APLICAÇÃO DE CLUSTER BEOWULF EM INSTITUIÇÕES DE ENSINO

Transcrição

1 FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ APLICAÇÃO DE CLUSTER BEOWULF EM INSTITUIÇÕES DE ENSINO Claudio Lima do Prado João Messias Alves da Silva Monografia apresentada à Faculdade de Tecnologia de Guaratinguetá, para graduação no Curso Superior de Tecnologia em Informática, ênfase Redes de Computadores. Guaratinguetá SP 2010

2 FACULDADE DE TECNOLOGIA DE GUARATINGUETÁ APLICAÇÃO DE CLUSTER BEOWULF EM INSTITUIÇÕES DE ENSINO Claudio Lima do Prado João Messias Alves da Silva Monografia apresentada à Faculdade de Tecnologia de Guaratinguetá, para graduação no Curso Superior de Tecnologia em Informática, ênfase Redes de Computadores. Área de Concentração: Processamento de alto desempenho. Orientador: Luiz Eduardo Guarino de Vasconcelos Guaratinguetá SP 2010

3 PRADO, Claudio Lima do; SILVA, João M. A. da. Aplicação de Cluster Beowulf em Instituições de Ensino. Guaratinguetá, p. Monografia, Faculdade de Tecnologia de Guaratinguetá.

4 2 AGRADECIMENTOS Agradeço primeiramente a Deus por ter dado força e saúde para conseguir terminar este projeto. Agradeço especialmente aos meus pais, Luiz Carlos Ribeiro do Prado e Anália Maria Lima do Prado por sempre acreditarem. Agradeço a três pessoas em especial que me ajudaram e deram muita força, cada um do seu jeito, Sirley Aparecida Rodrigues de Souza, Allan Espíndola dos Santos e meu colega de TCC João Messias Alves da Silva. Claudio Lima do Prado Agradeço a Deus pela sua participação intrínseca nas coisas que compreendemos, nas que iremos compreender e nas quais nunca iremos entender. Ao meu pai Aloisio pelo exemplo de honestidade, caráter e inteligência. A minha mãe Lourdes pelo exemplo de luta, perseverança e fé. A Michele, minha companheira de sempre pelo seu apoio inquestionável. Ao amigo Claudio, por dividir a realização desta obra. João Messias Alves da Silva As Instituições, professores, coordenadores e pesquisadores que nos apoiaram nas pesquisas e no intercâmbio de informações. Ao amigo Kleber Miranda por dividir momentos estressantes, divertidos e de muito aprendizado e conhecimento. Ao Professor e amigo Luiz Eduardo Guarino Vasconcelos, nosso orientador, por sua paciência e grande ajuda.

5 3 PRADO, Claudio Lima do; SILVA, João Messias Alves da. Aplicação de Cluster Beowulf em Instituições de Ensino. Guaratinguetá, p. Monografia, Faculdade de Tecnologia de Guaratinguetá. Resumo Este trabalho tem o objetivo de estudar e explorar o tema proposto, considerando dois atores principais: O Cluster Beowulf, como opção de cluster de alto desempenho e baixo custo e as Instituições de Ensino, que são sementes de desenvolvimento científico, humano e tecnológico. A implementação deste cluster de alto desempenho permite as Instituições de Ensino ter laboratórios para pesquisas avançadas com boa relação custo/benefício. Para o desdobramento e aplicação, devemos conhecer bem os requisitos e viabilidade. As barreiras encontradas no caminho merecem atenção especial e estão inclusas ao longo do tema proposto. Palavras-chaves: Processamento de alto desempenho, Cluster Beowulf, Instituições de Ensino, Pesquisa cientifica e tecnológica.

