Fazenda Fontes do Saber Caixa Postal Rio Verde GO Brasil.

Transcrição

1 Solução ao Processamento Maciço de Dados e Limite da Freqüência de Clock com o Uso de Aglomerado de Computadores por Meio da Hibridização de um Cluster de Alto Desempenho com um de Balanceamento de Carga Gabriela Batista Leão 1, Fabian Corrêa Cardoso 1 1 Faculdade de Ciência da Computação Fesurv - Universidade de Rio Verde Fazenda Fontes do Saber Caixa Postal Rio Verde GO Brasil cluster@brturbo.com, fabian@dcc.fesurv.br Abstract. We present a proposal of cluster as viable solution to the limit of the frequency of clock and eventual massive parallel processing of data. We still demonstrate the conceptions, kindness and applicabilities of different classes of clusters as well as particularities of its functioning and characteristics. The grouping of computers considered will be implanted under a different structural paradigm where instead of cluster to be endowed with only one controlling node (master) and some slaves, it will possess two masters, who balance the load of solicitations between itself, where each one manages two slaves guaranteeing the availability partial of service and consequence improvement in the processing of the tasks requested to the system if compared with traditional cluster carried to the architecture master-slave. Resumo. Apresentamos uma proposta de cluster como solução viável ao limite da freqüência de clock e eventual processamento paralelo massivo de dados. Demonstramos ainda as concepções, tipificações e aplicabilidades de diferentes classes de clusters assim como particularidades de seus funcionamentos e características. O agrupamento de computadores proposto será implantado sob um diferente paradigma estrutural onde ao invés do cluster ser dotado de apenas um nó controlador (mestre) e vários escravos, possuirá dois mestres, que balanceiam a carga de requisições entre si, onde cada qual gerencia dois escravos garantindo a disponibilidade parcial de serviço e conseqüente melhoramento no processamento das tarefas requisitadas ao sistema se comparado a um cluster tradicional portado à arquitetura mestre-escravo. 1. As Grandes Navegações, Revolução Industrial, Guerras e Corrida Espacial como Aliadas do Desenvolvimento Tecnológico Segundo Pitágoras: os números governam o mundo. Vê-se claramente que desde os primórdios, a humanidade sente uma grande necessidade em modelar problemas realizando cálculos matemáticos cada vez mais precisos e de forma mais rápida, a fim de facilitar a solução de algum problema. Isso pode ser demonstrado ao longo do tempo pelo avanço tecnológico promovido principalmente pelas grandes navegações, revolução industrial, grandes guerras mundiais e a corrida espacial.

2 Um grande marco no avanço tecnológico ocorreu muito tempo após as grandes navegações quando Charles Babbage, o pai da computação, desenvolveu a Máquina Diferencial cujo objetivo era criar uma tabela de logaritmos, através do método das diferenças, para facilitar a localização precisa de um navio. Antes da criação de tal engenho, a posição de um navio poderia ser encontrada observando-se a Lua e fazendo o uso de tabelas matemáticas, que por sua vez eram imprecisas. Na mesma época, Babbage projetou a Máquina Analítica e não obteve grande êxito, pois seu projeto era tecnologicamente muito à frente de sua época e a engenharia era pouco desenvolvida. Sendo assim, não existiam recursos mecânicos suficientes para que a Máquina Analítica viesse a funcionar perfeitamente. Com esta máquina, foi introduzido o conceito de programa, por Ada Byron, onde um conjunto de instruções deveria orientar as ações de tal engenho. Além disso, Babbage escreveu em seu projeto a arquitetura básica de um computador atual onde havia memória, unidade de computação, equivalente à atual CPU, unidade de entrada e unidade de saída. A Revolução Industrial também trouxe sua contribuição para o avanço tecnológico, como por exemplo, quando Joseph Marie Jacquard desenvolveu um tear mecânico controlado por cartões perfurados. O sucesso de tal engenho foi tão grande que em sete anos já haviam onze mil teares espalhados pelo mundo. O trabalho que antes era realizado por vários operários passou a ser realizado por apenas um. Além disso, a qualidade dos trabalhos realizados no tear de Jacquard era em muito superior se comparado com aquele feito em um tear comum. Estes cartões perfurados foram usados pela primeira vez por Herman Hollerith para armazenamento de dados do censo de 1890 nos Estados Unidos da América. O maior desenvolvimento tecnológico se deu a partir da Segunda Guerra Mundial, compreendido no período de 1939 a 1955, pois, houve