Curso de Engenharia da Computação GRADE COMPUTACIONAL - DESENVOLVIMENTO DE UMA APLICAÇÃO PARA SOLUÇÃO DE UM PROBLEMA COMPUTACIONAL INTENSO

Transcrição

1 Curso de Engenharia da Computação GRADE COMPUTACIONAL - DESENVOLVIMENTO DE UMA APLICAÇÃO PARA SOLUÇÃO DE UM PROBLEMA COMPUTACIONAL INTENSO Felipe Augusto Ghisi Itatiba São Paulo Brasil Dezembro de 2006

2 ii Curso de Engenharia da Computação GRADE COMPUTACIONAL - DESENVOLVIMENTO DE UMA APLICAÇÃO PARA SOLUÇÃO DE UM PROBLEMA COMPUTACIONAL INTENSO Felipe Augusto Ghisi Monografia apresentada à disciplina Trabalho de Conclusão de Curso, do Curso de Engenharia da Computação da Universidade São Francisco, sob a orientação do Prof. Dr. André Leon S. Gradvohl, como exigência parcial para conclusão do curso de graduação. Orientador: Prof. Dr. André Leon S. Gradvohl Itatiba São Paulo Brasil Dezembro de 2006

3 iii Grade computacional Desenvolvimento de uma aplicação para solução de um problema computacional intenso Felipe Augusto Ghisi Monografia defendida e aprovada em 12 de dezembro de 2006 pela Banca Examinadora assim constituída: Prof. Dr. André Leon S. Gradvohl (Orientador) USF Universidade São Francisco Itatiba SP. Prof. Dr. Mauricio Fabbri (Membro Interno) USF Universidade São Francisco Itatiba SP. Prof. Luiz Roberto Wenzel (Membro Interno) USF Universidade São Francisco Itatiba SP.

4 iv Agradecimentos Durante o desenvolvimento deste trabalho, recebi a ajuda direta ou indireta de várias pessoas. Gostaria de agradecer primeiramente a minha família, pelo apoio e compreensão, não somente neste período, mas durante toda minha vida. Agradeço também ao Professor Dr. André Leon S. Gradvohl, meu orientador, pela experiência que me passou durante o desenvolvimento deste trabalho. Por fim, as amizades que foram criadas durante esses anos todos de graduação. Eu agradeço fraternalmente a todos.

5 v Sumário Lista de Siglas... vii Lista de Figuras... viii Lista de Tabelas... ix Resumo... x Abstract... x 1 Introdução Visão geral Projeto Computação em Grade Grid Computing Aplicações das grades Variações das grades Grade Computacional (Grid Computing) Grade de dados/armazenamento (Data Grid) Grade de Serviços (Service Grid) Serviços compostos e derivados Computação de Alto Desempenho x Computação Oportunista Trabalhos relacionados Globus Legion Condor MyGrid OurGrid SETI@home BOINC Aplicação Desenvolvida Arquitetura da aplicação Tecnologia utilizada Resultados Conclusão Extensões Apêndice 1 Código fonte da classe Mestre.java Apêndice 2 Código fonte da classe Matriz.Matriz.java Apêndice 3 Código fonte da classe Matriz.MatrizRemoto.java... 33

6 vi Apêndice 4 Código fonte da classe Matriz.MatrizTarefa.java Apêndice 5 Código fonte da classe TrabalhadorRemoto. PoolEscravos.java Apêndice 6 Código fonte da classe TrabalhadorRemoto. Trabalhador.java Apêndice 7 Código fonte da classe TrabalhadorRemoto. TrabalhadorProxy.java Apêndice 8 Código fonte da classe TrabalhadorRemoto. TrabalhadorRemoto.java Apêndice 9 Código fonte da classe TrabalhadorRemoto. VetorTrabalho.java Referências Bibliográficas... 48

7 vii Lista de Siglas BoT JVM RMI Bag of Tasks Java Virtual Machine Remote Method Invocation

8 viii Lista de Figuras FIGURA 1 - TEMPO DE EXECUÇÃO EM FUNÇÃO DO TAMANHO DA MATRIZ... 23

9 ix Lista de Tabelas TABELA 1 - COMPUTAÇÃO DE ALTO DESEMPENHO E COMPUTAÇÃO OPORTUNISTA TABELA 2 TEMPOS DE EXECUÇÃO EM MS... 23

