrear el valor PUE Pautas para lograr unos centros de datos más eficientes Cambiar el tipo de energía usada Qué pueden hacer los administradores de los centros de datos? Hacia un futuro energéticamente eficiente CONCLUSIONES FUENTES DE INFORMACIÓN GLOSARIO ÍNDICE DE FIGURAS V

9 RESUMEN El concepto de tecnología verde también se aplica a los recursos computacionales que contribuyen a la reducción en el consumo de energía o emisión de dióxido de carbono, recibiendo el nombre de Green Computing o Green IT. Se sustenta en la identificación de tecnologías consumidoras de energía y productoras de desperdicios, en la fabricación de productos informáticos ecológicos y en la promoción del reciclaje computacional. Algunas de las tecnologías clasificadas como verdes son la computación en nube, Computación Grid, teletrabajo y virtualización en centros de datos. La computación Grid es una tecnología que permite utilizar de forma coordinada todo tipo de recursos (entre ellos cómputo, almacenamiento y aplicaciones específicas) que no están sujetos a un control centralizado. 1

10 INTRODUCCIÓN 2

11 Hoy en día nos encontramos sumergidos en un sin número de tecnologías que a pesar que nos proporcionan muchos beneficios cabe mencionar que también provoca daños en diferentes aspectos, entre los cuales destaca el daño ambiental, de ahí, que con el impacto del cambio climático, se prevé el impacto de la informática verde, por lo que surge la necesidad urgente de reducir las emisiones de carbono producidas por la industria de tecnología de la información. En el primer capítulo se aborda el tema de tecnología verde, ya que las emisiones globales de carbono a partir de tecnologías de la información y las comunicaciones se estiman como más o menos iguales a los de la industria de las aerolíneas, debido a que es una enorme cantidad de electricidad que se necesita para operar las computadoras, los motores de búsqueda, y equipos periféricos. Podemos decir que el desarrollo sustentable es aquel desarrollo que satisface las necesidades del presente sin comprometer la capacidad de las generaciones futuras para satisfacer sus propias necesidades. Esto presenta un reto, sin embargo existen tecnologías que apoyan a estos grandes desafíos. No sólo identifica a las principales tecnologías consumidoras de energía y productores de desperdicios ambientales sino que ofrece el desarrollo de productos informáticos ecológicos y promueve el reciclaje computacional. Algunas de las tecnologías clasificadas como son computación en nube, computación Grid, virtualización en centros de datos y teletrabajo. Cabe mencionar que la computación distribuida es un modelo de computación basado en el uso de recursos de una red de ordenadores y software, cuyo objetivo es crear una potente red de procesado de datos que puede incluso superar a los 3

12 grandes superordenadores, dentro de esta computación distribuida encontramos la computación Grid la cual ofrece muchas ventajas frente a otras tecnologías alternativas pues los problemas científicos son cada vez más complejos y la ciencia siempre lleva a los recursos tecnológicos disponibles al límite. En todo el mundo, los laboratorios científicos elaboran y usan programas que los ayudan a lograr avances en sus investigaciones de un modo que no podrían lograr si no fuese por estos. La gran desventaja de ésto es que surgía una nueva necesidad, la de obtener nuevos y más poderosos computadores para ejecutar estos programas que en su mayoría eran pesados en cuanto a tiempo de procesamiento se refiere. Además, estos procesos generalmente hacían uso de grandes cantidades de datos y a su vez generaban altos volúmenes de datos procesados. Se necesitaba una solución eficiente para este problema que preocupaba a los investigadores, y ésta debería ser eficiente en el uso de sus limitados recursos. En el segundo capítulo se abarca el tema Computación Grid donde se abordará los antecedentes, características, estructura y funcionamiento, puesto que la potencia que ofrecen multitud de computadores conectados en red usando Grid es prácticamente ilimitada, además de que ofrece una perfecta integración de sistemas y dispositivos heterogéneos. Estos recursos se distribuyen en la red de forma transparente pero guardando unas pautas de seguridad y políticas de gestión de carácter tanto técnico como económico. El cómputo distribuido se asegura de que todos los servicios son confiables y disponibles a pesar de poder encontrarse en mantenimiento, que haya interrupciones de la energía, o existan fallos inesperados. A raíz de que los centros de datos representan el mayor consumo de energía en la mayoría de las empresas, el tercer capítulo abarcará aplicaciones de la tecnología 4

13 Grid en el apoyo a la tecnología verde, una de ellas es la iniciativa The Green Grid, esta organización sin fines de lucro, se encuentra conformada por varios miembros de la industria de tecnologías de la información que buscan políticas, definen modelos y desarrollan estándares para hacer un uso energético eficiente en los data centers. Los Grids involucran organizaciones e individuos que comparten recursos, estos recursos deben ser integrados y coordinados sin dejar de ser autónomos, flexibles y seguros, estas características conllevan a que los procedimientos a seguir por dichas organizaciones sean estandarizados. Cabe destacar que los Grids no solo involucran recursos computacionales, también involucran una gran cantidad de recursos humanos que deben trabajar en la misma dirección. También existe el Barcelona Supercomputing Center (BSC) el cual es una es un centro de investigación y computación público situado en la ciudad de Barcelona, donde se encuentra MareNostrum, el superordenador más potente de Europa y quinto del mundo según la última publicación de la lista Top 500 Supercomputers Sites, este centro de investigación busca investigar, desarrollar y gestionar tecnología de la información con el fin de facilitar el progreso científico, y así poner atención en diferentes áreas como ciencias de la computación, ciencias de la Vida y ciencias de la Tierra mediante la tecnología Grid, ya que como mencione anteriormente, permite realizar demasiadas tareas y procesar diferentes datos buscando un resultado que pueda cumplir el objetivo del Centro de Supercomputo de Barcelona. 5

