УДК 004.75

АЛГОРИТМЫ ОРГАНИЗАЦИИ И ФУНКЦИОНИРОВАНИЯ РАСПРЕДЕЛЕННЫХ И ОБЛАЧНЫХ СИСТЕМ

Плаксин Олег Юрьевич
Рязанский государственный университет имени С.А. Есенина
студент физико-математического факультета

Аннотация
В статье рассматриваются способы организации распределенных облачных техно-логий, их функционирование и области применения. Указаны отличительные черты дан-ных технологий, а так же основные особенности архитектуры. Описывается концепция грид-вычислений и алгоритмы ее организации.

Ключевые слова: «облако», грид-вычисления, масштабируемость, облачные технологии, распределенные вычислительные системы


ALGORITHMS FOR THE ORGANIZATION AND OPERATION OF DISTRIBUTED AND CLOUD SYSTEMS

Plaxin Oleg Yur’evich
Ryazan State University named after S.A. Esenin
student of physics and mathematics faculty

Abstract
The paper discusses ways to organize distributed cloud technologies, their function and application. Shown distinctive features of these technologies, as well as the main features of the architecture. Describes the concept of grid-computing and algorithms for its organization.

Keywords: cloud, cloud computing, distributed computing systems, grid-computing, scalability


Библиографическая ссылка на статью:
Плаксин О.Ю. Алгоритмы организации и функционирования распределенных и облачных систем // Современная техника и технологии. 2015. № 4 [Электронный ресурс]. URL: http://technology.snauka.ru/2015/04/6555 (дата обращения: 04.10.2017).

Многие из нас, в средствах массовой информации, на телевизионных экранах и в сети интернет сталкивались с фразой о технологиях, которые в буквальном смысле «витают в воздухе», большинство современных людей имеют представление, о чем идет речь, но не каждый понимает, что такое распределенные и облачные системы, которые составляют суть этой фразы. Еще совсем недавно данная область только начинала зарождаться, но сейчас ее развитие идет семимильными шагами. Безусловно, взрыв развития новых методов для распределенных вычислительных систем (РВС) пришелся на начало нового тысячелетия, но и сейчас эти технологии не стоят на месте, поэтому актуальность данного вопроса трудно переоценить.

Начиная разговор о РВС необходимо четко понимать, что же это такое. Стоит сказать, что формального определения данного термина до сих пор не существует. Чаще всего, когда речь заходит об определении данного понятия обращаются к труду Эндрю Таненбаума «Распределённые системы. Принципы и парадигмы». В этой работе понятие РВС определяется как набор соединенных каналами связи независимых компьютеров, которые с точки зрения пользователя некоторого программного обеспечения выглядят единым целым.

За долгую историю существования распределенных систем их было разработано большое количество. Все они, разумеется, имеют достоинства и недостатки. В разное время были разработаны и созданы такие системы, как веб, «Клиент-Сервер», объектные распределенные системы, агентные технологии, компонентные системы, технологии одноранговых сетей и это далеко не весь список. Многие из них находили широкое применение, а некоторые используются и сегодня.

В настоящее время наиболее широко распространены такие технологии как грид, а также технологии облачных вычислений, на которых мы остановимся подробнее.

Грид, в 1998 году данный термин ввел Ян Фостер. Грид – система, которая распределяет ресурсы с помощью открытых стандартных протоколов и интерфейсов.

Несмотря на то, что в последние десять лет в основную идею грид не было внесено существенных изменений, всеобщего определения грид до сих пор не существует.

Главной идеей грид-вычислений является централизованное и в тоже время удаленное предоставление ресурсов, которые необходимы пользователям для решения вычислительных задач. Концепция грид-вычислений похожа на технологию электросети: не имеет значения, как и откуда к нам в розетку приходит электричество. В независимости от этого мы можем подключить к электросети любой прибор. Аналогично и в технологии грид: можно легко запустить любую задачу с любого устройства на вычисление, ресурсы же должны быть предоставлены автоматически на удаленных высокопроизводительных серверах, независимо от типа решаемой нами задачи.

В архитектуре грид выделяют следующие уровни:

  • базовый – содержит ресурсы, например компьютеры;
  • связывающий – определяет протоколы;
  • ресурсный – организует взаимодействие с ресурсами и управление ими;
  • коллективный – диагностика, мониторг;
  • прикладной – инструментарий (приложения) для работы с грид.