10 x Resumo Poder computacional é cada dia mais necessário, em diversas áreas do conhecimento humano. Tanto em pesquisas científicas como na indústria, muitos problemas demandam grande capacidade de processamento, a um custo muito elevado ou precisando de um tempo de resolução que muitas vezes não é aceitável. As grades computacionais surgem como alternativa para estes tipos de problemas, provendo aos usuários acesso simplificado ao poder computacional de várias máquinas combinadas. Esta monografia tem como objetivo estudar as grades computacionais, e implementar uma aplicação que demanda de grande poder computacional, uma multiplicação de matrizes, avaliando os tempos de execução obtidos rodando em grade e sua viabilidade. PALAVRAS-CHAVE: grade computacional, computação distribuída. Abstract Computational power is even more and more necessary in many areas of human knowledge. In scientific research, as well as in industry, many problems require large processing power, with very high costs or either resolution times that are unacceptable in some cases. The computing grid comes as an alternative for this kind of problems, providing users with simplified access to the computational power of various combined machines. The objective of this monograph is to study these computing grids, and implements an application that demands high computational power, multiplication of a large matrix, evaluating the execution times obtained through the grid and its viability. KEY WORDS: grid computing, distributed computing

11 1 1 INTRODUÇÃO 1.1 Visão geral O aparecimento de redes de computadores permitiu a utilização de um novo paradigma computacional que se mostrou, com o passar do tempo, extremamente poderoso. Este novo paradigma é a possibilidade de distribuição do processamento em computadores diferentes. Mais do que a simples subdivisão de tarefas, permite a repartição e a especialização das tarefas computacionais conforme a natureza da função de cada computador. Um sistema de processamento distribuído ou paralelo é um sistema que interliga vários nós de processamento (computadores individuais, não necessariamente homogêneos) de maneira que um processo de grande consumo seja executado no nó "mais disponível", ou mesmo subdividido por vários nós. Obtém-se, portanto, ganhos óbvios nestas soluções: uma tarefa qualquer, se divisível em várias subtarefas pode ser realizada em paralelo. Assim, a computação distribuída consiste em adicionar o poder computacional de diversos computadores interligados por uma rede de computadores ou mais de um processador trabalhando em conjunto no mesmo computador, para processar colaborativamente determinada tarefa de forma coerente e transparente, ou seja, como se apenas um único e centralizado computador estivesse executando a tarefa [17, 18, 19, 20]. 1.2 Projeto Neste projeto foi desenvolvida uma aplicação que demanda intenso processamento: a multiplicação de matrizes. A solução desse problema é de ordem O(N 3 ), ou seja, é um problema de grande complexidade computacional e exige grande poder de processamento. Portanto, é uma aplicação típica para ser executada na forma de uma aplicação distribuída, ou seja, dividida em vários computadores. A multiplicação de matrizes é bastante utilizada em cálculos computacionais e científicos, por isso é importante realizá-la de uma maneira rápida e eficiente.

12 2 A organização do restante do texto é a seguinte: o Capítulo 2 descreverá a Computação em Grade e alguns dos sistemas existentes. O Capítulo 3 apresentará a aplicação desenvolvida, descrevendo suas características, arquitetura e implementação, além dos testes realizados. Finalmente, o Capítulo 4 as conclusões e possibilidades de trabalho futuro.