14 Capítulo I Tecnología Verde 6

15 1.1 Definición El concepto de Tecnología verde, según la empresa Siscom, puede ser definido como la investigación y uso de las Tecnologías de Información de un modo energéticamente eficiente y respetuoso con el medio ambiente. Su definición se resume al El estudio y la práctica de diseñar, fabricar, utilizar y disponer de ordenadores, servidores y componentes asociados, tales como monitores, impresoras, dispositivos de almacenamiento, redes y sistemas de comunicación de manera eficiente y eficaz con un mínimo o ningún impacto sobre el medio ambiente La tecnología Verde también conocido como Green IT o Green Computing se refiere al uso eficiente de los recursos computacionales minimizando el impacto ambiental, maximizando su viabilidad económica y asegurando deberes sociales. No sólo identifica a las principales tecnologías consumidoras de energía y productores de desperdicios ambientales sino que ofrece el desarrollo de productos informáticos ecológicos y promueve el reciclaje computacional. No solo identifica a las principales tecnologías consumidoras de energía y productores de desperdicios ambientales sino que ofrece el desarrollo de productos informáticos ecológicos y promueve el reciclaje computacional. Algunas de las tecnologías clasificadas como verdes debido a que contribuyen a la reducción en el consumo de energía o emisión de dióxido de carbono son computación en nube, computación Grid, virtualización en centros de datos y teletrabajo. 7

16 1.2 Objetivo El principal objetivo es reducir el uso de materiales peligrosos, maximizar la eficiencia energética durante la vida del producto, y promover el reciclado o la biodegradabilidad de los productos y residuos de las fábricas además del usoeficiente de los recursos de sistemas con el fin de minimizar el impacto ambiental que estos generan. Es importante señalar que también se encarga de la identificación de los recursos que más consumen energía o los que producen mayores desperdicios ambientales para el desarrollo de nuevos productos informáticos ecológicos y promueve el reciclaje computacional. 1.3 Clasificación de las tecnologías verdes Algunas de las tecnologías clasificadas como verdes debido a que contribuyen a la reducción en el consumo de energía o emisión de dióxido de carbono son los siguientes: Computación en la nube La compañía Could Computing America define a la computación en la nube, del inglés Cloud Computing, como un paradigma que permite ofrecer servicios de computación a través de Internet. La "nube" es una metáfora de Internet. En este tipo de computación todo lo que puede ofrecer un sistema informático se ofrece como servicio, de modo que los usuarios puedan acceder a los servicios disponibles "en la nube de Internet" sin conocimientos o, al menos sin ser expertos, en la gestión de los recursos que usan. Con el desarrollo de la industria de hardware, las capacidades han aumentado y los precios han disminuido y aun así las ventas siguen creciendo, satisfaciendo a un mercado que demanda cada vez más servicios informáticos. 8

17 Con la expansión acelerada de era de la información, una realidad construida sobre una infraestructura que cada día mejora en sus capacidades y disminuye en sus costos, los usuarios de la nube cuentan con distintos dispositivos para acceder a los mismos servicios y datos que se encuentran alojados en la nube, como se muestra en la figura 1.1 Figura 1.1 Computación en la nube Fuente: El concepto de nube también se refiere al software y datos a los cuales accedemos mediante servicios on-line, como FaceBook, G-mail, Google Docs, Banca en línea, Wikipedia y una infinidad de aplicaciones web a las cuales accedemos como servicios mediante la nube (SaaS: Software as a Service). En esta nube las computadoras se convierten en terminales ligeras, lo cual tiene sus ventajas y desventajas. 9

18 La computación en la nube es un nuevo modelo de prestación de servicios de negocio y tecnología, que permite al usuario acceder a un catálogo de servicios estandarizados y responder a las necesidades de su negocio, de forma flexible y adaptativa, en caso de demandas no previsibles o de picos de trabajo, pagando únicamente por el consumo efectuado, es una forma de computación distribuida que proporciona a sus usuarios la posibilidad de utilizar una amplia gama de recursos de sistemas para completar su trabajo. Los recursos se escalan de forma dinámica y se proporcionan como un servicio a través del internet. Es importante destacar estos puntos: Para los usuarios es transparente este tipo de tecnologías por lo que no se requiere experiencia ni conocimientos de su funcionamiento. Permite que las empresas se vuelvan más ecológicas dado que disminuyen su consumo de energía al incrementar su capacidad sin necesidad de invertir en mas infraestructura Aumenta la tasa de utilización del hardware ya que se comparten los recursos de sistemas Teletrabajo El teletrabajo según la empresa Deloitte, es llamado también trabajo en casa y hace posible que los empleados de una organización realicen sus funciones desde su casa. Para esto se requiere un enlace electrónico de la computadora del empleado con la oficina central (reducción en la cantidad de dióxido de carbono emitido por el vehículo donde viaja el empleado). En la Figura 1.2 se muestra como se conjunta la forma de trabajar en este contexto. 10

