Artigo de Seminário Processamento Distribuído: Cliente/Servidor e Cluster Fabrizio Borelli 1, Gabriel Nóbrega 1, Henrique Dorotea 1, Maitê Balhester 1

Transcrição

1 Disciplina: BC1518-Sistemas Operacionais Professor: Marcelo Zanchetta do Nascimento 1 Artigo de Seminário Processamento Distribuído: Cliente/Servidor e Cluster Fabrizio Borelli 1, Gabriel Nóbrega 1, Henrique Dorotea 1, Maitê Balhester 1 1 Grupo Processamento Distribuído: Cliente/Servidor e Cluster de Sistemas Operacionais (SO), Universidade Federal do ABC Resumo - Este artigo introduz os conceitos de sistemas distribuídos, suas características, vantagens e desvantagens em relação aos sistemas centralizados predominantemente utilizados atualmente. São abordados os conceitos de invocação remota de procedimento com a utilização da biblioteca RMI e uma breve abordagem sobre sistemas baseados em clusters utilizando as especificações MPI e sincronização de recursos compartilhados em rede. Palavras-chave: sistemas distribuídos, modelo cliente/servidor, socket, RPC, RMI, Cluster, MPI. Introdução A maioria dos sistemas computadorizados atuais são classificados como centralizados: possuem um ou mais processadores em perfeita comunicação, compartilhando o barramento do computador, memória, clock e periféricos. PCs e mainframes (computadores de grande porte capazes de processar grande volume de informação) são exemplos de sistemas centralizados. A comunicação inter-processos em um sistema centralizado ocorre por meio de memória compartilhada, o que necessita de mecanismos para que apenas um processo possa acessar esta região de memória compartilhada (seção crítica) de cada vez, de forma a manter a exclusão mútua de processos. O uso de semáforos quando um processo entra em sua região crítica, os outros ficam bloqueados até que o mesmo saia desta região é um método para tratar deste problema. [1] Neste trabalho, é introduzido outro conceito em sistemas computacionais, chamado de sistemas distribuídos, definido como uma coleção de processadores autônomos, que se comunicam através de uma rede de computadores, equipados com software capaz de permitir o compartilhamento de recursos, tais como hardware, software de dados [2]. Características dos sistemas distribuídos Hardware: as máquinas são autônomas, não compartilhando memória, barramento e clock, interligadas por uma rede de comunicação. Software: o usuário tem a impressão de que está utilizando uma única máquina. [3] Compartilhamento de recursos: Se várias máquinas diferentes estão interligadas entre si, então uma máquina é capaz de acessar recursos disponíveis em outra instalação [1]. Capacidade de extensão: sempre que for necessário aumentar o desempenho do sistema, precisa-se apenas acoplar mais máquinas (crescimento por demanda). Sincronismo: informação está distribuída entre várias máquinas e discos. Cada nó do sistema possui seu próprio relógio (clock não é compartilhado), logo cada nó tem seu próprio horário. A disputa por recursos distribuídos necessitam de algoritmos mais complexos, que são susceptíveis à comunicação entre processadores. Heterogeneidade: em um sistema amplo, podem ter máquinas de diferentes arquiteturas e com diferentes sistemas operacionais. Concorrência: quanto maior o número de máquinas e recursos, maior a concorrência entre processos. A rede influencia no acesso a recursos de outras máquinas. Transparência: o usuário não precisa saber aonde estão os recursos que está utilizando, bem como o número de cópias do recurso existem. Recursos podem mudar de lugar sem que se troque o nome. Concorrência e paralelismo de processos ocorrem sem o conhecimento do usuário [2]. Vantagens de um sistema distribuído sobre um sistema centralizado Custo: é possível obter um sistema distribuído com desempenho igual ou superior a um sistema centralizado, acoplando vários microprocessadores de baixo custo utilizando uma rede de comunicação. Performance: ao paralisarmos tarefas em diversas máquinas, é possível obter desempenho bem superior a um sistema centralizado.