13 3 2 COMPUTAÇÃO EM GRADE GRID COMPUTING Poder computacional é uma necessidade crescente em diversas das atividades humanas. Diversas áreas do conhecimento científico, como biologia, física e química dependem de processamento intenso em atividades como: simulações, otimizações e mineração de dados. A indústria também faz uso intensivo de computação em aplicações tão diversas como simulações econômicas e mercadológicas, estudos de viabilidade de prospecção de petróleo e geração de efeitos especiais na pós-produção de filmes. Já é difícil imaginar como algumas atividades seriam realizadas sem o uso de computadores. Porém, a cada avanço obtido, fruto do uso intensivo de computação, nos leva a necessitar de ainda mais computação para podermos atingir o próximo nível de conhecimento. É um círculo virtuoso que melhora a qualidade do conhecimento humano e, ao mesmo tempo, testa os limites do que é possível realizar computacionalmente. Historicamente, as atividades intensivas em computação eram realizadas em poderosos computadores dotados de grande capacidade de processamento. Tais máquinas eram extremamente caras e portanto, sua posse estava restrita a algumas universidades privilegiadas, grandes corporações e poucos centros de pesquisa. Apesar do formidável avanço nas tecnologias de tais máquinas e também da queda em seu preço, tal situação perdura até os dias de hoje. Máquinas altamente especializadas de alto desempenho não raro possuem custos que podem quebrar a barreira de alguns milhões de dólares. Assim, apenas instituições que possuem grande dependência de tais equipamentos aliada a significativa quantidade de recursos financeiros podem adquirir esse tipo de máquina. O alto preço praticamente exclui usuários que possuem necessidades esporádicas de grandes quantidades de computação. Apesar do alto preço das máquinas de alto desempenho, estas não estão imunes ao destino comum de todos os computadores: a obsolescência. Independente do preço, cedo ou tarde todas as máquinas tem a sua utilidade reduzida, uma vez que os avanços do conhecimento demandam maior poder de computação. Uma solução óbvia e muito adotada para resolver tal problema é simplesmente trocar os equipamentos periodicamente. Porém, os constantes avanços nas tecnologias de redes de computadores tornaram viável outra solução mais barata e prática: a interligação de máquinas de diferentes laboratórios através de redes de grande área no final de 1995, nas vésperas da conferência Supercomputing '95, foi

14 4 estabelecida a I-WAY, uma infra-estrutura experimental conectando supercomputadores e equipamentos de armazenagem de 17 laboratórios americanos em um sistema único que podia ser acessado de qualquer uma das instituições. Nascia o primeiro sistema de Computação em Grade. Um sistema de Computação em Grade (Grid Computing) [1] pode ser definido de maneira bem abrangente como uma infra-estrutura de software capaz de interligar e gerenciar diversos recursos computacionais, possivelmente distribuídos por uma grande área geográfica, de maneira a oferecer ao usuário acesso transparente a tais recursos, independente da localização dos mesmos. Na maioria dos casos, o principal recurso das grades é a capacidade de processamento, porém alguns sistemas incluem uma ampla gama de recursos como: dispositivos de armazenamento de grande capacidade, instrumentos científicos e até componentes de software, como bancos de dados. A origem do termo Grid Computing deriva de uma analogia com a rede elétrica (Power Grid), e remete o objetivo de tornar o uso de recursos computacionais distribuídos tão simples quanto ligar um aparelho na rede elétrica. Apesar da falta de consenso sobre as características de um sistema de Computação em Grade, podemos listar uma série de aspectos comuns a diversos desses sistemas. São eles: não substituem sistemas operacionais: ao contrário de sistemas operacionais distribuídos, nenhum dos sistemas de Computação em Grade existentes substitui os sistemas operacionais das máquinas que compõem a Grade. Os sistemas de Computação em Grade podem utilizar serviços do sistema operacional, porém são estruturados como um middleware que provê serviços para os usuários e aplicações da Grade. Alguns sistemas ainda permitem que seus módulos sejam executados com poucos ou nenhuns privilégios de sistema, ou seja, não requerem privilégios administrativos; podem integrar recursos distribuídos e descentralizados: a maioria dos sistemas de Computação em Grade é capaz de integrar recursos dispersos por múltiplos domínios administrativos 1 e conectados por redes de grande área. Essa característica separa os sistemas de Computação em Grade dos sistemas de Computação em Aglomerados 1 Domínio administrativo: conjunto de máquinas que estão sujeitas a um determinado conjunto de políticas e restrições estabelecidas por alguma autoridade local. Por exemplo, as máquinas de um laboratório sob controle de um administrador constituem um domínio administrativo.