19 Figura 1.2 Teletrabajo Fuente: Según el estudio hecho por organizaciones ambientales como Greenpeace muestran como la emisión de CO2 por un vehículo tiene relación con el consumo de combustible: los motores de gasolina emiten 2,3 kg de CO2 por cada litro de gasolina quemado, y los motores diesel 2,6 kg de CO2 por cada litro de gasóleo. Un coche en marcha emitirá una cantidad de CO2 proporcional por cada kilómetro que recorra quemando combustible. El no desplazarse a un lugar de trabajo, contribuye para que se reduzca las emisiones de CO2. El teletrabajo puede revestir una de las siguientes formas: Autónomos: son aquellos que utilizan su propio domicilio o un lugar escogido para desarrollar su actividad profesional, puede ser una pequeña oficina, un local comercial. En este tipo se encuentran las personas que trabajan siempre fuera de la empresa y sólo acuden a la oficina en algunas ocasiones. 11

20 Móviles: son aquellos teletrabajadores que no tienen un lugar de trabajo establecido y cuyas herramientas primordiales para desarrollar sus actividades profesionales son las Tecnologías de la Información y la comunicación, en dispositivos móviles. Suplementarios: son aquellos teletrabajadores que laboran dos o tres días a la semana en su casa y el resto del tiempo lo hacen en una oficina. Se conoce como teletrabajador a la persona que desempeña actividades laborales a través de tecnologías de la información y la comunicación por fuera de la empresa a la que presta sus servicios. Es Importante conocer que un reporte emitido por la asociación americana de electrónicos (AES por sus siglas en Inglés) encontró que 1.35 billones de galones de gasolina podrían ser ahorrados si cada trabajador de Estados Unidos, con habilidades para hacer teletrabajo, no se trasladará a las oficinas remotas 1.6 días por semana Virtualización en centro de datos Tecnología donde se puede compartir los recursos de sistemas en distintos ambientes permitiendo que se ejecuten diferentes sistemas en la misma máquina física. Permite el funcionamiento de múltiples servidores en un único servidor físico, por lo que se reduce la emisión de dióxido carbono del centro de datos; de esta manera se requiere menos enfriamiento y menos consumo de energía. Además se incrementa el índice de utilización de recursos y ahorro de espacio. Con la virtualización las empresas reducen su consumo de energía disminuyendo costos y al mismo tiempo su daño al ambiente. 12

21 El objetivo de virtualización es la de implementar un interfaz ocultando muchas veces los detalles técnicos, a través de la encapsulación y la abstracción. Por tanto, la virtualización crea un interfaz externo que esconde una implementación subyacente, que puede ser mediante la fragmentación de un recurso, por ejemplo, un procesador de tiempo compartido o un espacio de direcciones de memoria virtual, o sino también mediante la combinación de varios recursos físicos diferentes para ser usados como si fueran uno solo como se observa en la figura1.3 Figura 1.3 Virtualización de centro de datos Fuente: Virtualización de plataformas: consiste en separar un sistema operativo de los recursos de la plataforma subyacente Virtualización de recursos: consiste en la virtualización de recursos específicos del sistema, como la memoria virtual, el almacenamiento virtual comúnmente usado en redes de almacenamiento (Storage Area Networks, SAN), las interfaces de red virtuales o las redes virtuales. En la virtualización completa se simula un hardware suficiente para permitir un sistema operativo huésped sin modificar, para correr de forma aislada. 13

22 La virtualización a nivel de sistema operativo consiste en virtualizar un servidor físico a nivel del sistema operativo permitiendo múltiples servidores virtuales aislados y seguros en un solo servidor físico. Con la virtualización de aplicaciones, las aplicaciones virtuales se ejecutan en un pequeño entorno virtual que actúa como una capa entre la aplicación y el sistema operativo, eliminando los conflictos entre aplicaciones y entre aplicaciones y el sistema operativo. La virtualización permite no solo el ahorro del consumo de energía, sino que también la disminución en la emisión de carbono Computación Grid La computación Grid es una tecnología innovadora que permite utilizar de forma coordinada todo tipo de recursos (entre ellos cómputo, almacenamiento y aplicaciones específicas) que no están sujetos a un control centralizado. En este sentido es una nueva forma de computación distribuida, en la cual los recursos pueden ser heterogéneos (diferentes arquitecturas, supercomputadores, clusters) y se encuentran conectados mediante redes de área extensa (por ejemplo Internet). 14