2 Disponibilidade e confiabilidade: em caso de falha, máquinas independentes podem continuar operando, ao contrário do que ocorre em um sistema centralizado, onde uma falha pode acarretar em total paralisação de uma tarefa. Crescimento incremental: conforme necessário, o poder computacional pode aumentar em pequenas doses, acoplando mais máquinas ao sistema [3]. Desvantagens de um sistema distribuído sobre um sistema centralizado Rede: o tratamento e recuperação das mensagens trocadas por processos podem ser custosos, além da manutenção e melhoria da rede ser uma tarefa cara. Eventualmente, a rede pode saturar, causando com que não seja possível o envio/recebimento de mensagens. Segurança: deve-se garantir a integridade e autencidade dos dados compartilhados, assim como proteger dados sigilosos. Deve-se fornecer credenciais de acesso aos dados e bloquear o acesso quando necessário. Software: Além da mudança de paradigma, não há muita disponibilidade de softwares para sistemas distribuídos, nem linguagens de programação para este tipo de sistema. Outro ponto a ser levado em consideração é que é difícil determinar o que deve ser feito pelo usuário e o que deve ser feito pelo sistema. [3] Comunicação inter-processo em um sistema distribuído Em um sistema distribuído, a comunicação inter-processo não é mais realizada utilizando memória compartilhada. Utiliza-se uma técnica chamada de troca de mensagens. Caracteriza-se o modelo cliente/servidor da seguinte forma: um servidor fornece serviços aos usuários e um cliente utiliza um serviço fornecido pelo servidor. Deste modo, uma única máquina pode executar um ou vários processos servidores, ou clientes, e até uma combinação entre estes dois tipos de processo. Para a troca de mensagens entre dois processos, as seguintes chamadas de sistema são invocadas: send(destino,&ponteiro_msg): Envia uma mensagem para o processo destino apontada por ponteiro_msg, e o processo que executou o send() fica bloqueado até que a mensagem seja enviada receive(end, &ponteiro_msg): bloqueia o processo que executa o receive() até que receba uma mensagem, que será copiada no buffer apontado por ponteiro_msg. O parâmetro end especifica o endereço onde o receptor está aguardando a mensagem Este tipo de comunicação inter-processo é vantajosa pela sua simplicidade e eficiência, além de não ser necessário estabelecer e finalizar uma conexão para enviar a mensagem [3]. Sistema operacional distribuído Como em um sistema distribuído os usuários acessam recursos remotos como se fossem recursos locais, um sistema operacional distribuído deve ser capaz de prover os seguintes tipos de migração entre instalações: Migração de dados: um usuário de uma instalação I 1 deseja acessar dados (ex. um arquivo) que estão em outra instalação I 2. Existem duas técnicas para realizar este tipo de migração: a) Transfere-se o arquivo inteiro para a instalação I 1. Após a transferência, todo acesso ao arquivo é local; b) é transferido apenas as partes necessárias para a tarefa imediata do arquivo para I 1. Se mais tarde for necessário acessar outra parte do arquivo, realiza-se outra transferência. Quando o usuário não quiser mais usar o arquivo, todas as partes modificadas são enviadas de volta a I 2 Migração de computação: como às vezes, é menos custoso transferir a computação do sistema em vez dos dados (se o tempo de transferência de dados for maior que o tempo para executar o comando remoto, deverá utilizar o comando remoto), se um processo P quer acessar um arquivo residente na instalação I 1, podemos realizar a migração de computação das seguintes maneiras, sendo o acesso ao arquivo realizado em I 1 : a) P invoca um procedimento predefinido na I 1, o procedimento é executado corretamente e retorna os resultados para P; b) P envia uma mensagem para I 1, que cria um processo P 2 responsável por executar a tarefa designada, e este retornará os resultados obtidos para P por meio de mensagens. Neste último caso, P, P 2 e demais processos existentes podem executar de forma concorrente. Migração de processo: é uma extensão lógica da migração de computação. Ao ser submetido para execução, um processo nem sempre