6 4 PRADO, Claudio Lima do; SILVA, João Messias Alves da. Beowulf Cluster Implementation in Institutions of Higher Education. Guaratinguetá, p. Monografia, Faculdade de Tecnologia de Guaratinguetá. Abstract This work aims to explore and pursue the proposed topic, considering two main actors: The Beowulf Cluster as an option for high performance cluster and low-cost and educational institutions, which are seed development scientific, human and technological. The implementation of high-performance cluster allows the institutions of teaching may have advanced research laboratories for cost / benefit. For the deployment and implementation, we must know well the requirements and feasibility. The barriers encountered along the way, deserve special attention and are included along the proposed topic. Keywords: Processing of high performance, Beowulf Cluster, Education Institutions, Scientific and technological research.

7 5 LISTA DE FIGURAS Figura 1 O modelo de von Neumann Figura 2 Modelo detalhado de von Neumann Figura 3 Arquitetura SISD Figura 4 Arquitetura SIMD Figura 5 Arquitetura MISD Figura 6 Arquitetura MIMD Figura 7 Arquitetura memória distribuída Figura 8 Arquitetura com memória compartilhada Figura 9 Arquitetura UMA Figura 10 Arquitetura NUMA Figura 11 Arquitetura COMA Figura 12 Modelo de sistema de alta disponibilidade Figura 13 Sistemas Operacionais mais utilizados no TOP Figura 14 Arquiteturas mais utilizadas no TOP Figura 15 Áreas de aplicação TOP Figura 16 Cluster Beowulf do Mount Olive College Figura 17 Cluster Skywulf Figura 18 Visão lógica da arquitetura Beowulf Figura 19 Instalações CENAPAD CE UFC Figura 20 Recursos de hardware e conexões de rede CENAPAD CE UFC Figura 21 Recursos de hardware CENAPAD SP Unicamp Figura 22 Pesquisa: Importância da pesquisa científica e tecnológica Figura 23 Pesquisa: Possuem programas de iniciação científica e tecnológica Figura 24 Pesquisa: Conhecimento sobre PAD e Clusters Figura 25 Pesquisa: Conhecimento áreas abrangidas pelo PAD Figura 26 Conhecimento sobre benefícios do PAD Figura 27 Pesquisa: Conhecimento sobre o SINAPAD e CENAPAD Figura 28 Pesquisa: Sobre Laboratórios exclusivos à Pesquisas Figura 29 Pesquisa: Importância Laboratórios exclusivos para PAD Figura 30 Pesquisa: Existências de Clusters para atividades em PAD Figura 31 Pesquisas: Dificuldades para se ter um laboratório com clusters Figura 32 Pesquisa: Prioridade na formação do aluno Figura 33 Layout básico do Laboratório de Pesquisa com cluster Figura 34 Layout cabeamento estruturado laboratório de pesquisa com cluster Figura 35 Diagrama conexões Cluster Skywulf Figura 36 Execução em terminal Linux do programa tstskywulf.c Figura 37 Cluster Skywulf em operação Figura 38 Terminal rodando o programa flop.c Figura 39 Processos x MFlops (Cluster Skywulf) Figura 40 Processos x Tempo (Cluster Skywulf)... 94

8 6 LISTA DE TABELAS Tabela 1 Sistemas Operacionais mais utilizados no TOP Tabela 2 Arquiteturas mais utilizadas no TOP Tabela 3 Áreas de aplicação TOP Tabela 4 Pesquisa: Importância da pesquisa científica e tecnológica Tabela 5 Pesquisa: Possuem programas de iniciação científica e tecnológica Tabela 6 Pesquisa: Conhecimento sobre PAD e Clusters Tabela 7 Pesquisa: Conhecimento áreas abrangidas pelo PAD Tabela 8 Pesquisa: Conhecimento sobre benefícios do PAD Tabela 9 Pesquisa: Conhecimento sobre o SINAPAD e CENAPAD Tabela 10 Pesquisa: Sobre Laboratórios exclusivos à Pesquisas Tabela 11 Pesquisa: Importância Laboratórios exclusivos para PAD Tabela 12 Pesquisa: Existências de Clusters para atividades em PAD Tabela 13 Pesquisas: Dificuldades para se ter um laboratório com clusters Tabela 14 Pesquisa: Prioridade na formação do aluno Tabela 15 Custos Sala de Pesquisa Tabela 16 Custos Cluster Skywulf Tabela 17 Amostragem do teste flop.c... 93