23 Capítulo II Computación Grid 15

24 2.1 Antecedentes Desde sus orígenes, la informática ha visto la luz de su evolución en las actividades científicas, más precisamente en sus necesidades de almacenamiento y procesamiento de datos. Y si bien en la mayoría de los casos la ciencia y otra variedad de disciplinas han visto satisfechos sus requerimientos, aún quedan desafíos abordables que esperan a ser atendidos. Un claro ejemplo es la capacidad de procesamiento requerido en ambiciosos proyectos de investigación científica, simulaciones a gran escala, toma de decisiones a partir de grandes volúmenes de información y cientos de casos imaginables que no encuentran una solución, o quizá parte de ella, en las herramientas disponibles en la tecnología actual. En estos casos, ni aún la supercomputadora más sofisticada disponible en el mercado podría satisfacer la capacidad de procesamiento necesaria en casos donde el volumen de datos manipulado es de varios petabytes. Si bien un gran acercamiento a la resolución de estos problemas de enorme potencia de cálculo fue logrado mediante clusters o granjas de computadoras, surgidos a principios de los 80 s, aún seguían conservándose los recursos en forma dedicada. Existen también otras situaciones en que no sólo se persigue gran procesamiento, sino que también se busca lograr niveles de conectividad y cooperación entre proyectos científicos y académicos de gran escala que no han podido lograrse ni siquiera mediante Internet. Este nuevo paradigma de computación distribuida fue propuesto por Ian Foster y Carl Kesselman a mediados de los 90 s. Está enfocado al acceso remoto a recursos computacionales. 16

25 Muchas aplicaciones difundidas a través de Internet han ofrecido un modo más descentralizado para lograr gran potencia de cálculo gracias al aprovechamiento del tiempo de CPU inactiva aportado por sus usuarios, pero a pesar de este avance de importancia revolucionaria existen objetivos más específicos de conectividad entre proyectos que se ven limitados en la red de redes. En realidad, el y la World Wide Web proveen modos básicos de trabajo conjunto pero no se ha logrado vincular y compartir datos, computadores, sensores y demás recursos creando una entidad virtual. Es entonces aquí donde surge el concepto de computación Grid (En castellano: rejilla, tramado, entrelazado, enrejado). Debido a la situación económica actual, hay una presión constante en las organizaciones por reducir sus costes de investigación y desarrollo, el tiempo en el que sacan sus productos al mercado, y a la vez aumentar su capacidad de procesamiento. Típicamente, lo que se haría para eliminar los cuellos de botella, sería incrementar la potencia de procesamiento de la organización. Sin embargo, enormes cantidades de capacidad de cómputo existentes dentro de las infraestructuras informáticas de las organizaciones no están siendo aprovechadas, y las reducciones dramáticas en los presupuestos cierran la puerta a cualquier gasto injustificado de la tecnología. Así nace la computación Grid. El origen de la computación Grid se encuentra en el cómputo distribuido, el cual trata los desafíos de la carga de trabajo agregando y asignando los recursos disponibles de una organización para proporcionar potencia de procesamiento ilimitada. En los últimos diez años, ha cambiado el concepto que se tenía en donde simplemente permitiría a las organizaciones el distribuir las cargas de trabajo a través de recursos de cómputo heterogéneos, a una solución extendida que ha sido abrazada por diversas de las principales organizaciones en el mundo en múltiples sectores industriales. 17

26 2.2 Definición La computación Grid, también conocida como Grid Computing es una infraestructura que permite el acceso y procesamiento concurrente de un programa entre varias entidades computacionales independientes, como se muestra en la figura 2.1. Un sistema paralelo y distribuido que permite la compartición, detección y agregación de recursos autónomos geográficamente distribuidos, de manera dinámica, en tiempo de ejecución, y depende de su disponibilidad, capacidad, rendimiento, coste y requisitos de los usuarios. (Fuente: VGrid). Uno de los objetivos de la Computación Grid consiste en integrar y optimizar, mediante middleware, el uso de recursos distribuidos de cálculo intensivo y de grandes bases de datos, como si estuvieran en un cluster local. Figura 2.1 Algunas entidades utilizadas en Computación Grid Fuente: 18

27 No importa si el usuario accede al Grid para utilizar un único recurso (ordenador, archivo de datos, etc.), o para utilizar varios recursos agregados como un ordenador virtual coordinado, en ambos casos, la computación Grid permite a los usuarios disponer, de manera uniforme, de una interfaz para los recursos, proporcionando una plataforma poderosa y comprensible para la computación global y la gestión de los datos. La computación Grid se constituye como un conjunto de recursos computacionales geográficamente dispersos al que tenemos acceso. Una analogía utilizada frecuentemente se refiere a esta tecnología como la red eléctrica de recursos computacionales. Varios conceptos coexisten acerca de qué es un Grid. Uno de ellos, elaborado por el Grid Computing Information Centre, una de las asociaciones dedicada exclusivamente al desarrollo de esta tecnología, llama Grid a un tipo de sistema paralelo y distribuido que permite compartir, seleccionar y reunir recursos autónomos geográficamente distribuidos en forma dinámica y en tiempo de ejecución, dependiendo de su disponibilidad, capacidad, desempeño, costo y calidad de servicio requerida por sus usuarios. Según esta definición, se busca aprovechar la sinergia que surge de la cooperación entre recursos computacionales y proveerlos como servicios. 2.3 Características de la computación Grid Las principales características de la Computación Grid son: Capacidad de balanceo de sistemas: no habría necesidad de calcular la capacidad de los sistemas en función de los picos de trabajo, ya que la capacidad se puede reasignar desde la granja de recursos a donde se necesite; 19