a necessidade de se processar um grande volume de dados para a realização de cálculos balísticos, de decodificar mensagens, do país inimigo para a obtenção de informações importantes a fim de se obter a vitória aliada tão esperada e depois no começo da Guerra Fria para espionagem. Da metade para o final da II Grande Guerra, os submarinos alemães estavam atacando fortemente a Inglaterra e esta poderia vir a perder a batalha. Os sucessos dos ataques marítimos feitos à Inglaterra eram providos pela transmissão de mensagens criptografadas até os submarinos. Estas mensagens eram interceptadas pelo serviço de inteligência do país oponente, mas havia um problema quanto à decodificação destas mensagens tendo em vista que deveria ser feito um grande número de cálculos em um tempo relativamente curto, tempo em que os equipamentos britânicos conseguiam interceptar a mensagem. O dispositivo que tratava da criptografia dessas mensagens recebia o nome de ENIGMA [Tanenbaum 1999]. Para realizar a decodificação das mensagens foi desenvolvido por Alan Turing o primeiro computador eletrônico digital, o Colossus, em 1943 [Tanenbaum 1999]. O surgimento do Colossus e o auge da Segunda Guerra Mundial fizeram com que vários cientistas se interessassem pelo desenvolvimento de máquinas de computação para a solução de cálculos de artilharia que até então eram realizados manualmente por milhares de mulheres, pois, os homens estavam engajados nas frentes de combate. Também para este fim, John Mauchley e John Presper Eckert constroem o ENIAC (Eletronic Numerical And Integrator Computer) cuja função era calcular tabelas

3 de artilharia mais precisas em tempo relativamente menor. Porém, Mauchley e Eckert tiveram a autorização do governo americano para que o ENIAC fosse apresentado em um simpósio [Tanenbaum 1999]. A repercussão de tal seminário levou a uma explosão de idéias para a construção de computadores eletrônicos. Os principais projetos de computadores eletrônicos foram: EDSAC, JOHNIAC, ILLIAC, MANIAC e WEIZAK [Tanenbaum 1999]. Um dos maiores precursores da computação foi, sem dúvida, John von Neumann que desenvolveu a arquitetura que leva seu nome sendo esta a utilizada até hoje. Tal arquitetura introduziu o conceito de programa armazenado, pois, von Neumann, procurando obter maior desempenho, percebeu que muito tempo era gasto para que o programador pudesse acionar todas as válvulas para executar um único programa e depois ter que fazer o mesmo processo para outro programa. Além do armazenamento de programas, von Neumann também utilizou aritmética binária, ao invés de decimal [Tanenbaum 1999]. A máquina IAS construída por von Neumann introduziu os conceitos básicos utilizados pelas arquiteturas contemporâneas. A máquina IAS possuía quatro unidades básicas: memória., unidade aritmética lógica, unidade de controle e dispositivos de entrada/saída. Com a invenção do transistor, em 1947, os computadores que antes eram considerados máquinas de luxo passaram a ser acessíveis a usuários finais tendo em vista que o componente principal do transistor é o silício sendo este o elemento químico com maior disponibilidade em todo o planeta. Cerca de 26% da crosta terrestre é formada por silício. Isto possibilitou a integração de vários transistores em uma única cápsula, esta foi denominada chip, ou, simplesmente, circuito integrado (CI). Os CIs permitiam a alocação de grande número de transistores em um pequeno espaço, o que veio a tornar o preço dos computadores cada vez mais acessível. Aqui surgiram os minicomputadores os quais eram máquinas poderosas, pois conseguiam processar um grande volume de dados e possuíam tamanhos pequenos, análogos ao de uma escrivaninha. Na década de 70, com o grande avanço das pesquisas espaciais e da microeletrônica foi possível agrupar um grande número de CIs em uma mesma cápsula. Surge então a integração em grande escala (Large Scale Integration-LSI). Na busca de maior desempenho e redução de custos dos computadores surge na década de 80 a integração de circuitos em escala muito alta (Very Large Scale Integration-VLSI) que tornou possível a alocação de milhões de transistores em um só chip. Isto faz com que os transistores fiquem cada vez mais próximos uns dos outros e o aquecimento interno do processador aumente. Por menor que seja a distância dos transistores, um impulso elétrico leva um certo tempo para ser transmitido de um transistor ao outro, este tempo é sempre diferente de zero. Temos aqui uma limitação da velocidade da freqüência de clock que poderá ser amenizada com a utilização de um paralelismo ao nível do processador, este recebe o nome de cluster (agrupamento ou aglomerado).