9 7 LISTA DE QUADROS Quadro 1 Arquivo: /etc/apt/sources.list Quadro 2 Arquivo: /etc/network/interfaces Quadro 3 Arquivo: /etc/hosts Quadro 4 Arquivo: /etc/hosts.equiv Quadro 5 Arquivo /home/.rhosts Quadro 6 Arquivo: /etc/securetty Quadro 7 Arquivo: /etc/fstab Quadro 8 Arquivo: /etc/exports Quadro 9 Arquivo: /usr/local/share/machines.linux Quadro 10 Arquivo: /root/.bash_profile... 88

10 8 LISTA DE ABREVIATURAS E SIGLAS ABNT/NBR Associação Brasileira de Normas Técnicas / Norma da ABNT ANSI/EIA/TIA American National Standards Institute - Electronic Industries Alliance - Telecommunications Industry Association CC-NUMA Cache Coherence Non-Uniform Memory Access CEDIS Centro de Excelência em Ciência da Informação e em Dados Espaciais CEI Computational Engineering International CPU Central Processing Unit Unidade Central de Processamento CRM É um acrônimo de Customer relationship management Gestão de Relacionamento com o Cliente. DSM Distributed Shared Memory Memória compartilhada distribuída ERP Enterprise Resource Planning ou SIGE Sistemas Integrados de Gestão Empresarial, no Brasil FORTRAN Acrônimo de Fórmula Translation FUJB Fundação Universitária José Bonifácio GB Gigabytes GFlops Gigaflops GNU Acrônimo de GNU's Not UNIX HA High Availability HPC High Performance Computing HPCC/ESS - High Performance Computing Cluster/Earth and Space Sciences HS High Scaling HTTP Acrônimo de HyperText Transfer Protocol LAN Local Area Network MB Megabytes MFlops Megaflops MIMD Multiple Instruction Multiple Data MISD Multiple Instruction Single Data MPI Message Passage Interface MPP Processadores Paralelos Massivos NASA National Airspace and Space Agence NFS Network File System NORMA No Remote Memory Access PAD Processamento de Alto Desempenho PC Personal computer PVM Parallel Virtual Machine RAM Random Access Memory Memória de acesso aleatório RPC Remote Procedure Call SBC Sociedade Brasileira da Computação SIMD Sngle Instuction Multiple Data SISD Single Instuction Single Data SMP Multiprocessadores Simétricos TB Terabytes TCP/IP Acrônimo de Transmission Control Protocol/Internet Protocol TFlops Teraflops UTP Unshielded Twisted Pair - Par Trançado sem Blindagem