28 Alta disponibilidad: Con la nueva funcionalidad, si un servidor falla, se reasignan los servicios en los servidores restantes; Reducción de costes: Con esta arquitectura los servicios son gestionados por "granjas de recursos". Ya no es necesario disponer de "grandes servidores" y podremos hacer uso de componentes de bajo coste. Cada sistema puede ser configurado siguiendo el mismo patrón. Un ordenador central distribuye un proceso entre los ordenadores conectados a una red. El sistema aprovecha la capacidad de todos los ordenadores conectados. Cuando no están siendo utilizados al 100% por el usuario reciben tareas del ordenador central. Todos los recursos disponibles en la red son aprovechados, independientemente de su arquitectura y sistema operativo. Si el usuario está utilizando sólo una parte de la capacidad del ordenador, el resto se aprovecha para el cálculo. Si el usuario está utilizando todos los recursos o el ordenador se cae, la tarea se reasigna a otra máquina disponible. La aplicación es accesible desde cualquier ordenador de la red. Con un interfaz cómodo y sencillo se pueden añadir al sistema tantas máquinas como se desee. La conexión directa entre los PC s (P2P) evita la sobrecarga del ordenador central. La tecnología Grid es fácilmente escalable, creciendo según las necesidades de cada empresa. Transparente para el usuario que participa en la Grid (como Worker). A diferencia de las redes convencionales que se centran en la comunicación entre dispositivos, la computación Grid aprovecha los ciclos de procesamiento no utilizado de todos los ordenadores conectados a una red de forma que se resuelven los problemas de las tareas que son demasiado intensivas para que las resuelva una única máquina. 20

29 2.4 Arquitectura La arquitectura de la computación Gris estándar propuesta en la figura 2.2 identifica componentes fundamentales del sistema y además las principales funciones y propósitos que deberían cumplir las aplicaciones, para componer un sistema Grid. Figura 2.2 Arquitectura de capas de un sistema Grid. Fuente: Esta arquitectura es abierta, donde los componentes del sistema se organizan en capas. Muestra la arquitectura de la computación Grid, organizada en 5 capas (Infraestructura, Conectividad, Recurso, Recursos y Aplicación) que definen mecanismos básicos que permiten a los usuarios gestionar los recursos compartidos. 21

30 2.4.1 Capa de Infraestructura Según la figura 2.2, en la primera de las capas, la capa de Infraestructura, se encuentran los recursos computacionales que serán compartidos por las organizaciones virtuales (bases de datos, sistemas de almacenamiento de red, clusters) junto con la infraestructura de red y sus mecanismos de gestión y control, donde un recurso puede ser una entidad lógica (como un sistema de archivos distribuido, o un cluster de computadoras). La funcionalidad de esta capa permite el sharing de operaciones sofisticadas. Figura 2.3 Capa Infraestructura de sistema Grid. Fuente: 22

31 Detalles de los recursos específicos presentes en esta capa: Recursos computacionales Mecanismos requeridos para iniciar programas, controlar y monitorear la ejecución de procesos resultantes. El manejo de mecanismos que permite el control sobre los recursos alojados a procesos son usados como mecanismos avanzados de reserva. Se necesitan algunas funciones de evaluación para la determinación de características de hardware y software así como información de estado relevante. Recursos alojados Se requieren algunos mecanismos para el guardado y recuperación de archivos. Hay mecanismos para la lectura y escritura de subconjuntos de archivos y/o ejecución remota de una selección de datos o reducción de funciones. El manejo de estos mecanismos permiten el control sobre los recursos alojados, para transferencia de datos y otras funciones específicas. Recursos de red Mecanismos de manejo que provean control sobre los recursos y la transferencia en la red, funciones que provean las características de red y carga. Repositorios de recursos Es una forma especializada en almacenamiento de recursos que requiere mecanismos de manejo de versiones de fuentes y código de objetos. Catálogos Forma especializada de almacenamiento que requiere mecanismos para implementar consultas y actualización de operaciones (ej. BD relacionales). 23

32 2.4.2 Capa de Conectividad Dentro de la capa de Conectividad se encuentran protocolos estándar de seguridad y comunicación para transacciones de red. Los protocolos de comunicación permiten el intercambio de datos entre la capa más inferior y los recursos mientras que los protocolos de seguridad brindan mecanismos de criptografía para identificar usuarios y recursos. Figura 2.4 Capa Conectividad de sistema Grid. Fuente: Los Recursos y los protocolos de conectividad mantienen todas las transacciones específicas de Grid entre diferentes computadoras y otros recursos. La red empleada por computación Grid es Internet, la misma red usada por la web y muchos otros servicios como el correo electrónico. Sin embargo, las tecnologías de Internet direccionan el intercambio de comunicaciones e información entre computadoras pero no provee aproximaciones integradas para el uso coordinado de recursos de diversos sitios de computación. 24