15 5 (Cluster Computing), uma vez que estes últimos normalmente são capazes de integrar recursos em apenas um domínio administrativo. Alguns sistemas como o Condor [1] evoluíram de gerenciadores de aglomerado para sistemas de Computação em Grade; podem ser utilizados por diversas aplicações: a maioria dos sistemas de Computação em Grade provê serviços que podem ser utilizados por diversas aplicações, caracterizando uma arquitetura reutilizável. Alguns sistemas inclusive prevêem suporte a diferentes classes de aplicações, como aplicações seqüenciais e paralelas; podem incluir várias plataformas de hardware e software: a maioria dos sistemas de Computação em Grade pode integrar recursos heterogêneos, compostos por diversas plataformas de hardware e software. Para tal, entretanto, o sistema de Computação em Grade deve incluir mecanismos que lidem com a diversidade de tais plataformas; apesar de poderem utilizar algumas interfaces padronizadas presentes na maioria dos sistemas operacionais, algumas informações só podem ser obtidas através de mecanismos específicos de cada plataforma; adaptabilidade às políticas locais: apesar de integrarem recursos dispersos por vários domínios administrativos, os sistemas de Computação em Grade devem se adaptar às políticas e restrições de uso de cada um destes domínios. Por exemplo, é comum o cenário onde o administrador do domínio, apesar de compartilhar os recursos com outros domínios, deseja priorizar os usuários locais. Proprietários de estações de trabalho, por exemplo, não aceitam que o desempenho de suas aplicações sofra devido às aplicações da Grade que executam em seus recursos. 2.1 Aplicações das grades Além de permitir um melhor aproveitamento dos recursos computacionais, a Grade poderá prover novas formas de interação entre os usuários e suas aplicações. Por exemplo, uma possibilidade de uso das grades são os chamados laboratórios virtuais, que permitem o acesso remoto a instrumentos científicos altamente especializados e caros. Por exemplo, um cientista no laboratório A poderá manipular remotamente um telescópio presente no laboratório B, e receber as imagens captadas através da rede. Opcionalmente, ele poderá, de maneira transparente, armazenar as imagens nos equipamentos de grande capacidade do instituto C e, caso necessário, processar as imagens nos computadores disponíveis nas três

16 6 instituições. Também é possível vislumbrar experimentos colaborativos, onde diversos cientistas espalhados por várias instituições colaboram para realizar experimentos e simulações. Na indústria, além da possibilidade de se utilizar a capacidade ociosa de centenas de estações de trabalho já existentes, as grades poderão permitir novas formas de colaboração entre os funcionários espalhados por diversas filiais, por exemplo. As aplicações em ambientes de grades podem ser categorizadas em cinco classes principais: Supercomputação Distribuída: é o foco deste trabalho, o qual engloba aplicações com necessidade de grande potencial de processamento, podendo este ser alcançado com a paralelização na execução de tarefas. Por exemplo, processamentos genéticos, gráficos, metereológicos, neurocientíficos e outros; Grande fluxo de dados: são aplicações que possuem fluxos de informação oriundos de várias fontes, inviabilizando a concentração em um único computador. Estudos paramétricos são exemplos desta categoria de aplicações; On-demand: são aplicações que utilizam alguns instrumentos e recursos mais específicos em determinados momentos, por exemplo, captação metereológica, observação espacial e instrumentação inteligente; Grande quantidade de dados: aplicações que utilizam grande quantidade de informação, armazenadas em vários meios secundários, além de um número alto de processamento. Por exemplo, mineração de dados (data mining); Colaborativo: aplicações que envolvem a participação síncrona ou assíncrona de indivíduos geograficamente distantes, tal como desenvolvimento colaborativo de peças industriais. Há dezenas de motivos pelos quais justificam o uso de aplicações voltada às grades de computadores, entre eles estão: A exploração da natureza distribuída inerente de algumas aplicações; Diminuição do tempo de resposta de aplicações robustas; Possibilidade de executar aplicações que ultrapassam as capacidades de um sistema de arquitetura simples;

17 7 Exploração da semelhança de um recurso com função específica em uma grade, com componentes de uma aplicação, ou seja, permite trabalhar com o paradigma orientado a componentes, facilitando o reuso de funções e aplicações. 2.2 Variações das grades Com o desenvolvimento dos sistemas de Computação em Grade, foi proposto uma classificação [1] que categoriza os sistemas de Computação em Grade de acordo com a atividade principal a qual se destinam. Algumas dessas categorias serão descritas a seguir Grade Computacional (Grid Computing) São voltados a prover meios seguros para execução de tarefas de alguma aplicação nos recursos distribuídos individualmente ou coletivamente. É desejável também que esses serviços forneçam meios para monitorar e controlar as execuções das tarefas, além de permitir o controle da alocação e reserva dos recursos disponíveis para execução das mesmas. Podem ser focados em computação de alto desempenho e computação com grande saída de informação (high throughput). Outro fator importante nesse tipo de serviço é a necessidade de funções especiais capazes de qualificar o software e o hardware dos recursos segundo suas capacidades e permitir monitorar constantemente a disponibilidade dos mesmos com o passar do tempo. Grades voltadas a esses serviços assemelham-se com os aglomerados pelo intuito de ganhar desempenho na execução de programas e tarefas em geral Grade de dados/armazenamento (Data Grid) Concentram-se em disponibilizar mecanismos seguros de acesso a repositórios de dados e a seus gerenciadores. Para a disponibilização de armazenamentos expansíveis e acesso aos dados consistentes, estes devem ser replicados em vários recursos de maneira a criar uma ilusão da existência de um armazenamento em massa. O processamento desses dados são normalmente encarregados aos serviços computacionais da grade, sendo esta