é executado na instalação em que foi iniciado, aliás, o processo todo, ou em partes, pode ser executado em diferentes instalações. Também existem duas técnicas para realizar a migração de processos: a) Esconder do usuário o fato de o processo ter migrado de cliente (realizada para balanceamento de carga entre nós do sistema e aumento de velocidade de computação); b) Usuário deixa explícito como deve ser migrado o processo (pode ocorrer pois o processo em questão possui preferência de hardware ou software). Outro motivo que pode ser responsável pela migração de processos é acesso a dados, mas, neste caso, as técnicas

3 utilizadas são aquelas descritas para o caso de migração de programação [1]. Existem alguns protocolos e métodos para que se possa aplicar o uso de sistemas operacionais distribuídos. Neste artigo, descreveremos sobre RPC, RMI e MPI. RPC RPC ou Remote Procedure Call é um tipo de protocolo para chamada de procedimentos remotos que permite ser usado em diferentes sistemas, na qual permite a divisão de um programa em várias partes do sistema distribuído ou de uma rede, com a possibilidade inclusive de compartilhar os mesmos diretórios e arquivos. Isso permite que ao programador invocar métodos remotos sem se preocupar com os detalhes da implementação da parte remota do sistema, pois os procedimentos são executados como se fossem locais. Na Figura 1, é possível entender como funciona: geralmente acontece em um modelo cliente/servidor, na qual uma máquina faz uma requisição de um procedimento localizado em outra máquina e esta executa a solicitação requerida e devolve ma resposta. Figura 1 Conceito de RPC O RPC não especifica como uma mensagem é enviada, apenas especifica a mensagem em si e a interpreta, o que permite implementá-lo (RPC) em diferentes protocolos de transporte. As camadas de transporte implementadas são geralmente TCP e UDP [1]. Existem algumas diferenças entre os protocolos TCP e UDP. Basicamente, TCP garante o envio de informações com mensagens representando o sucesso ou falha da operação.é mais lento que o UDP, que não garante a integridade dos dados [2]. Pode-se resumir este protocolo em alguns passos por lado do servidor e do cliente. Neste artigo, foi omitida a parte de tratamento de erros. Pela parte do cliente: 1. Mandar a mensagem ao servidor, que contém os parâmetros e implementação do procedimento. 2. Aguarda uma mensagem de resposta, que contém o resultado da execução do procedimento. 3. Coleta os resultados. 4. Prossegue com a execução No servidor, ocorrem os seguintes passos: 1. Processo aguarda a mensagem de invocação. 2. Extrai parâmetros e produz resultados. 3. Envia uma mensagem de resposta. Nos anos 90, o modelo de programação baseada em objetos foi ampliado para permitir que objetos de diferentes processos se comunicassem por intermédio da invocação de método remota (RMI). A RMI é uma extensão da invocação a método local que permite a um objeto que está em um processo invocar métodos de outro objeto que está em outro processo [2]. A arquitetura mais usada em sistemas distribuídos é Objeto Distribuído. Consiste em objetos que encapsulam dados denominados estados e executam operações denominados métodos. Estes são disponibilizados por meio de uma interface. O fato de se trabalhar com objetos impõe a condição de encapsulamento. Isso significa que um objeto pode ser acessado somente pelos seus métodos, o que garante uma maior segurança. Para garantir o problema da condição de corrida, uma alternativa é usar primitivas de sincronização para proteger o acesso as variáveis globais de um objeto. Apesar do RPC apresentar uma visão de que o método está sendo executado localmente, surgem problemas que não havia antes de distribuir o processamento. Quando se trata de máquinas diferentes, há endereçamentos diferentes e arquiteturas diferentes, o que pode ocasionar falhas se o programador não se precaver destes erros. Por exemplo, arquiteturas como I386 e SPARC-Sun diferem em seu armazenamento de memória. I386 utiliza o sistema Litlle endian, ou seja, o número menos significativo é endereçado no maior endereço de memória. Já o big endian, o algarismo mais significativo é guardado no menor endereço de memória. Para que haja uma comunicação entre estas arquiteturas, é necessário criar um bit para indicar qual sistema de armazenamento de memória está sendo usado. Outros erros comuns são problemas físicos nos servidores e clientes, além da possível perda de informação por parte do cliente/servidor. Se algo acontecer, o sistema distribuído tem que ser capaz de tratar estes erros [3]. É possível adotar outros modelos arquiteturais como, replicar objetos para poder garantir um sistema tolerante