33 Esta capa define el centro de las comunicaciones y autenticación de protocolos requeridos para transacciones específicas de Grid dentro de la red. Los protocolos de autenticación construyen la comunicación de servicios para proveer mecanismos seguros para la verificación e identificación de usuarios y recursos. Las comunicaciones requieren transporte, ruteo, y servicio de nombre (TCP, DNS, IP y ICMP). Dentro de los protocolos de capa de conectividad se sitúan algunos protocolos correspondientes a TCP/IP (dado que la comunicación implica por ejemplo ruteo, transporte, se utilizan protocolos IP, ICMP, TCP) así como también el protocolo SSL y certificados X.509 como protocolos estándar que brindan seguridad para acceder a los recursos definidos en la capa de Infraestructura. Las soluciones de autenticación para algunos entornos pueden tener características de Log In, Delegación (de forma que un usuario pueda finalizar un programa con la habilidad de correr con el provecho de otro usuario y que el programa sea capaz de acceder recursos para los cuales está autorizado) e Integración con varias soluciones de seguridad. Las soluciones de Grid de seguridad deben ser capaces de interoperar con varias soluciones locales. Además, usuarios basados en las relaciones confiables: en el cual el sistema de seguridad no debe requerir que cada proveedor de recursos coopere o interactúe con cada una de las configuraciones de los entornos de seguridad Capa de Recurso En el nivel correspondiente a la capa de Recurso es donde se encuentran los protocolos que permiten obtener la información de un recurso en particular y gestionarlo controlando el acceso, arranque de procesos, gestión, monitorización y auditoria. 25

34 Las implementaciones de estos protocolos llaman a funciones de capa de Infraestructura para acceder y controlar recursos locales. Los protocolos de esta capa se refieren a recursos individuales y por lo tanto ignoran resultados de estado global y acciones elementales a lo largo de colecciones distribuidas, éstos son de consideración para la capa colección. Figura 2.5 Capa Recurso de sistema Grid. Fuente: Existen dos clases principales de protocolos: Protocolo de información Para obtener información sobre la estructura y estado de los recursos. Protocolos de manejo Usados para negociar el acceso a un recurso compartido, especificando por ejemplo sus requerimientos (incluyendo reservas avanzadas ó calidad de servicio), y operaciones para optimizar estos recursos, como ser la creación de procesos o 26

35 acceso a datos. A partir de que el manejo de protocolos es responsable para la inicialización de las relaciones del sharing deben servir como puntos de aplicación de política, asegurando que las operaciones requeridas por el protocolo sean consistentes con las políticas bajo las cuales el recurso es compartido. Los protocolos a menudo pueden soportar el monitoreo del estado de una operación y el control de la misma Capa Recursos o Colectiva Al contrario de la capa de recurso (destinada a gestionar un recurso especifico) la siguiente capa denominada Recursos o Colectiva, contiene los protocolos y servicios que permiten gestionar la interacción de un conjunto de recursos. Algunos ejemplos son los servicios de directorios (que permiten a las organizaciones virtuales descubrir y ubicar recursos compartidos), programas distribuidos (que permiten asignar tareas a cada recurso), servicios de monitorización y diagnóstico de recursos ante fallas y servicios de replicación de datos. Figura 2.6 Capa Recursos de sistema Grid. Fuente: 27

36 Dado que los componentes de capa colectiva construyen sobre capa Recursos y capa Conectividad pueden implementar una amplia variedad de comportamientos para el sharing sin la localización de nuevos requerimientos sobre los recursos almacenados. Por ejemplo: Servicios de directorio Permite a participantes de las Organizaciones Virtuales (OV) descubrir la existencia y/o propiedades de los recursos de OV. Permite a sus usuarios hacer consultas para recursos por el nombre y/o por atributos, como ser tipo, disponibilidad o carga. Monitoreo y diagnóstico de servicios Soportan el monitoreo de los recursos de las OV para fallas, ataques de adversarios, detección de intrusos, sobrecarga y más. Servicios de replicación de datos Soporta el manejo de almacenamiento de los recursos pertenecientes a las OV para maximizar el rendimiento en los accesos a datos con las respectivas métricas como el tiempo de respuesta, costo, etc. Sistemas de programación GRID-ENABLED Permite usar en los entornos Grid modelos de programación familiar usando varios servicios Grid para localizar recursos, seguridad, etc. Sistemas de ubicación de software Descubre y selecciona las mejores implementaciones de software y ejecución de plataformas basadas en parámetros del problema a resolver. Ejemplo: NetSolve y Ninf. 28

37 Servicios de cuentas de la comunidad y pagos Juntan información acerca del uso de información para el propósito de manejo de cuentas, pagos, y/o limitación de usos de recursos a miembros de la comunidad. Servicios de colaboración Soportan el intercambio coordinado de información dentro de comunidades de usuarios potencialmente grandes. Mientras los protocolos de capa Recursos deben ser generales en naturaleza y desarrollados ampliamente, los protocolos de capa de Recursos expanden su espectro desde propósitos generales a aplicaciones altas o dominios específicos sólo entre OV específicas. Las funciones de esta capa pueden implementarse como servicios persistentes con protocolos asociados o SDK`s designados para enlazarse con ciertas aplicaciones. En ambos casos sus implementaciones pueden construir en capa Recurso protocolos y API s. Los componentes de capa de Recursos pueden crearse para requerimientos de usuarios de comunidades específicas, OV, o dominios de aplicaciones como por ejemplo un SDK que implementa protocolos de coherencia de aplicaciones específicas, o un servicio co-reservado para un conjunto específico de recursos en la red. Otros componentes de esta capa pueden ser de propósitos más generales por ejemplo, servicios de replicación que manejen una colección internacional de sistemas de almacenamiento para múltiples comunidades o un servicio directorio designado a permitir el descubrimiento de OV s. Los servicios colectivos se basan en protocolos: protocolos de información que obtienen datos sobre la estructura y estado de los recursos, y protocolos de manejo que negocian el acceso a recursos de una forma uniforme 29