18 8 combinação de serviços chamada de data grids. Por outro lado, estes serviços podem apenas representar mecanismos para colocar e retirar arquivos de meios de armazenamentos. Nesta abordagem é essencial a existência de formas que agilizam o processo de carga e descarga das informações, ou seja, é necessário a existência de mecanismos que permitam fazer acessos aleatório a segmentos de arquivos em diferentes recursos, assim como mecanismos que permitam avaliar a disponibilidade de espaço, largura de banda de rede e de disco e CPU (Unidade de Processamento Central) dos recursos para melhor atender aos pedidos Grade de Serviços (Service Grid) Visam o gerenciamento de aplicações e provêem acesso a softwares e bibliotecas transparentemente. É esperado o uso de algumas tecnologias, tais como web services, para a obtenção e implementação de serviços de aplicação, os quais são feitos baseados em serviços de dados e serviços computacionais Serviços compostos e derivados Baseados nos serviços que oferecem capacidades de processamento e armazenamento, podem-se criar variações com finalidades mais específicas e restritas. É possível destacar quatro deles: Serviços de repositório de códigos: são especializações de serviços de armazenamento que necessitam de especiais controles de versões de códigos fontes e códigos objetos. Como exemplo desses serviços, tem-se os sistemas controladores de versões (CVS). Serviços de catálogo: representam especializações dos serviços de armazenamento que necessitam de buscas indexadas e grande quantidade de atualizações, por exemplo, base de dados relacional. Serviços de informação: representam serviços que extraem e apresentam algum tipo de informação de um determinado domínio de problema, sendo implementado usando serviços de dados, serviços computacionais e/ou serviços de aplicação. As diferenciações existentes estão relacionadas com a maneira com que as informações são representadas, armazenadas, acessadas, compartilhadas e mantidas.

19 9 Serviços de conhecimento: concentram-se na definição da forma com que um conhecimento é adquirido, usado, retornado, publicado e mantido para ajudar usuários a alcançar seus objetivos particulares. Conhecimento, neste caso, é entendido como informações aplicadas em um objetivo, em uma solução de um problema ou para a tomada de uma decisão. Devido às características da pesquisa realizada no contexto dessa monografia, o restante do texto tratará apenas de Grades Computacionais. As demais categorias se encontram além do escopo desse trabalho. 2.3 Computação de Alto Desempenho x Computação Oportunista Em termos do aproveitamento de recursos computacionais, podemos ter dois tipos de computação [1]. O primeiro tipo é a alocação exclusiva de um conjunto de recursos por longos períodos de tempo, utilizando de forma intensiva os recursos computacionais para uma dada tarefa. Este tipo de processamento denomina-se computação de alto desempenho. Recursos disponibilizados nesta modalidade são também denominados aglomerados (clusters) computacionais. No lado oposto temos a computação oportunista, onde tentamos aproveitar intervalos de ociosidade de equipamentos para realizar processamento externo. Não se exige 100% de disponibilidade dos equipamentos. O fator primordial não é o tempo de processamento, mas sim um melhor aproveitamento de recursos. Uma grade pode conter dentro de seus limites tanto recursos destinados à computação de alto desempenho (aglomerados) como máquinas utilizadas para computação oportunista. Cabe a infra-estrutura da Grade fazer a alocação das tarefas em função das características dos equipamentos. A Tabela 1 apresenta um quadro comparativo, destacando as principais diferenças entre computação de alto desempenho e computação oportunista.