4 a falhas e também migrar objetos entre máquinas para melhorar seu desempenho de processamento [2]. Neste artigo, utilizaremos RMI implementado em JAVA, mas há implementação em outras linguagens que suportam o paradigma orientado a objetos. A vantagem da linguagem JAVA seria além do uso do paradigma orientado a objetos, permitir que objetos invoquem métodos em objetos remotos usando a mesma sintaxe das invocações locais, além de possuir um tratamento de exceções RemoteExepction. A aplicação de aplicativos distribuídos é relativamente simples, pois é implementado em apenas uma linguagem. RMI faz parte do núcleo básico de Java desde a versão JDK 1.1, com sua API sendo especificada através do pacote Java.rmi e seus subpacotes [3]. Através do RMI, é possível um objeto ativo em uma máquina virtual do Java interagir com objetos de outras máquinas virtuais, independente da localização das máquinas. A API fornece a possibilidade ao programador desenvolver uma aplicação sem se preocupar com os detalhes da implementação. O RMI é implementado em três camadas de abstração: Despachante/Esqueleto: é invocado primeiro, recebendo objetos e serializando-os. Intercepta as chamadas de métodos feitas pelo cliente para que a variável de referência da interface redirecione essas chamadas para o serviço RMI remoto. Esta camada é a camada mais próxima ao desenvolvedor. RRL Remote Reference Layer: cada lado possui a sua, responsável por montar a mensagem de envio/resposta entre cliente/servidor. Interpreta e gerencia referências feitas dos clientes para os objetos do serviço remoto. A conexão do cliente ao servidor é Unicast (uma-para-um). Transporte: envio das informações via rede. Trabalha com conexões TCP/IP entre as maquinas. Na Figura 2, é possível verificar como as camadas se comunicam em um modelo RMI. Figura 2 Modelo de comunicação entre as camadas. O despachante funciona semelhante a um Proxy. Sua função é tornar a invocação a método remoto transparente aos clientes, comportandose como um objeto local para o invocador. Mas, em vez de executar uma invocação local, ela a encaminha em uma mensagem para um objeto remoto. Ele oculta os detalhes da referência do objeto remoto, do empacotamento dos argumentos e do desempacotamento dos resultados. A seguir, está descrito os passos explicando como o despachante se comporta quando é invocado [3]: Iniciar conexão com a JVM, que contém o objeto remoto. Escrever e transmitir os parâmetros para JVM remota. Esperar pelos resultados da invocação do método. Ler os resultados retornados. Retornar os valores ao objeto que executou a chamada. Na JVM remota, cada objeto deve ter um esqueleto correspondente ao Despachante. O esqueleto é responsável por enviar a chamada ao objeto remoto. Segue os passos do esqueleto quando recebe uma chamada: Ler os parâmetros enviados pelo despachante. Invocar o método no objeto remoto Escrever e transmitir o resultado ao objeto que executou a chamada. Na Figura 3, é possível observar os passos descritos acima para o esqueleto e despachante. Cluster Figura 3 Ilustração da comunicação esqueleto/despachante. Os Clusters são sistemas onde dois ou mais computadores conectados em rede trabalham de maneira conjunta para realizar processamento paralelo de forma totalmente transparente ao usuário. A idéia inicial que conduz ao cluster foi desenvolvida na década de 1960 pela IBM como uma forma de interligar grandes mainframes, entretanto, o Cluster somente ganhou real força com a introdução dos microprocessadores de alto desempenho, redes de alta velocidade, e ferramentas padronizadas para computação distribuída de alto desempenho.