11 9 SUMÁRIO AGRADECIMENTOS... 2 INTRODUÇÃO Arquiteturas e classificações Tipos de processamento paralelo Sistemas Distribuídos Clusters de Computadores Cluster Balanceamento de Carga (Load Balancing) ou Horizontal Scaling (HS) Cluster de Alta Disponibilidade (HA) Cluster de Alto Desempenho (HPC) Benefícios dos Clusters Aplicações Classificação Top CLUSTER BEOWULF Características Funcionamento Considerações sobre hardware Sistema Operacional Ambientes de programação PVM Parallel Virtual Machine MPI Message Passing Interface Softwares de gerenciamento e administração de clusters EDUCAÇÃO, PESQUISAS CIENTIFICAS E ACADÊMICAS Uso de computadores na educação Formação escolar Organização acadêmica Pesquisa Acadêmica e Iniciação Científica Fundações de apoio a Iniciação Cientifica e Pesquisa Acadêmica CENTROS DE ESTUDOS E PESQUISA EM PROCESSAMENTO DE ALTO DESEMPENHO SINAPAD E CENAPADs Outros Centros de Pesquisas em Processamento de Alto Desempenho Considerações sobre os Centros de Pesquisa em PAD Áreas de atuação e pesquisas em processamento de alto desempenho PESQUISA: INSTITUIÇÕES DE ENSINO LABORATÓRIOS DE ENSINO E INFORMÁTICA PROPOSTA DE UM LABORATORIO DE PESQUISA COM CLUSTER BEOWULF Cabeamento Estruturado Descrição dos computadores e equipamentos O Cluster Skywulf CONSIDERAÇÕES ACERCA DA APLICAÇÃO DE CLUSTER BEOWULF EM INSTITUÇÕES DE ENSINO REFERÊNCIAS BIBLIOGRAFICAS BIBLIOGRAFIA CONSULTADA APÊNDICE A QUESTIONÁRIO ELABORADO PARA A PESQUISA COM AS UNIVERSIDADES E FACULDADES APÊNDICE B RELAÇÃO DE UNIVERSIDADES E FACULDADES SELECIONADAS PARA A PESQUISA APÊNDICE C LISTAGEM DO PROGRAMA TSTSKYWULF.C APÊNDICE D RELAÇÃO DOS COMPUTADORES UTILIZADOS PARA MONTAGEM DO CLUSETER SKYWULF ANEXO A CAPITULO IV DA LEI Nº (LDB) ANEXO B LISTAGEM DO PROGRAMA FLOP.C

12 10 INTRODUÇÃO Atualmente com o desenvolvimento cada vez mais rápido da tecnologia e da informática, encontram-se cada dia mais aplicações que requerem um alto poder computacional. Para esse fim são desenvolvidos os supercomputadores, clusters e grades computacionais. As Instituições de Ensino como ambiente propício para pesquisas e estudos precisam acompanhar esse desenvolvimento oferecendo aos estudantes e pesquisadores oportunidades para realizarem projetos e soluções que necessitem de cálculos complexos e que somente são alcançados com recursos computacionais com alto poder de processamento. A utilização de Cluster Beowulf, oferecendo alto desempenho a baixo custo, como centro de processamento, garante a instituição uma ferramenta viável e com a possibilidade de expansão de seus recursos sem a necessidade de grandes investimentos. Ao delimitar as Instituições de Ensino Superior para o estudo deste trabalho, consegue-se focar nas reais necessidades de uma Instituição, pois é na graduação, onde a maioria dos alunos começa a desenvolver seus primeiros projetos acadêmicos e de iniciação científica. A importância das Instituições de Ensino em desenvolver estudos na área de computação de alto desempenho, reflete-se principalmente nas áreas como: tecnologia da informação, ciência da computação, ciências ambientais, engenharia, física, matemática e em outras onde existam estudos envolvendo cálculos complexos. Para comprovar essa importância, em 2006 foi realizado pela SBC Sociedade Brasileira de Computação, o The 18th International Symposium on Computer Architeture and High Performance Computing com a participação de mais de 300 pesquisadores. Nesse simpósio foram discutidos os desafios dos próximos dez anos para a área de processamento de alto desempenho.

13 11 Além dessas ponderações, ao trabalhar com Cluster Beowulf de arquitetura livre, o uso de software livre é predominante, abrindo-se um leque de possibilidades de estudos e soluções próprias e de melhoria, pois o contato com o código fonte e o contrato de licença do software livre permite este tipo de desenvolvimento e trabalho. A implantação de um Cluster Beowulf exige um conhecimento de sistema operacional, redes de computadores, programação paralela / distribuída e hardware. O trabalho de conclusão de curso baseou-se em consultas a livros, periódicos técnicos, monografias e artigos relacionados às áreas abrangidas tais como: Clusters de computadores, supercomputadores, processamento de alto desempenho, programação paralela e distribuída, laboratório de ensino, Instituições de Ensino (Universidades e Faculdades) e centros de pesquisa em computação de alto desempenho. Realizou-se uma pesquisa acadêmica tendo como sujeito as Instituições de ensino da região e como metodologia levou-se a elaboração de um questionário, buscando conhecer o pensamento acerca da pesquisa científica e as atuais instalações laboratoriais de computação e pesquisa dessas instituições. A implementação real do Cluster Beowulf ao final, trouxe a confirmação da teoria e a criação de um pequeno roteiro de instalação e configuração além de uma proposta concreta de um laboratório de pesquisa com cluster de computadores. Ao longo desta obra encontram-se uma breve Fundamentação Teórica, na qual são abordados tópicos que nos levam a compreender o processamento paralelo, os clusters de computadores e em especial o Cluster Beowulf. São apresentados alguns conceitos e definições relacionados à educação, instituições de ensino e programas de iniciação científica no Brasil, levantamento dos centros de pesquisa em computação de alto desempenho, áreas e trabalhos realizados com a ajuda do processamento de alto desempenho e uma pesquisa acadêmica referente a estudos científicos e laboratórios de pesquisa com as instituições de ensino da região. É abordada uma proposta real de um laboratório de pesquisa com cluster de