20 10 Tabela 1 - Computação de alto desempenho e computação oportunista Computação de alto desempenho Ambiente homogêneo em termos de hardware e Sistema Operacional (aglomerado de computadores). Linguagens ou bibliotecas com recursos que facilitem a comunicação entre processos distribuídos. Possui um custo inicial para a compra e manutenção de equipamentos dedicados. Este custo pode compensar se comparado ao custo de aquisição de um super computador. Não necessita de uma infra-estrutura para gerenciamento, os programas podem utilizar simplesmente bibliotecas paralelas para troca de mensagens. Uso intensivo principalmente de CPU. Computação oportunista Ambiente heterogêneo. Linguagens que possam ser utilizadas em ambientes heterogêneos. Custo baixo de instalação, pois aproveita os equipamentos já existentes. Necessita de um gerenciador para catalogar os recursos disponíveis, monitorar sua ocupação e distribuir as tarefas. Compartilha qualquer recurso computacional como arquivos, capacidade de armazenamento, bancos de dados e CPU. 2.4 Trabalhos relacionados Com a disseminação da Computação em Grade, surgiram diversos sistemas desenvolvidos pela indústria e pela comunidade acadêmica. Nesta seção apresentaremos alguns dos sistemas de Computação em Grade existentes. E importante salientar que os sistemas aqui apresentados representam apenas uma pequena fração dos sistemas existentes Globus O Globus [22] e atualmente o projeto de maior impacto na área de Computação em Grade. Suas origens remontam a I-WAY, uma iniciativa de criar uma infra-estrutura de Grade temporária composta por 11 redes de alta velocidade e 17 institutos de pesquisa. Tal infraestrutura foi concebida para funcionar por apenas algumas semanas, nas vésperas do congresso Supercomputing '95. O sucesso da iniciativa incentivou a criação e o desenvolvimento do Globus.

21 11 O projeto Globus atualmente é uma iniciativa que envolve diversas instituições de pesquisa e conta com o apoio de grandes empresas, como a IBM e a Microsoft. As principais instituições de pesquisa envolvidas incluem o Laboratório Nacional de Argonne (ANL), Universidade de Chicago, Universidade do Sul da Califórnia (USC) e o Laboratório de Computação de Alto Desempenho da Universidade do Norte de Illinois, todos esses situados nos Estados Unidos, alem da Universidade de Edimburgo. O sistema de Computação em Grade desenvolvido no contexto do projeto Globus é denominado Globus Toolkit e provê uma serie de funcionalidades que permitem a implantação de sistemas de Computação em Grade assim como o desenvolvimento de aplicações para tais sistemas. A abordagem de caixa de ferramentas (toolkit) permite a personalização das grades e aplicações, permitindo a criação incremental de aplicações que a cada nova versão utilizem mais recursos da Grade. Por exemplo, pode-se inicialmente utilizar Globus apenas para coordenar a execução de aplicações sem que estas sejam alteradas, e posteriormente e possível modificá-las para que usem serviços da Grade, como por exemplo transferência de arquivos Legion O Projeto Legion [1], desenvolvido na universidade da Virginia, objetivou construir um Sistema de Metacomputação, ou seja, um ambiente que integrasse diversos recursos computacionais espalhados, provendo a usuários e desenvolvedores de aplicações a ilusão de que estivessem utilizando um único e poderoso computador. Sistemas de Metacomputação e de Computação em Grade possuam semelhanças e acabaram convergindo, sendo o termo Computação em Grade o mais atual. Apesar de colaborações com outras universidades e centros de pesquisa, a maioria da pesquisa e desenvolvimento de Legion foi feita na Universidade de Virginia, e os principais pesquisadores envolvidos no projeto foram Andrew Grimshaw, Bill Wulf, Jim French, Marty Humphrey e Anand Natrajan. O projeto Legion foi iniciado em 1993, porem o desenvolvimento do sistema começou de fato apenas em 1996, e a primeira implantação se deu em Tal intervalo entre o início do projeto e o início da implementação foi devido a adoção de uma extensa fase de análise de requisitos e projeto do sistema. Tal fase de análise é devida em parte ao princípio de arquitetura adotado por Legion: construir uma fundação básica sobre a qual os serviços de maior nível da Grade pudessem ser construídos.