4 2. Concepções Elementares de Clusters 2.1 Definição Cluster é um agrupamento de computadores que interconectados por uma rede e trabalhando em conjunto podem processar um volume maciço de dados, manter serviços disponíveis de forma quase ininterrupta e reduzir a sobrecarga de requisições no sistema, mas sendo vistos pelo usuário como se fosse uma única máquina. Cada máquina do agrupamento, também chamado de aglomerado de computadores, recebe o nome de nó ou nodo [Pitanga 2004]. Um aglomerado de computadores pode ser classificado em homo ou heterogêneo dependendo da uniformidade, ou não, das arquiteturas e velocidade da freqüência de clock de cada nó do agrupamento. A memória de um sistema clusterizado é distribuída, ou seja, cada nó possui sua própria memória local e a troca de dados é provida por bibliotecas de troca de mensagens como PVM (Parallel Virtual Machine) ou MPI (Message Passing Interface) através de uma rede cujo padrão deve ser definido de acordo com a banda-passante e latência desejadas. O limite para a escalabilidade são justamente a banda-passante e a latência, pois quanto maior o número de nós maior o tráfego de pacotes pela rede, ocasionando lentidão durante a comunicação entre nós, o que pode levar a network trashing, ou seja, o tempo é gasto mais com troca de mensagens do que com processamento [Küsel 2004]. Um aglomerado de computadores se diferencia de máquinas de processamento simétrico (Symetric Multiprocessing-SMP) por ser um sistema fracamente acoplado sendo que não há presença de hardware dedicado para que os recursos dos processadores sejam compartilhados, até porque, ao contrário das máquinas SMPs, os nós de um cluster não coexistem em uma mesma placa-mãe. No entanto, agrupamentos de computadores são mais fortemente acoplados do que uma simples rede de computadores tendo em vista que no primeiro passa-se uma idéia ao usuário de que seja uma máquina só e no segundo isto se faz ausente. Cluster é uma grande tendência para o processamento massivo de dados, pois esta solução é altamente viável apresentando custo-benefício igual ou superior ao de supercomputadores. Segundo Hennessy (2003), cinco máquinas SMPs com apenas 6 ou 8 processadores têm custo-desempenho pior do que um cluster de 280 nós. Isto ocorre por um cluster poder ser construído com componentes de prateleira (Components of Table-COTs) os quais podem ser encontrados facilmente e que, por serem comercializados em grande escala, são mais baratos. Há basicamente quatro tipos de agrupamentos que se diferem não por suas arquiteturas, mas pelo propósito para o qual são projetados, são eles: cluster de Alta Disponibilidade (High Availability-HA), cluster de Balanceamento de Carga (Load Balancing-LB), cluster Combo (combinação HA e LB) e cluster de Computação de Alto Desempenho (High Performance Computing-HPC).