14 12 computadores, levantamento de requisitos de software e hardware, custo estimado e um roteiro de instalação e configuração de um Cluster Beowulf.

15 13 1 PROCESSAMENTO PARALELO Segundo Pinheiro (2008) os problemas computacionais usualmente podem ter algumas de suas partes divididas em pedaços que poderiam ser solucionados ao mesmo tempo ou processadas em paralelo. Define-se então processamento paralelo como uma forma pela qual a demanda computacional é suprida através do uso simultâneo de recursos computacionais como processadores para solução de um problema de forma mais rápida com algum tipo de coordenação. Para Rebonatto (2004) o processamento paralelo é uma técnica que divide as tarefas grandes em tarefas menores, e estas são distribuídas em vários processadores para serem executadas simultaneamente. Estes processadores comunicam-se entre si para que haja coordenação (sincronização) na sua execução. Pitanga (2008, p. 2) relata que surgiu na década de 50 o modelo computacional que seria a base de todo o desenvolvimento posterior chamado de modelo de von Neuman 1, como pode ser visto na Figura 1. 1 John von Neumann ( ), foi um dos mais importantes matemáticos do século XX. Além do conhecido modelo de von Neumann, realizou trabalhos importantes nas áreas da teoria dos conjuntos, análise funcional, teoria ergódiga, mecânica quântica, ciência da computação, economia, teoria dos jogos, análise numérica, hidrodinâmica das explosões, estatística e muitas outras as áreas.

16 14 Figura 1 O modelo de von Neumann Fonte: PITANGA, 2008, p. 1. Este modelo constitui de um esquema básico que envolve: Entrada / Saída + Processamento + Memória, onde o processador executa as tarefas. Silla (2008) relata um modelo mais detalhado da arquitetura de von Neuman que divide um computador digital em cinco partes principais: Unidade de Entrada: componente responsável por fornecer dados e instruções de programas ao sistema. Unidade de Memória: é o componente onde as informações são armazenadas. Unidade Aritmética e Lógica: componente responsável por processar instruções dos programas armazenados na memória. Unidade de Controle: componente que é encarregado de supervisionar as atividades realizadas por cada um dos outros componentes do sistema durante a execução de uma instrução. Unidade de Saída: componente responsável por disponibilizar para o mundo externo as informações computadas pela unidade aritmética e lógica. A junção da Unidade Aritmética e Lógica com a Unidade de Controle forma a Unidade Central de Processamento (CPU). Um diagrama detalhado pode ser conferido na Figura 2 a seguir.