22 12 A característica marcante do sistema Legion e sua arquitetura orientada a objetos: todas as entidades do sistema, tais como computadores, dispositivos de armazenamento, aplicações e serviços da Grade são representadas por objetos. Tais objetos fazem uso da fundação básica provida por Legion, denominada camada de objetos núcleo. Essa camada provê serviços básicos que todo objeto necessita, como chamada de métodos e propagação de exceções, e por sua vez, faz uso de serviços de camadas inferiores, como transporte de mensagens. Tal arquitetura provê um modelo elegante e flexível de desenvolvimento do sistema de Grade, porem foi responsável pela relativa demora em produzir um sistema funcional: antes que qualquer serviço de alto nível pudesse ser desenvolvido, era necessário desenvolver completamente a camada que servia de substrato. O projeto Legion em si foi encerrado: em 2001, uma companhia posteriormente nomeada Avaki [1] adquiriu os direitos legais de Legion da Universidade de Virginia. Assim, o sistema Legion foi renomeado para Avaki, o qual mantém a arquitetura e alguns serviços de Legion, porem teve alguns de seus serviços e funcionalidades removidos, uma vez que Avaki e voltado para aplicações comerciais. Alguns dos principais arquitetos de Legion fazem parte da companhia Condor O sistema Condor [4, 21], desenvolvido na Universidade de Wisconsin em Madison, possibilita a integração de diversos computadores em aglomerados, de maneira a permitir a utilização eficaz dos recursos computacionais de tais maquinas. Como e reconhecido amplamente, grande parte da capacidade de processamento dos computadores, especialmente estações de trabalho, permanece inutilizada durante grande parte do tempo. Assim, o principal objetivo de Condor é utilizar tal capacidade para executar programas, preservando o proprietário do recurso de perdas de desempenho. Condor é o sistema mais antigo aqui apresentado, tendo sua origem em 1988 como derivado de um sistema ainda mais antigo, RemoteUnix, que possibilitava a integração e o uso remoto de estações de trabalho. O sistema está em produção há vários anos, com instalações tanto no ambiente acadêmico como na indústria. Originalmente, o usuário alvo de Condor é aquele que possui necessidade de grandes quantidades de computação ao longo de um grande espaço de tempo, como dias, semanas ou meses. Normalmente tais usuários possuem necessidades de processamento que superam em

23 13 muito a capacidade disponível. Assim, normalmente é a capacidade disponível de processamento que define o quanto da computação e feita. Tal categoria de uso e denominada High Throughput Computing. Para esses usuários, qualquer recurso adicional é de grande valia. Uma vez que tradicionalmente as computações intensivas são feitas em recursos caros e dedicados, torna-se atraente a idéia de utilizar recursos compartilhados, baratos e já existentes em grande quantidade na instituição MyGrid MyGrid [1] objetiva construir um ambiente simplificado para a execução de aplicações sobre recursos computacionais distribuídos. O principal objetivo de MyGrid é simplificar ao máximo o processo de implantação da Grade, permitindo que qualquer usuário tome a iniciativa de instalar uma grade computacional com os recursos que dispõe. Em MyGrid, normalmente é o próprio usuário que deseja executar aplicações o responsável por implantar o sistema, o que contrasta com as demais iniciativas de grade já apresentadas, onde a implantação é tipicamente feita por um administrador. MyGrid pode ser instalado facilmente em quaisquer recursos que o usuário tenha acesso, não requerendo nenhum privilégio de administrador. MyGrid é desenvolvido na Universidade Federal de Campina Grande, e o principal pesquisador envolvido é Walfredo Cirne. A arquitetura simplificada de MyGrid também implica na limitação do tipo de aplicação que pode ser executada no sistema. Dessa maneira, MyGrid é um ambiente voltado para a execução de aplicações Bag-of-Tasks (BOTs). Uma aplicação Bag-of-Tasks é composta por uma ou mais tarefas que podem ser executadas de forma independente, ou seja, não existe comunicação entre as tarefas. A aplicação pode ser composta de tarefas iguais ou diferentes, porem sempre independentes. Aplicações Bag-of-Tasks são empregadas em estudos paramétricos, buscas exaustivas por partição do espaço, como quebra de chaves criptográficas, biologia computacional e processamento de imagens. A ausência de comunicação entre as tarefas da aplicação facilita a execução de aplicações sobre recursos conectados por redes de grande área, as quais muitas vezes apresentam limitações na capacidade de comunicação.