38 2.4.5 Capa de Aplicación La última capa definida es denominada Aplicación. En esta se encuentran definidos los protocolos que permiten acceso a la estructura Grid. Las aplicaciones son construidas en términos de servicios definidos para alguna de las capas antes mencionadas, pudiendo, por ejemplo, comunicarse directamente con una capa en particular. Cada una de estas capas tiene protocolos bien definidos que proveen acceso al uso de servicios: manejo de recursos, acceso a datos, y más. Figura 2.7 Capa Aplicación de sistema Grid. Fuente: Si se considera que una aplicación de usuario necesita analizar datos contenidos en archivos independientes, tendrá que realizar entonces las siguientes tareas básicas: Obtener la credencial necesaria de autenticación para abrir los archivos (recursos y protocolos de conectividad) 30

39 Consultar el sistema de información y réplica de catálogos para determinar dónde pueden encontrarse las copias de los archivos en Grid así como también dónde se hallan los recursos más convenientes para hacer el análisis de datos. Pasar los pedidos a la capa de Infraestructura, la computadora apropiada, sistema de almacenamiento y redes, para extraer los datos, iniciar los procesos, y proveer los resultados (recursos y protocolos de conectividad) Monitorear el progreso de varios procesos y transferencia de datos, notificando al usuario cuándo el análisis se completa y también detectando y respondiendo ante situaciones de fallas. A medida que crece la velocidad de la red, el poder de Grid es determinado por el rendimiento de los recursos de computación disponibles en los nodos de la red. Los nodos mayores serán recursos de alto rendimiento como un cluster largo de computadoras o cualquier supercomputadora dedicada. Como ejemplo en la Figura 2.3 propone una lista parcial de componentes correspondiente a cada una de las capas antes descriptas, que podrían ser utilizados en un sistema Grid relacionado a administración de réplicas. 31

40 Figura 2.8. Lista parcial de componentes que pueden encontrarse en cada capa. Fuente: Componentes de la arquitectura Grid Hardware Una grid depende de un hardware subyacente: sin computadores y sin red, no puedes tener una grid Middleware El Middleware (software de uso intermedio) es lo que hace que la computación grid sea posible. El Middleware organiza y coordina recursos de grid separados para crear un todo coherente. Conceptualmente, el Middleware está en el medio (del inglés middle ) de los software de sistemas operacionales (como Windows o 32

41 Linux) y los software de aplicaciones (como los programas de pronósticos del tiempo). (Fuente: GridCafé) 2.6 Funcionamiento Podemos describir, de forma breve, el funcionamiento de la computación GRID del siguiente modo: El Grid descansa sobre un software, denominado "middleware", que asegura la comunicación transparente entre diferentes ordenadores repartidos por todo el mundo. El segundo elemento es un motor de búsqueda que no sólo encontrará los datos que el usuario necesite, sino también las herramientas para analizarlos y la potencia de cálculo necesaria para utilizarlas. Al final del proceso, el Grid distribuirá las tareas de computación a cualquier lugar de la red en la que haya capacidad disponible y enviará los resultados al usuario. Este funcionamiento se sostiene en cinco pilares básicos: - La posibilidad de compartir recursos. - La seguridad - acceso seguro. - El uso eficiente de los recursos. - Redes de comunicaciones fiables que eliminen las distancias. - Estándares abiertos. Examinemos con más detalle cada uno de estos puntos. La posibilidad de compartir recursos Esta es la idea que está detrás del Grid: poder utilizar recursos remotos que nos permitan realizar tareas que no podríamos abordar en nuestra máquina o centro 33

42 de trabajo. La idea va más allá del simple intercambio de ficheros; se trata del acceso directo a software, ordenadores y datos remotos, así como acceso y control de otros dispositivos (sensores, telescopios, etc). Pero debemos hacer frente a un hecho: los recursos pertenecen a muchas personas distintas. Por tanto, nos encontramos con dominios administrativos diferentes, en los que se ejecuta software heterogéneo, y sometidos a las más diversas políticas de control de acceso y seguridad. Este es un punto crucial del Grid: no se trata de conseguir algo por nada o de ofrecer nuestros recursos de computación de forma altruista. Más bien se trata de crear una situación entre los propietarios de recursos de computación donde todos los implicados puedan apreciar las ventajas de compartirlos, en la que haya mecanismos que aseguren la confianza entre los usuarios, y estableciendo las condiciones de uso de sus recursos: cuándo y qué puede hacerse en ellos. Acceso seguro Como en cualquier otra aplicación la seguridad es esencial y se centra en los siguientes aspectos: Política de Accesos: Tanto los que ofrecen sus recursos como los que los utilizan deben definir cuidadosamente qué es lo que van a compartir, a quién se permite el acceso y bajo qué condiciones. Autenticación: Es necesario un mecanismo para establecer la identidad de un usuario o de un recurso concreto. Autorización: También hace falta un procedimiento para determinar si una determinada operación es consistente con las relaciones que se han definido previamente de cara a compartir recursos. El Grid necesita una forma eficiente de recopilar una serie de información: Quién está autorizado a utilizar el Grid? Qué recursos está autorizado a utilizar? Quién da fe de que un usuario es quien dice ser? 34