5 2.2 Breve Explicação do Funcionamento dos Principais Tipos de Clusters e suas Aplicabilidades Os clusters de alta disponibilidade são muito utilizados para manter serviços disponíveis de forma quase ininterrupta. Para isso, faz-se necessário a redundância de hardware e reconfiguração de software em cada nó do aglomerado a fim de evitar pontos únicos de falha (Single Point of Falure-SPOF). que poderão ocasionar a queda do sistema e indisponibilidade de serviços providos pelo agrupamento [Bookman 2003]. Um cluster HA deverá possuir dois nós, no mínimo, onde um dos nós deverá ser chamado de primário e o outro de secundário. Cabe ao nó primário o processamento de tarefas requisitadas ao cluster e ao nó secundário o espelhamento e atualização de dados processados pelo nó primário. Para garantir a disponibilidades de serviços, uma camada de software de pulsação é instalada e este realiza a comunicação entre nós. Periodicamente este software, conhecido como keep alive, envia uma mensagem de um nó para o outro. Se o nó primário responder ao secundário, e vice-versa, significa que os nós do cluster estão em perfeito funcionamento, estão disponíveis. Caso contrário, constata-se que um dos nós veio a falhar e este será substituído pelo nó que se encontra em funcionamento. Para que a substituição seja bem sucedida o IP do nó que caiu deve ser migrado para o nó que está em funcionamento a fim de garantir a continuidade do processamento em que a outra máquina havia parado. As principais aplicabilidades deste tipo de cluster são em serviços de missão crítica, tempo real e ISP (Internet Service Provider). O cluster de Balanceamento de Carga tem como propósito a distribuição igualitária de processos ao longo dos nós do agrupamento de computadores. Evidentemente, algoritmos de escalonamento de processos se fazem necessários. Os mais utilizados são: Least Connection, Round Robin e Weighted Fair. O primeiro realiza a distribuição de processos de acordo com o número de requisições que estão em domínio de cada nó do cluster. Então, o nó que possuir menor número de requisições em seu domínio será o escolhido para processar o novo processo. Round Robin é o algoritmo, dentre os três, que apresenta menor complexidade em sua implementação. Ele consiste basicamente no armazenamento de processos em uma fila circular onde o primeiro processo é redirecionado, também de forma circular, ao primeiro nó do cluster, o segundo ao segundo nó e assim sucessivamente. Weighted Fair é o algoritmo escalonador mais justo porque além de fazer um relatório a respeito da quantidade de requisições que cada nó possui em seu domínio também é feito um relatório sobre a velocidade da freqüência de clock de cada nó. Certamente, o nó que possuir maior velocidade de freqüência de clock e menor carga de requisições será o escolhido para executar o novo processo. Este será o utilizado em nosso projeto. O cluster LB geralmente é utilizado em combinação com o HA. A esta combinação dá-se o nome de cluster Combo cuja aplicabilidade é altamente comercial visando serviços que recebam grande número de requisições e devam estar disponíveis. Cientificamente, os clusters de Computação de Alto Desempenho têm se sobressaído devido sua grande capacidade de processamento. O tipo de cluster em questão é uma forma de paralelismo de alto nível no nível do processador sendo capaz

6 de dividir grandes e complexas tarefas em simples e pequenas diminuindo, de forma significante, o tempo de processamento aumentando, assim, a quantidade de tarefas a serem processadas pelo agrupamento. Há uma grande gama de aplicabilidades para este tipo de aglomerado como renderização de imagens, processamento de cálculos de engenharia, simulações de explosões nucleares e quaisquer tarefas que exijam alto grau de processamento. Agrupamentos HPC podem possuir dois tipos de arquiteturas: a centralizada e a descentralizada. Na primeira há um nó que controla e gerencia todos os outros, chamado nó controlador ou, simplesmente, mestre. Os demais nós do cluster são chamados nós escravos, pois sua função é apenas executar as requisições enviadas pelo nó mestre e depois devolver a saída, o resultado do processamento ao mesmo. A