17 15 Figura 2 Modelo detalhado de von Neumann Fonte: SILLA, O surgimento do processamento paralelo e de sua arquitetura se relaciona com os avanços do hardware ao longo da história. De acordo com Pitanga (2008, p. 10), as máquinas paralelas surgiram por volta de 1962 quando a empresa Burroughs criou o multiprocessador MIMD simétrico de até 4 CPUs. A empresa CDC (Contral Data Corporation) fundada em 1957 por alguns dissidentes da UNIVAC 2 desenvolveu o computador CDC 6600 e segundo Canal (1998) deve-se a eles o pioneirismo em computação paralela, sendo um marco na evolução da história dos computadores. 1.1 Arquiteturas e classificações Classificação de Flynn Segundo Pinheiro (2008), Pitanga (2008), Silla (2008) e Paiva (2010) o pesquisador Michael J. Flynn em 1972 classificou as arquiteturas dos computadores segundo o fluxo de 2 UNIVAC UNIVersal Automatic Computer Computador Automático Universal, foi o primeiro computador comercial fabricado e comercializado nos Estados Unidos, foi projetado por J. Presper Eckert e John Mauchly.

18 16 instruções e de dados. Esta classificação também é conhecida como Taxonomia de Flynn e se agrupa da seguinte forma: - SISD (Single Instruction Single Data): É representada pela Figura 3, essa arquitetura executa uma instrução por vez, por isso o equipamento é considerado seqüencial. Exemplos: Máquina de von Neuman, computador pessoal com processador convencional. Figura 3 Arquitetura SISD Fonte: PITANGA, 2008, p SIMD (Single Instruction Multiple Data): É quando o equipamento(s) utiliza uma única instrução ou fluxo desta, utilizando-se múltiplos dados conforme mostra a Figura 4. Exemplos: CM-2, MasPar, ILLIAC IV. Figura 4 Arquitetura SIMD Fonte: PITANGA, 2008, p MISD (Multiple Instruction Single Data): São máquinas que trabalham com várias instruções, mas apenas um único dado ou fluxo de dado, a Figura 5 traz o diagrama da arquitetura MISD. Exemplos: até hoje não temos representantes nesta categoria.

19 17 Figura 5 Arquitetura MISD Fonte: PITANGA, 2008, p MIMD (Multiple Instruction, Multiple Data): Várias instruções agindo de forma independente cada um com seu fluxo de dados. Agindo assim de forma paralela. Exemplos: SP IBM, Intel Paragon, Thinking Machines CM-5, Cluster de Computadores Distribuídos. Os Clusters de Computadores se encontram, segundo Flynn, na arquitetura MIMD. Na Figura 6 é mostrado o diagrama da arquitetura MIMD. Figura 6 Arquitetura MIMD Fonte: PITANGA, 2008, p. 14. Na literatura, ainda encontra-se uma subdivisão dentro da MIMD, que se diferencia segundo a forma de interligação e uso da memória. Memória distribuída Pitanga (2008, p. 15) inclui nesta categoria máquinas formadas por várias unidades de processadores, cada um com a sua própria memória. A Figura 7 ilustra este conceito.

20 18 Figura 7 Arquitetura memória distribuída Fonte: PITANGA, 2008, p. 15. Dantas (2005, p. 21) denomina esta divisão como sendo de arquitetura de multicomputadores, são ambientes fracamente acoplados, ou seja, possuem suas próprias memórias locais. A comunicação entre processos é efetuada apenas por troca de mensagens entre os processos que estão sendo executados nos processadores. Processadores e memórias podem ser conectados por um barramento ou comutador. Memória compartilhada De acordo com Pitanga (2008, p. 14) aqui se encontram todas as máquinas com múltiplos processadores que compartilham o mesmo endereço de memória. A Figura 8 a seguir traz a representação desta arquitetura. Dantas (2005, p. 19) refere-se esta divisão como sendo as do multiprocessadores e que se caracteriza por vários processadores compartilhando uma única memória. São ambientes fortemente acoplados sendo que processador e memória estão fortemente interligados em um mesmo sistema local de interconexão. Figura 8 Arquitetura com memória compartilhada Fonte: PITANGA, 2008, p. 15.

21 Tipos de processamento paralelo Outra forma de classificação é referente aos tipos de processamento paralelo. De acordo com Dantas (2005, p. 22) e Pitanga (2008, p. 16) podem ser do tipo: Multiprocessadores Simétricos (SMP), Processadores Massivamente Paralelas (MPP) e CC- NUMA. Processadores Paralelos Massivos (MPP) É um grande sistema de processamento paralelo com arquitetura de memória compartilhada (DSM) e centralizada. Conta com centenas e até milhares de elementos processadores (nós 3 ), que são interligados por uma conexão de rede com alta velocidade, os nós possuem memória própria e um ou mais processadores. (PITANGA 2008, p. 16). Outra característica da arquitetura é que cada nó possuiu sua própria cópia de sistema operacional, onde as aplicações executam localmente e se comunicam através de pacotes de troca de mensagem. (DANTAS, 2005, p. 29). Paiva (2008) observa que como cada nó só tem acesso a sua própria memória. Os Processadores Paralelos Massivos se caracterizam por serem máquinas NORMA (No Remote Memory Access), ou seja, não existe um espaço de endereçamento global com acesso remoto as memórias, cada processador possuiu sua memória local. Multiprocessadores Simétricos (SMP) Pitanga (2008, p. 17) define como sendo um sistema de processamento simétrico que apresenta de dois até sessenta e quatro processadores, compartilhando a mesma memória, através de um barramento ou uma rede de comunicação dedicada. Como todos os 3 Nós, node ou nodo elementos processadores de dados, máquinas pertencentes ao um cluster.

22 20 processadores podem acessar a mesma memória, o tempo de acesso deve ser muito baixo, porém quanto maior o sistema mais cresce o tempo de acesso. Para contornar essa situação são empregadas lógicas adicionais para as interligações entre processadores e memória, as referidas interligações se encaixam em três categorias: - UMA (Uniform Memory Access): memória de acesso uniforme é uma arquitetura fortemente acoplada, usada em multiprocessadores de pequena dimensão. A Figura 9 representa a arquitetura UMA. Figura 9 Arquitetura UMA Fonte: PITANGA, 2008, p NUMA (Non Uniform Memory Access): a memória usada é distribuída com vários módulos de memória associados a um processador. O espaço de endereçamento é único, assim cada processador pode acessar toda a memória do sistema. A Figura 10 traz o diagrama desta arquitetura. Figura 10 Arquitetura NUMA Fonte: PITANGA, 2008, p. 18.

23 21 - COMA (Cache-Only Memory Architecture): é um tipo especial de NUMA, onde as memórias são substituídas por caches 4 que formam apenas um bloco total de memória, utiliza um mecanismo sofisticado de coerência de cache no nível de hardware, isso faz elevar o custo dessa arquitetura. A Figura 11 ilustra este tipo de interligação. Figura 11 Arquitetura COMA Fonte: PITANGA, 2008, p. 18. Segundo Dantas (2005, p. 24) as máquinas SMP são também conhecidas como multiprocessadores fortemente acoplados e por isso nestes ambientes não são muito escaláveis. Com o aumento no número de processadores, a taxa de colisão de acesso à memória cresce de maneira substancial. Memória de Acesso não-uniforme com Coerência de Cachê (CC-NUMA) Segundo Pitanga (2008, p. 19) CC-NUMA é um sistema de multiprocessadores escaláveis que possuem uma arquitetura de coerência de cachê com acesso não uniforme. Igual a uma máquina SMP, cada processador é um sistema CC-NUMA com uma visão globalizada da memória. Nessa arquitetura a memória é dividida e cada processador tem seu bloco de memória, cada bloco de memória é conectado via barramento a um processador como memória local. Dantas (2005, p. 26) destaca algumas aplicações para esta arquitetura como serviços de Web, banco de dados, processamento de sinal, CRM e ERP. 4 Cache é um dispositivo de acesso rápido, interno a um sistema, que serve de intermediário entre um operador de um processo e o dispositivo de armazenamento. Pode ser definido também como um bloco de memória para o armazenamento temporário de dados que possuem uma grande probabilidade de serem utilizados novamente.

24 Sistemas Distribuídos Sistemas Distribuídos podem ser vistos como a agregação de vários computadores existentes em uma rede convencional. Nos ambientes distribuídos, a homogeneidade ou heterogeneidade de um conjunto de computadores, onde cada um tem seu próprio hardware e seu próprio software, permite a formação de SMPs, MPPs, de clusters e de grids computacionais. (DANTAS, 2005, p. 31) Para Pitanga (2008, p. 22) um Sistema Distribuído é um conjunto de elementos que se comunicam através de uma rede de interconexão e que utilizam software de sistema distribuído. Objetiva melhorar a comunicação entre os computadores incrementando o desempenho da comunicação entre processos. Souza (2004) descreve as características que um sistema distribuído deve ter: - Transparência: Qualquer processo pode ser executado em qualquer máquina da rede de maneira transparente ao utilizador; - Confiabilidade: Alta disponibilidade dos serviços. Atinge-se este patamar utilizando-se vários equipamentos em conjunto; - Concorrência: Caracterizado pelo compartilhamento de recursos com uma melhor utilização da carga de processamento entre todas as máquinas; - Escalabilidade: Capacidade de agregar novos recursos ao sistema, tanto hardware quanto software; - Flexibilidade: Flexível às decisões do projeto, permitindo mudanças no sistema, caso necessite; - Heterogeneidade: Diversidade de elementos computacionais. Como plataforma de hardware ou software.

25 23 A diferença entre um sistema distribuído e um computador paralelo, segundo Pitanga (2008, p. 23) está na sua utilização. Sendo que o computador paralelo é definido por uma coleção de elementos de processamento que cooperam e comunicam para resolver problemas de maneira bem mais rápida. Assim, os computadores paralelos são um tipo mais restrito dentro do sistema distribuído. 1.4 Clusters de Computadores Para Dantas (2005, p. 32) um cluster pode ser entendido como uma agregação de computadores de uma forma dedicada (ou não) para a execução de aplicações específicas de uma organização ou de uma instituição. A utilização de dois ou mais computadores em conjunto para resolver certo problema denomina-se cluster, que em português significa agrupamento. (PITANGA, 2008, p. 25). O termo cluster, ou aglomerado de computadores, pode ser formado por um conjunto de computadores convencionais agrupados fisicamente em um ambiente, ou simplesmente por computadores dedicados. (ALVARENGA, 2007). Segundo Dantas (2005, p. 147), frente aos altos custos de máquinas do tipo MPP e SMP e de uma maior oferta de computadores pessoais existentes nas redes das instituições, tem se adotado o aglomerado de computadores para a utilização em ambientes que requerem processamento de alto desempenho. Basicamente existem três tipos de clusters: Balanceamento de carga (Load Balancing), Alta disponibilidade (High Availability) e Alto desempenho (High Performance Computing).

26 Cluster Balanceamento de Carga (Load Balancing) ou Horizontal Scaling (HS) O cluster de balanceamento de carga tem por objetivo distribuir as requisições que chegam ao cluster. Mesmo no caso de falha em um dos nós, estas requisições são redistribuídas entre os outros membros do cluster. (BATISTA, 2007). Para Leão (2004) o cluster de Balanceamento de Carga tem como propósito a distribuição igualitária de processos ao longo dos nós do agrupamento de computadores, com a ajuda de algoritmos de escalonamento. Pitanga (2003) destaca a importância de algoritmos para balanceamento e enumera três exemplos destes algoritmos: - Least Connections: Esta técnica redireciona as requisições para o servidor baseado no menor número de requisições/conexões. - Round Robin: Este método usa a técnica de sempre direcionar as requisições para o próximo servidor disponível de uma forma circular. - Weighted Fair: Esta técnica dirige os pedidos para os servidores baseados na carga de requisições de cada um e na capacidade de resposta dos mesmos (performance). Este tipo de cluster é muito utilizado para serviços web e de comércio eletrônico. Também é comum a associação do cluster de balanceamento de carga com o de alta disponibilidade criando-se um cluster hibrido Cluster de Alta Disponibilidade (HA) disponível. Um cluster de alta disponibilidade é usado para manter o acesso à informação sempre