5 A Figura 4 mostra uma arquitetura simples de Cluster onde um computador intitulado Mestre coordena a execução de uma tarefa realizada cooperativamente pelos computadores denominados Escravos. distribuição equilibrada do processamento. Requer um monitoramento constante na sua comunicação e em seus mecanismos de redundância, pois se ocorrer alguma falha haverá uma interrupção no seu funcionamento. Cluster Beowulf: Objetiva suprir a crescente e elevada capacidade de processamento em diversas áreas cientificas construindo sistemas computacionais poderosos e economicamente viáveis. A idéia é utilizar computadores pessoais e sistemas operacionais livres como o Linux para obter sistemas computacionais de alto desempenho. Message-Passing Interface (MPI) Figura 4 - A arquitetura de um Cluster Beowulf Com a utilização de Clusters é possível alcançar alta taxa de disponibilidade e performance com um custo relativamente baixo, quando se comparado a aquisição de um único processador contendo vários núcleos. Estes são os principais fatores que estão motivando um maior esforço na área de pesquisa, já que os processadores atuais estão sofrendo com as limitações físicas inerentes a seu modelo. Porém existem alguns fatores que devem ser levados em conta, a inserção demasiada de computadores em uma rede local em busca de um desempenho crescente acarreta um aumento do trafego de rede que não deve ser grande o suficiente para comprometer o ganho inicial, desta maneira deve se encontrar um equilíbrio. Os recursos compartilhados no sistema podem requerer sincronização de acesso, tal medida acrescenta mais trafego e complexidade algorítmica ao sistema. Dentre os tipos de Cluster passíveis a serem implementados, pode se destacar o Cluster de Alto Desempenho, o Cluster de Alta Disponibilidade e o Cluster para Balanceamento de Carga, cada um explorando mais especificamente uma determinada característica. Cluster de Alto Desempenho: Também conhecido como cluster de alta performance, funciona permitindo que ocorra um grande volume de processamento. Cluster de Alta Disponibilidade: São Clusters que conseguem permanecer ativos por um longo período de tempo e em plena condição de uso, sendo assim pode se dizer que eles nunca param seu funcionamento, além disso, provêem detecção de erros se protegendo de possíveis falhas. Cluster para Balanceamento de Carga: Esse tipo de cluster tem como função controlar a A MPI é uma especificação de biblioteca para troca de mensagens entre computadores definido por um comitê composto por empresas e desenvolvedores. Seu objetivo é possibilitar que computadores conectados em rede realizem processamento paralelo por meio da troca de mensagens. Desta especificação originaram-se implementações de bibliotecas, como LAM e MPICH. A MPI especifica um Cluster contendo máquinas executando processos identificados com um número denominado rank. Cada processo ao executar uma instância do programa recebe um valor único de rank provido pelo deamon utilizado, o que oferece a oportunidade de desviar o fluxo de processamento, diferenciando assim a máquinas mestre das escravas. A máquina mestre coordena a execução do processamento das demais por meio do envio de mensagens, enquanto as escravas recebem mensagens do mestre ou comunicam se entre si para realizarem o processamento paralelo. A MPI especifica inúmeras primitivas para a manutenção do Cluster, dentre elas destacamos neste trabalho uma descrição sucinta das fundamentais a qualquer aplicação que a utilize. MPI_Init: Inicialização para o ambiente MPI. MPI_Comm_size: Retorna o número de processadores (máquinas). MPI_Comm_rank : Retorna o "rank do processador (máquina). MPI_Send: Envia uma mensagem. MPI_Recv: Recebe uma mensagem. MPI_Finalize: Sai do ambiente MPI. Para que o leitor tenha uma visualização da dinâmica de uma aplicação MPI é proposta uma estrutura clássica de aplicação na Figura 5.