principal vantagem da arquitetura mestre-escravo é a divisão de um único processo em várias partes fazendo com que o desempenho do agrupamento aumente tendo em vista que raramente haverá nós ociosos. Já a maior desvantagem está na absoluta centralização do sistema pois se o nó mestre vier a cair todo o cluster cairá em desuso. Em arquiteturas descentralizadas cada nó é mestre para si e escravo para os outros. Se algum nó falhar, o impacto será bastante reduzido, pois cada nó trabalha de forma independente. Há uma grande desvantagem desta arquitetura sobre a primeira porque os nós do agrupamento poderão ficar ociosos por muito tempo fazendo com que seu desempenho não seja tão bom quanto naqueles dotados de arquitetura mestreescravo já que um único processo não poderá ser dividido em partes. Cada processo poderá, no máximo, ser direcionado a um nó que possua melhores condições de processamento. 3. O Intuito de Nossa Pesquisa Durante nosso levantamento bibliográfico percebemos que arquiteturas baseadas em hardware tendem a desaparecer por possuir limitações físicas quanto à velocidade da freqüência de clock. Para a redução deste problema, decidimos adotar um tipo de paralelismo de alto nível, no caso, um cluster. Porém, observamos que os clusters dotados da arquitetura mestre-escravo possuem maior desempenho mas são demasiadamente vulneráveis à indisponibilidade de serviços caso o nó mestre venha a falhar. A fim de garantir uma melhoria na disponibilidade deste tipo de cluster propomos uma leve descentralização da arquitetura mestre-escravo acrescentando mais um nó mestre, além do tradicional, e balanceando a carga entre eles, pois um dos maiores problemas para a falha de um sistema clusterizado é a sobrecarga de requisições no nó mestre. Para testarmos a escalabilidade e o desempenho de tal cluster implantaremos três aglomerados sendo o primeiro um cluster HPC tradicional que possui um nó mestre e dois escravos. As principais configurações para o mestre serão: AMD K6 II 550MHz, com HD 10GB, 256MB RAM rede Realtek rtc 8139B ; os dois escravos serão: AMD K6II 400MHz, sem HD, 64MB RAM 100-SIS530, placa de rede Realtek rtc 8139B. O controle da comunicação entre eles será feito por um Hub-Switch marca Encore, 16 portas, Mbps. Este cluster servirá de comparação com o segundo que possuirá maior desempenho devido ao acréscimo de mais três nós escravos, cujas configurações

7 são idênticas às dos escravos do primeiro cluster. A configuração dos aglomerados podem ser melhor entendidas se vista na Tabela1. Computador 1 Computador 2 Computador 3 Tabela1. Configuração dos Agrupamentos Agrupamento 1 Agrupamento 2 Agrupamento 3 Mestre: Mestre: Mestre: AMD Duron 700MHz, AMD Duron 700MHz, AMD Duron 700MHz, com HD 10GB, 128MB com HD 10GB, 128MB com HD 10GB, 128MB RAM (DIMM), placa mãe RAM (DIMM), placa mãe RAM (DIMM), placa mãe PC CHIPS-SIS530, placa PC CHIPS-SIS530, placa PC CHIPS-SIS530, placa de de de AMD K6II 400MHz, sem (DIMM), placa mãe PC100-SIS530, placa de AMD K6II 400MHz, sem (DIMM), placa mãe PC100-SIS530, placa de Computador 4 Não utilizado Computador 5 Não utilizado Computador 6 Não utilizado Mestre: AMD Duron 700MHz, com HD 10GB, 128MB RAM (DIMM), placa mãe PC CHIPS-SIS530, placa de Os dois primeiros agrupamentos propostos apresentam um problema em comum: sua arquitetura é absolutamente centralizada podendo o agrupamento falhar completamente caso o nó mestre caia. A maior vantagem do último sobre o primeiro é seu maior número de nós escravos que vem a aumentar o desempenho. O último agrupamento será implantado de forma a suprir parcialmente o problema descrito nos dois clusters anteriores. Além do nó mestre já existente, acrescentaremos mais um que balanceará sua carga com o anterior reduzindo de certa forma a centralização do sistema