С практической точки зрения, главной задачей, лежащей в основе концепции грид, является согласованное распределение ресурсов и решение задач в условиях многопрофильных виртуальных организаций. Распределение ресурсов это не обмен файлами, а прямой доступ к компьютерам, ПО, данным и т.д, которые необходимы для совместного решения задач и управления ресурсами.

Основным моментом при разработке приложений грид является стандартизация, которая позволяет организовать поиск, использование, размещение и мониторинг всех различных компонентов, составляющих единую виртуальную систему, даже если они предоставлены различными поставщиками услуг или управляются различными организациями. Стоит отметить, что принцип работы грид приложений и их функциональность значительно отличаются от обычных систем.

Технология грид легла в основу таких систем, Globus и UNICORE.

Облачные вычисления. Огромное количество различных компаний, ученых и инженеров дают собственные определения данному термину.

Облачные вычисления – приложения, предоставляемые в качестве услуг через Интернет, а также аппаратные программные средства в центрах обработки данных, которые обеспечивают предоставление данных услуг. Облаком принято называть аппаратное и программное обеспечение, которое находится в центре обработки данных. Облако, предоставляющее ресурсы широкому кругу пользователей по принципу «оплата по мере использования» – общественное облако. Частное облако – это внутренние центры обработки данных, в какой-либо организации. Публичное облако – создано для использования широкой публикой, находится в свободном доступе.

Парадигма очень крупных распределенных вычислений, которая основана на эффекте масштаба, в рамках которого массив вычислительных ресурсов, ресурсов хранения, платформ и сервисов предоставляется по запросу внешним пользователям через Интернет – одно из определений облачных вычислений.

Такое определение включает два важнейших аспекта в определение облачных вычислений: масштабируемость и виртуализацию. Масштабируемость – ­возможность динамически настраивать информационные ресурсы к изменяющейся нагрузке, например к изменению количества пользователей.

Виртуализация чаще всего используется для того, чтобы обеспечить абстракцию и инкапсуляцию. Облачные вычисления абстрагируются от основной аппаратной и программной инфраструктуры с помощью виртуализации. Виртуализованные ресурсы предоставляются в виде абстрактных интерфейсов. Данная архитектура обеспечивает масштабируемость и гибкость физического уровня облака без последствий для интерфейса конечного пользователя.

Отличительные черты облачных вычислений:

  • основные ресурсы и приложения предоставляются в виде сервисов по принципу «оплата по мере использования»;
  • виртуализация и динамическая масштабируемость;
  • предоставляются конечному пользователю через веб-браузер или с помощью определенного программного интерфейса.

В настоящее время не существует единой компонентной архитектуры облачных приложений. Это обусловлено высокой степенью закрытости различных аспектов реализации облачных систем. Не смотря на это, выделяют основные компоненты, присущие большинству существующих, в настоящее время, облачных платформ.

Зачастую облака разбивают на основные компоненты, которые отражают следующие ключевые особенности:

  • информация;
  • представление;
  • платформа;
  • идентификация;
  • масштабируемость;
  • внедрение;
  • монетизация;
  • интеграция;
  • функционирование.

Информация – обеспечивает распределенное хранение данных.

Представление – обеспечивает предоставление информации конечному пользователю.

Платформа – предоставляет набор основных сервисов, доступных разработчику облачного приложения, накладывает ограничения на разработку и предоставление приложения.

Идентификация – предоставляет информацию об основных потребителях облака.

Масштабируемость – гибкость методов работы РВС.

Внедрение – разработка, тестирование и внедрение в эксплуатацию новых облачных приложений.

Монетизация – учет ресурсов.

Интеграция – упрощает обмен информацией в РВС.

Функционирование – поддержка, находящихся в стадии эксплуатации, приложений.

Основным достоинством облачных вычислений, с точки зрения пользователей, является то, что оплата ресурсов производится по мере их использования. У модели облачных вычислений существуют и некоторые недостатки, которые вытекают из того, что облака обслуживают сразу множество различных клиентов. Поэтому классифицируют облака, как правило, в соответствии с тем, кто обслуживает центр обработки данных.