6 int main(int argc, char *argv[]) { int size, rank; MPI_Init(&argc, &argv); MPI_Comm_size(MPI_COMM_WORLD, &size); MPI_Comm_rank(MPI_COMM_WORLD, &rank); } if (rank == 0){ mestre(); }else{ escravo(); } MPI_Finalize(); return 0; Figura 5 Estrutura básica de um programa MPI Vale ressaltar que o fluxo de processamento é dividido por meio da avaliação do valor de rank obtido pelo processo em execução, caso este venha a possuir 0 irá se comportar como um mestre, do contrário será um escravo e aguardará possivelmente por ordens. Com esta estrutura simples poderíamos desenvolver aplicações extremamente robustas, como a execução paralela de operações sobre uma matriz de pixels, sendo cada nó escravo do sistema responsável pela computação de uma sub-matriz. Sincronização Sistemas distribuídos utilizam de algoritmos para melhor utilização dos seus recursos desse modo criando regras para utilizálos. Primeiramente precisamos fazer uma sincronização do clock, pois não existe um relógio global, criando o clock lógico. Em Lamport (1978) - Time, Clocks, and the Ordering of Events in a Distributed System pode ser verificado que a sincronização dos clocks é possível e pode ser verificada [4]. Algoritmo de Lamport: neste algoritmo, os clocks não precisam estar de acordo sobre o valor exato do tempo e sim a ordem que os eventos acontecem. Se a e b são eventos dentro do mesmo processo e a acontece antes do b então: C(a) < C(b), onde C é o tempo de execução para realizar o processo.cada processo é executado em máquinas diferentes, cada uma com seu clock. Cada mensagem leva consigo o valor do clock de seu transmissor. Caso o receptor receba uma mensagem com um tempo superior ao seu, este adianta seu clock em uma unidade maior que o tempo recebido. Algoritmo de Cristian (Algoritmo Centralizado) : Neste algoritmo existe um servidor central de hora exata. Seus clientes consultam esse servidor e ajustam seus relógios de acordo com ele. O problema deste algoritmo é caso um cliente tenha clock superior não pode se atrasar. Este problema pode ser resolvido por ajuste gradativo. Existe também o problema de que o tempo de envio e resposta não é nulo, que pode ser resolvido adicionando metade do tempo entre solicitação e resposta. Algoritmo de Berkeley (Algoritmo Centralizado): Servidor de tempo ativo: periodicamente consulta cada máquina para saber o tempo corrente da cada uma. Cada máquina responde com seu tempo corrente. Baseado nas respostas, o servidor calcula o tempo médio e informa a todas as máquinas para adiantar ou atrasar ( gradativamente) seus clocks. Como o próprio servidor muda seu tempo, periodicamente o operador deve ajustá-lo manualmente. Relógio Físico (Algoritmo Distribuído): Divide-se o tempo em intervalos fixos de ressincronização. No início de cada intervalo, cada máquina envia broadcast com seu tempo corrente. Como os clocks são diferentes, estas mensagens não vão ser todas simultâneas. Após enviar sua mensagem, cada máquina inicia um temporizador para receber as mensagens em broadcast das outras máquinas (intervalo de aceitação das respostas). Cada máquina roda um algoritmo que calcula a média dos valores de tempo de todas as máquinas da rede, descartando os m valores mais baixos e mais altos. Exclusão Mútua Algoritmo Distribuído: Os algoritmos de exclusão mutua se utilizam do relógio lógico para funcionar. No algoritmo distribuído se um processo deseja entrar na região critica, ele envia mensagem a todos os outros processos, com nome da região critica seu numero de o tempo corrente. Caso todos os processos respondem OK ao processo este pode entrar na região critica. Quando um processo recebe uma mensagem de requisição de região critica, ele verifica se esta usando a região critica ou se pretende utilizá-la. Caso esteja utilizando não envia nada e guarda a requisição em fila, caso deseje entrar na região critica ele compara o tempo da mensagem recebida com o do que ele enviou o valor mais baixo ganha. Caso simplesmente não queira entrar na região critica ele envia OK ao transmissor. Os problemas desse algoritmo é primeiro o numero de mensagens necessárias 2(n-1), segundo que caso N pontos