8 e a sobrecarga de requisições. A título de comparação com o segundo agrupamento, este último possuirá o mesmo número de nós que o primeiro. Como padrão de rede será utilizado o Fast Ethernet cuja banda-passante é de 100Mbps e sua latência é de 10µs. Tal latência é considerada alta se comparada com padrões de rede dedicados a agrupamentos de computadores como o HIPPI que possui latência de apenas 3µs. Além disso, a banda-passante deste padrão é de 1,6Gbps quando em modo full duplex. Mas o custo de tal rede é muito alto e foge ao propósito de nossa pesquisa que consiste na implantação de clusters com custo-benefício viável. Para a realização de trocas de mensagens entre nós será utilizada a biblioteca de troca de mensagens MPICH 2.0 que nada mais é do que uma versão do padrão MPI. Esta foi escolhida por ser altamente portável, ou seja, a biblioteca MPICH pode ser suportada por quaisquer sistemas operacionais. Tal biblioteca oferece uma grande vantagem, pois esta faz uso de communicators que proporcionam maior segurança e redução do extravio do pacote de mensagens tendo em vista a facilidade na diferenciação das mensagens do usuário com as mensagens da própria biblioteca. O sistema operacional utilizado será o Linux Slackware 10.0 por ser de códigofonte aberto possibilitando a alteração e eventual melhor adaptação do sistema operacional a cada nó tendo em vista que os clusters em questão são heterogêneos e cada máquina tem necessidades diferentes quanto aos recursos utilizados. Além disso, o Linux possui núcleo monolítico modular, ou seja, não há troca de mensagens entre os módulos do núcleo do sistema operacional fazendo com que o desempenho seja maior. Sua modularidade permite carregar apenas os módulos que serão necessários. Ainda sim, estes módulos poderão ser removidos e alterados. Também poderão ser acrescidos outros módulos ao núcleo do sistema operacional. Será usada a Lei de Ahmdahl para que possamos medir o aumento de desempenho entre os clusters. Esta lei pode ser aplicada a qualquer ambiente dotado da otimização de um, ou vários recursos a fim de aumentar o desempenho do sistema de forma a processar um número maior de dados em um tempo relativamente menor se comparado ao sistema original, sem a otimização de tais recursos, ou a um sistema clusterizado que possua menor grau de otimização. Esse aumento de desempenho é denominado aceleração (speedup). Utilizaremos a fórmula abaixo para medirmos o speedup, ganho de desempenho, onde N é o número de processadores que compõem o aglomerado de computadores, P é a porcentagem paralelizável, ou seja, o tempo gasto para que uma, ou várias requisições sejam executadas pelos vários processadores do cluster (paralelismo ao nível do processador) e S é a porcentagem seqüencial, esta é medida de acordo com o tempo gasto para que uma requisição seja processada por apenas um processador. O speedup deverá ser menor que 1, pois qualquer código ou recurso não poderá ser 100% paralelizável. Portanto, sempre existirá uma certa porcentagem seqüencial. Isto se deve principalmente à qualidade de serviço oferecida. Ligada a esta última observação, está o número de processadores alocados ao agrupamento sendo que a escalabilidade deste é dependente do padrão de rede utilizado. 1 Speedup = P + S N

9 4. Resultados Esperados Aglomerados de computadores estão se tornando uma grande tendência por serem viáveis e atenderem a necessidades de alta disponibilidade e de alto desempenho que crescem a cada dia. Segundo Hennessy (2003), no período compreendido entre 1997 e 2000 a taxa de crescimento dos clusters pelo mundo foi de 28% enquanto as máquinas monoprocessadas quase desapareceram. Com a implantação dos clusters propostos esperamos amenizar o problema do limite da freqüência de clock utilizando componentes de prateleira a fim de prover uma solução viável para o processamento maciço de dados a usuários finais já que um cluster de 280 nós, utilizando máquinas obsoletas, fornece custo-desempenho superior a cinco máquinas SMPs com 6 ou 8 processadores. Ao contrário das máquinas SMPs, os clusters podem ser mais altamente escaláveis por possuírem memória distribuída dependendo apenas do padrão de rede utilizado [Tanenbaum 2001]. O primeiro cluster a ser implantado é suportado por uma arquitetura tradicional a agrupamentos HPC. Com a implantação do segundo provaremos o poder da capacidade escalável de um aglomerado. Porém, com o acréscimo de mais três nós escravos ao segundo cluster o fluxo de transmissão de dados também aumentará de forma a causar uma certa lentidão se comparado com o primeiro. Contudo, o tamanho dos