43 Cuáles son las políticas de uso de los diferentes recursos? Todos esos elementos pueden cambiar de un día para otro, lo que significa que, para que funcione de forma eficiente, el Grid debe ser extremadamente flexible, capaz de adaptarse a todos los cambios y además contar con un mecanismo de "contabilidad" eficiente. La utilización eficiente de recursos El tercer aspecto fundamental en la tecnología Grid es el uso eficiente de los recursos. Es aquí donde radica el verdadero interés del Grid. No importa la cantidad de recursos de los que uno disponga; siempre habrá usuarios haciendo cola para utilizarlos. Se necesitan mecanismos para repartir el trabajo de forma automática y eficiente entre una gran cantidad de recursos, reduciendo las colas de espera. La idea se parece mucho a las colas en las cajas de un supermercado. Todo el mundo se dirige a la cola más corta. Lo que ocurre es que cuando nos colocamos en una, la persona que va delante ha elegido un producto cuyo código de barras no puede leer el escáner y averiguar el precio del artículo se convierte en una odisea. Así que lo que realmente necesitamos saber es, no sólo cuál es la cola más corta, sino también cuánto tiempo va a tardar cada persona en pasar por la caja. En el Grid, en principio, tendremos información sobre los diferentes trabajos que se han enviado y, ya que todo se está ejecutando en ordenadores, podemos calcular cuál sería la asignación óptima de recursos. Para ello existe un software que lleva a cabo este trabajo y que, en general, gestiona la actividad del Grid. Este software recibe el nombre de "middleware". 35

44 Redes de comunicaciones rápidas y fiables La existencia de conexiones de alta velocidad es lo que hace posible el Grid a escala mundial. Hace diez años hubiese sido ingenuo tratar de enviar grandes cantidades de datos a través del mundo para que se pudiesen procesar más rápido en otros ordenadores. El tiempo que se tardaba en transferirlos anularía el beneficio de un procesamiento más rápido. Estándares abiertos El quinto y último punto es el de los estándares. El objetivo es conseguir que las aplicaciones que se ejecuten en un Grid puedan funcionar en cualquier otro. Debido a que la naturaleza última de la computación Grid es compartir recursos, es comprensible que la existencia de estándares abiertos redunde en beneficio de todos los agentes participantes. Actualmente, los estándares de Grid los desarrolla el Global GRID Forum, y un estándar, conocido como OGSA (Open GRID Services Architecture), aparece como la referencia clave para los proyectos de desarrollo Grid. En esencia, los principales proyectos relacionados con Grid se están desarrollando en base a una serie de protocolos y servicios que ofrece el Globus Toolkit (una infraestructura de código abierto desarrollada por la Globus Alliance) proporcionando un conjunto de herramientas para implementar los servicios y capacidades básicas para construir un Grid, tales como la seguridad, la localización y gestión de recursos y las comunicaciones, mediante una serie de programas que implementan estos servicios. Muchos de los protocolos y funciones definidas por el Globus Toolkit son similares a los que existen actualmente para redes y sistemas de almacenamiento, aunque optimizados para el Grid. Además, las herramientas se pueden integrar por separado en los programas de software existentes para ir acomodándolos a los 36

45 requisitos del Grid y se encuentra a disposición general bajo un acuerdo de licencia "open source". Esto permite a todos los interesados utilizarlo libremente y al mismo tiempo añadir mejoras. Para un mejor entendimiento se puede resumir de la siguiente manera (Figura 2.4): 1. Paso: El usuario tiene un problema de necesidades computacionales que le sobrepasan. Implementa un Job que se pueda ejecutar en el Grid. Se conecta al Grid por medio de una interfaz software que se ejecuta en su equipo (capa de aplicación). 2. Paso: El usuario debe validarse correctamente para asegurar la seguridad (capa de conectividad). 3. Paso: Tras validarse, el usuario se podrá comunicar con el núcleo del Grid, el Resource Broker (capa de recursos), que se encarga de buscar los recursos óptimos en cada caso. 4. Paso: El Resource Broker consulta al information service acerca de los recursos disponibles en el Grid; y al Replica Catalog para conocer donde se localizan los datos existentes. 5. Paso: Una vez localizados los recursos que más nos convienen (capa de infraestructura), el Resource Broker le envía el Job, y se ejecuta. 6. Paso: En cualquier momento el usuario puede consultar al Resource Broker por el estado del proceso. Cuando se ha terminado de ejecutar el Job, el RB nos devuelve los resultados. 37