7 de falhas podem ocorrer quando destinatário não responde OK. A solução para isto é fazermos cada processo responder negando ou afirmando a mensagem, caso um processo não responder após N tentativas está fora do ar. Algoritmo Centralizado: Uma maneira de garantir a exclusão mutua é imitando o que sistemas centralizados fazem. Utilizando de um processo central denominado coordenador. Se um processo deseja entrar na região critica, ele pede permissão ao coordenador, caso nenhum outro processo esteja utilizando o coordenador autoriza sua entrada, caso algum outro processo esteja utilizando ele pode ou não responder dependendo do algoritmo. Algoritmo Token Ring: É construído um anel lógico por software aonde cada processo recebe uma posição no anel. O anel é inicializado, o processo 0 ganha o token. O token circula no anel passa para o processo 1 o token e assim sucessivamente. Quando o processo ganha o token ele verifica se ele quer entrar na região crítica. Caso positivo, ele entra na região, realiza o seu trabalho e ao deixar a região passa o token para o elemento seguinte do anel. Não é permitido entrar em uma segunda região crítica com o mesmo token. Se o processo não quer entrar na região crítica ele simplesmente passa o token. Como conseqüência quando nenhum processo quer entrar na região crítica o token fica circulando pelo anel lógico. O problema deste algoritmo é caso o token seja perdido ele precisa ser regenerado e se um processo falhar também ocorrem problemas. Para resolver estes problemas podemos introduzir no algoritmo que o processo que recebe o token deve confirmar que recebeu. Assim quando um processo não responder ele falhou e o token é enviado ao processo seguinte. Conclusões Com os estudos realizados neste trabalho pode se averiguar a enorme importância que os Sistemas Distribuídos vêem conquistando. Com a demanda crescente por computação de alto desempenho em conjunto com os requisitos de baixo custo, seu sistema passou a ser amplamente adotado por empresas e centros de pesquisa. O RPC e o MPI são ferramentas importantes para o desenvolvimento de aplicações da área, pois minimizam o tempo de desenvolvimento e correção de erros através do conceito de middleware, tornando transparente a tarefa dos usuários. Referências [1] Silberchatz, A.; Galvin, P. B.; Gagne, G., Sistemas Operacionais com JAVA, 7ª ed., Elsevier, 2008 [2] Coulouris, G.; Dollimore, J.; Kindberg, T.; Distributed Systems - Concepts and Design, 3rd Ed., Addison Wesley, 2001 [3] Tanenbaum, A. S.; Distributed Systems: Principles and Paradigms. Prentice Hall, 2002 [4] Disponível na Internet. URL: acessado em agosto/2010 Eleição do Coordenador Algoritmos distribuídos requerem um processo como coordenador, para isso é necessário outro algoritmo para fazer a eleição do mesmo. Para ocorres a eleição cada processo é identificado por um número inteiro e conhece o número de identificação de todos os demais. Um processo X nota que o coordenador não esta respondendo. X inicia a eleição. X envia mensagem a todo processo de numero de identificação maior que o seu, caso nenhum processo responda X é o novo coordenador e envia mensagem a todos processo avisando-lhes. Caso algum responda este processo começa a liderar a eleição até que se defina o novo coordenador.