clusters propostos é pequeno, não passando de seis nós por agrupamento, e isso faz com que este aumento do tempo de resposta seja quase irrisório. Os primeiro e segundo aglomerados apresentam uma arquitetura centralizada que, apesar de prover maior desempenho são muito suscetíveis à total indisponibilidade de serviços caso o nó mestre caia. O terceiro aglomerado proposto trata de uma leve descentralização da arquitetura mestre-escravo e do balanceamento de carga entre os dois nós mestres o que vem a reduzir a sobrecarga do nó e sua eventual falha. Sabemos que com o balanceamento de carga haverá uma troca mais intensa de mensagens o que poderá prejudicar ligeiramente o desempenho. Mas tal situação é aceitável se pensarmos que, sem o balanceamento, a sobrecarga de requisições ocorreria e o serviço poderia ficar indisponível por um certo tempo. Tal aglomerado diminui de forma significante a suscetibilidade à indisponibilidade total de serviços haja visto que se um nó mestre tende a cair, este levará consigo apenas os seus escravos deixando a metade do cluster disponível. Devemos salientar que o balanceamento de carga será realizado a fim de aumentar sutilmente a disponibilidade de serviços por ele oferecidos. Poderíamos ter projetado tal aglomerado para utilizar alta disponibilidade o que acarretaria em maior troca de mensagens entre nós e reduziria o desempenho do cluster. Esta filosofia foge ao propósito de nosso projeto. Um dos maiores motivos pelo qual não projetamos um cluster de arquitetura absolutamente descentralizada foi a dificuldade encontrada por este tipo de agrupamento ao processar aplicações distribuídas, paralelas ou que possuam muitas

10 threads, pois um agrupamento cujos nós são independentes e não dividem processos em partes dificulta a execução de tais aplicações. Além disso, um aglomerado do tipo HPC cuja arquitetura é centralizada é mais viável pois apenas o nó mestre faz uso de HDs e periféricos de interface humanocomputador. Já em agrupamento de arquitetura descentralizada há a existência de HDs em todas as máquinas do cluster já que o processo poderá migrar de um nó ao outro por completo e caso a aplicação exija grande espaço de memória, esta realizará swapping. 5. Conclusão O projeto de pesquisa se encontra em fase inicial de implantação. Temos boas expectativas quanto aos agrupamentos projetados porque poderão ser utilizados para a solução de quaisquer problemas reais que exijam alto desempenho. Além disso, contribuiremos com tal estudo para as áreas de Arquitetura dos Computadores e Sistemas Operacionais com o desenvolvimento e pesquisa de clusters mais sofisticados que atendam a aplicabilidades tanto científicas quanto comerciais. A fim de justificarmos a viabilidade de tal paralelismo de alto nível utilizaremos sempre máquinas consideradas obsoletas. Há grandes desafios a serem enfrentados durante o projeto de um cluster como a execução de aplicações que possuam grande número de threads, por exemplo. A situação esboçada é preocupante por apresentar alta comunicação entre processos (Inter Process Communication-IPC) o que prejudica a execução de tarefas. Sabemos que os serviços clusterizados seriam melhores não fosse a baixa qualidade de serviço, QoS (Quality of Service), oferecida nos dias de hoje. Porém, o grande avanço das redes de interconexões e a rápida evolução dos componentes de prateleira fazem com que os clusters se tornem cada vez mais sofisticados e robustos substituindo os supercomputadores e máquinas MPPs. Referências Bookman, C. (2003) Agrupamento de computadores em Linux aprenda a construir e manter grupos de computadores com Linux, Ciência Moderna, Rio de Janeiro. Hennessy, J. L., e Patterson, D. A. (2003) Arquitetura de computadores-uma abordagem quantitativa, Campus, Rio de Janeiro. Küsel, R. (2004) Curso de MPI, Janeiro. Pitanga, M. (2004) Construindo supercomputadores com Linux, 2ª., Brasport, Rio de Janeiro. Saffioti, W. (1968) Fundamentos de química, Companhia Editora Nacional, São Paulo. Tanenbaum, A. S. (1999) Organização estruturada de computadores, Livros Técnicos e Científicos, Rio de Janeiro. Tanenbaum, A. S. (2001) Sistemas operacionais modernos, Prentice-Hall, Rio de Janeiro.