Исходя из всего вышесказанного, облачными можно назвать технологии, использующие внешние вычислительные ресурсы для хранения информации и др. Облачные технологии предоставляют практически безграничные возможности. Сами технологии достаточно молоды, активно ведутся исследования возможности их применения в различных областях. Основная проблема в развитии облачных технологий заключается не в решении технических вопросов, а в выборе взаимовыгодного пути развития.

Обобщая все вышесказанное, не составит труда сделать вывод и выделить основные черты современных условий развития информационных технологий, а также их применения в решении различных задач.

  1. Значительное увеличение объемов накопленной информации. С каждым днем все шире становится спектр компаний, у которых возникают необходимость высокопроизводительных вычислений.
  2. Достижение предела тактовой частоты процессоров, а также стоимость высокопроизводительных многопроцессорных систем.
  3. Возрастающая избыточность оснащенности компаний и организаций, а также пользователей интернета персональными компьютерами, возможности которых превышают потребности пользователей. Также имеются резервы в функционировании суперкомпьютеров различных организаций.

Согласно рассмотренным особенностям сегодня приобретает актуальность задача интеграции существующих ресурсов в интересах создания высокопроизводительных распределенных инфраструктур. Рассмотренные выше архитектуры, такие как грид, и облачные технологии, таковыми и являются.

Исходя из этого, на сегодняшний день сложилась такая ситуация: все больше исследователей вынуждены потреблять в больших объемах IT-ресурсы, в то же время, существуют резервы, позволяющие их использовать.


Библиографический список
  1. Радченко, Г.И. Распределенные вычислительные системы / Г.И. Радченко. –Челябинск: Фотохудожник, 2012. – 184 с.
  2. А.В. Прохоров, Е.М. Пахнина. Мультиагентные технологии управления ресурсами в распределенных вычислительных средах // Second International Conference “Cluster Computing”. Ukraine, Lviv. June 3-5, 2013, pp. 184-190/
  3. Черняк Л. Web-сервисы, grid-сервисы и другие // Открытые системы. СУБД. №12. 2004. С. 20-27.
  4. Vladimir Ruchkin, Vitaliy Romanchuk, Roman Sulitsa. Clustering, Restorability and Designing Of Embedded Computer System Based On Neuroprocessors // Proceedings of the 2nd Mediterranean Conference on Embedded Computing (MECO). – Budva, Montenegro, 2013. – С.58-62.
  5. Злобин В.К., Григоренко Д.В., Ручкин В.Н., Романчук В.А. Кластеризация и восстанавливаемость нейропроцессорных систем обработки данных // Известия тульского государственного университета. Технические науки. – Тула : Издательство ТулГУ, 2013. – Вып.9. – Ч.2. – С.125-135.
  6. Романчук В.А., Ручкин В.Н. Алгоритмы анализа вычислительных структур на базе нейропроцессоров // Вестник РГРТУ. – Рязань : РГРТУ, 2012. – №2. – Вып.40. – С.60–66.
  7. Романчук В.А., Лукашенко В.В. Разработка математической модели реструктуризуемого под классы задач, виртуализируемого кластера GRID-системы на базе нейропроцессоров // Вестник РГУ имени С.А.Есенина. – Рязань : РГУ имени С.А.Есенина, 2014. – №1(42). – C. 177- 182.
  8. Романчук В.А. Разработка алгоритмов определения связей элементов вычислительной структуры на базе нейропроцессоров // Информатика и прикладная математика : межвуз. сб. науч. тр. – Рязань : РГУ имени С.А.Есенина, 2011. – Вып.17. – С.102–105.
  9. Романчук В.А. Разработка алгоритмов определения вида структуры нейропроцессорной системы на основе описания связей ее элементов // Информатика и прикладная математика : межвуз. сб. науч. тр. – Рязань : РГУ имени С.А.Есенина, 2011. – Вып.17. – С.102–105.
  10. Ручкин В.Н., Романчук В.А., Фулин В.А., Пролыгина А.А. Экспертная система нечеткой кластеризации нейропроцессорных систем // Известия тульского государственного университета. Технические науки. – Тула : Издательство ТулГУ, 2014. – Вып.6. – С.162-167.
  11. Романчук В.А., Ручкин В.Н., Фулин В.Н. Проектирование нейропроцессорных систем на основе нечеткой кластеризации // Вестник РГРТУ. – Рязань : РГРТУ, 2014. – №4. – Вып.50-1. – С.87–93.


Все статьи автора «oplak»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться: