COMPUTAÇÃO EM GRID COM BANCO DE DADOS ORACLE 10g

Transcrição

1 COMPUTAÇÃO EM GRID COM BANCO DE DADOS ORACLE 10g Daniel Murara Barcia Especialista em Sistemas de Informação Universidade Federal do Rio Grande do Sul Resumo. Esse artigo aborda o conceito de computação em grid e sua aplicação no ambiente empresarial, analisando os benefícios que essa solução pode oferecer frente aos problemas de falta de recursos computacionais encontrados nas corporações. Apresenta também a proposta da Oracle, reconhecido fornecedor de sistemas gerenciadores de banco de dados, para um banco de dados implantado sobre a arquitetura de grid. Palavras-chave: grid computing, sistemas de informação, banco de dados, compartilhamento de recursos. INTRODUÇÃO Por uma série de razões, as empresas vêm dedicando parcelas vultuosas de seus orçamentos de TI para prover servidores e capacidade de armazenamento cada vez maiores para suas principais aplicações. Agindo dessa forma, têm conseguido manter de forma satisfatória cada uma dessas, pois estão baseadas cada uma em seu próprio hardware, ou seja, uma enorme capacidade de processamento/armazenamento totalmente dedicada a apenas uma aplicação. Mas essa prática acaba por gerar um sério problema, que é a necessidade de gerenciar o crescente número de sistemas distintos, sem considerar o potencial crescente de falhas. Sistemas distintos executando em hardware exclusivo, tendem a gerar picos de utilização do equipamento, e na maior parte do tempo as máquinas ficam com capacidade ociosa. Mudar esse cenário é um desafio muito grande para as gerências de TI. Análises

2 2 realizadas nos mostram que a real utilização de capacidade de armazenamento está em torno de 50% e os números ficam ainda piores quando se fala de utilização de CPU: de 15 a 20%. Como distribuir a capacidade de processamento ociosa para sistemas distintos? A solução para esse problema é a Computação em Grid Corporativa. A idéia principal do Grid é formar um pool de servidores trabalhando como se fossem uma máquina só. Desta forma, elimina-se o problema da ociosidade e torna-se mais fácil agregar novos sistemas a essa arquitetura. O conceito de Grid Computing tornou-se realidade na área de banco de dados com o lançamento da versão 10g do banco de dados Oracle, um gerenciador mais que confiável e provado no mercado, prometendo a implantação de sistemas baseados em Oracle em arquitetura de grid de forma rápida e eficiente. O QUE É A COMPUTAÇÃO EM GRID? A idéia principal do grid computing é que os recursos de computação deveriam ser reutilizáveis e escalonados de forma transparente aos usuários. Ou seja, tratar os recursos de software e hardware como commodities, não importando onde a aplicação está hospedada ou que tipo de recursos que ela necessita. Fazendo uma analogia, isso seria como os serviços de energia elétrica, que utilizamos na medida que precisamos e na hora que precisamos, não nos importando quem ou o quê está nos provendo isso. A computação em grid foi concebida no ambiente acadêmico e nas comunidades de pesquisa e, assim como a internet, o conceito surgiu das necessidades da comunidade científica, a saber: Criar um ambiente de computação dinâmica capaz de compartilhar recursos e resultados Escalabilidade para acomodar petabytes de dados e terabytes de capacidade computacional Manter o custo desse ambiente baixo

3 3 Um dos exemplos mais conhecidos de utilização do conceito de computação em grid é o SETI@home (Search for Extraterrestial Intelligence). Nesse sistema, vários equipamentos como telescópios, sensores, receptores de rádio e outros equipamentos ficam monitorando permanentemente o espaço e captando sinais. Porém, isso somente não basta para atestar que, de fato, existe inteligência fora dos limites da Terra. É preciso analisar esses sinais a procura de padrões. Isso não é tarefa fácil e nem existe capacidade computacional para que se dedique totalmente a essa atividade de forma satisfatória, uma vez que a quantidade de dados captados é imensa e de forma continuada. A idéia é distribuir pequenos trechos desses sinais através de internet para pessoas cadastradas e essas realizam a análise dessas pequenas porções em suas casas e depois devolvem os resultados. Trazendo esse conceito para o mundo dos negócios, a idéia é distribuir o processamento das aplicações em uma rede local de computadores que tenham capacidade de processamento ociosa. Isso otimiza a utilização das máquinas e contribui para diminuir os custos com compra de novos equipamentos a cada nova aplicação ou quando os requisitos dessas forem aumentando ao longo do tempo. Imaginemos o exemplo de uma empresa que precisa executar a aplicação de fechamento de mês (contabilidade, folha de pagamento, etc): via de regra, essa aplicação está baseada em uma máquina dedicada totalmente a ela, com grandes picos de utilização e grandes períodos de ociosidade. Com grande chance de acerto, é possível afirmar que o hardware dedicado a essa tarefa tem um custo alto de manutenção e de escalabilidade. Em uma situação em que, para essa hipotética aplicação finalizar, seja necessário um dia inteiro ou mais de processamento, esse processo irá causar um gargalo no processo empresarial, impedindo as pessoas de utilizar seus sistemas enquanto o processo não finalizasse. Nesse mesmo tempo, pode-se observar que existem vários pequenos computadores pessoais desligados (seus usuários estão em casa). Então, por que não utilizalos para auxiliar a máquina que está sobrecarregada? Surge o conceito de grid corporativo. O baixo custo dessa solução aparece quando verifica-se que não seria preciso investir em mais software, em mais hardware, em mais disco para atender às necessidades crescentes das aplicações empresariais. A solução é utilizar os equipamentos já presentes na

4 4 organização para prover os recursos necessários. Isso sem falar que muitas vezes, o departamento de TI vê-se obrigado a trocar todos os PC s dos usuários por máquinas mais potentes. E o que fazer com as máquinas antigas? Lixo? Não, é possível utiliza-las para trabalhar no lugar daquele novo servidor que seria comprado para rodar a aplicação crítica. A computação em grid precisa, também, obedecer dois conceitos básicos: Implementação um para muitos Gerenciar muitos como um Implementação um para muitos: A computação em grid, coordena clusters de máquinas para criar uma única entrada lógica, como um banco de dados ou um servidor de aplicação. Distribuindo o trabalho através de vários servidores, o grid expõe os benefícios da escalabilidade, avaliabilidade e performance utilizando componentes de baixo custo. Como a instância é tratada como uma única entrada, as empresas que utilizarem esse conceito podem adicionar ou remover recursos à medida que desejarem, sem a necessidade de parar a aplicação que está utilizando o grid. Gerenciar muitos como um: a computação em grid permite o gerenciamento de grupos de máquinas, grupos de instâncias de banco de dados e de servidores de aplicação como se fossem um só, em conceitos de baixo custo. Desta forma, é possível que sejam removidos muitos custos referentes à administração de sistemas únicos, cada um com sua aplicação em cada máquina, que precisam ser adaptadas a cada mudança de circunstâncias. Obviamente, para que tudo isso seja possível, é necessário que exista hardware preparado para suportar esse tipo de arquitetura. Hoje, isso é perfeitamente possível com a tecnologia disponível: Processadores: os processadores Intel Itanium, Sun SPARC e IBM Powerpc 64 bit entregam uma performance igual ou superior à encontrada nos processadores utilizados em SMP servers.

5 5 Blade Servers: reduz o custo de hardware e aumenta a densidade dos mesmos, o que acaba reduzindo os custos dos data centers. Network Storage: tecnologias de armazenamento em rede como Network Attached Storage (NAS) e Storage Área Networks (SANs) contribuem ao possibilitar o compartilhamento de espaço de armazenagem através da rede. Network Interconnects: tecnologias como a Gigabit Ethernet e Infiniband estão reduzindo o custo de conexão entre servidores. Porém, apesar das maravilhas que o grid pode realizar estarem baseadas primariamente no hardware, o real poder do grid deve estar embutido no software. A capacidade de um banco de dados poder armazenar e consultar dados através de uma interface abstrata, não conhecendo exatamente onde estão armazenados esses dados, requer um software que tenha um excelente grau de inteligência. A capacidade de um servidor de aplicação distribuir sua necessidade de processamento por entre os equipamentos componentes do grid e entre outros que venham ser acionados, só pode ser conseguida através de software. BANCOS DE DADOS EM GRID Conforme foi mencionado anteriormente, a idéia da computação em grid é formar um pool de serviços e utilizá-los conforme a demanda dos sistemas baseados na sua arquitetura. Do ponto de vista do negócio, isso acaba por entregar ao usuário a melhor performance possível em qualquer momento, uma vez que o sistema que está sendo utilizado pode ser escalado para executar em quaisquer equipamento do pool, e não mais restrito ao seu próprio hardware. Os recursos são destacados para tender as aplicações de maior prioridade ou que estão operando no limite de seu servidor, acabando com a ociosidade e com os gargalos. Em outras palavras, isso significa que, se uma máquina pertencente ao pool está com a capacidade de CPU ociosa, ela pode ser escalada para atender um processo baseado em outro equipamento que no momento esteja atingindo os 100% da capacidade de processamento.

6 6 A versão anterior do banco de dados Oracle (9i) já apresentava o embrião do que veio a se tornar o Grid Computing presente na versão 10g. O Oracle Real Application Cluster era a funcionalidade capaz de balancear a carga das aplicações através de um conjunto de servidores. O Oracle 10g apenas tornou mais fácil o gerenciamento dos clusters através de duas novas funcionalidades: integrated clusterware e workload management. O integrated clusterware inclui mecanismos para implementar a conectividade, controle, carga e bloqueio dos clusters, eliminando a necessidade de compra, instalação, configuração e suporte de software alheio ao gerenciador de banco de dados. O workload management permite que se faça o provisionamento dinâmico de servidores integrantes do cluster conforme a necessidade das aplicações que estão sendo executadas no momento. É possível definir regras e diretivas para o gerenciador de carga para que ocorra a alocação automática de recursos de processamento para cada serviço, seja durante as operações normais ou em resposta a falhas. Na prática, isso significa que um processo executando em um servidor, pode ser deslocado para outro a qualquer momento, sem que o usuário perceba que isso ocorreu. Não existem dúvidas quanto ao fato de que o gerenciamento de softwares é uma das atividades que mais oneram os departamentos de Tecnologia da Informação. A proposta do Oracle 10g, visa minimizar esses custos, oferecendo uma solução integrada, concentrando em um só local a gerência da arquitetura em grid. A própria instalação do banco de dados é extremamente simples, já realizando as verificações de software, requisitos de sistema operacional e de memória necessários para cada tipo de instalação. O Oracle Enterprise Manager Grid Control gerencia todas as operações envolvendo o grid, inclusive as que dizem respeito aos softwares que estão sendo executados, os usuários, clonagem de dados e controle de atualizações do software.

7 7 ARMAZENAMENTO EM GRID O processo de armazenamento é um dos pontos cruciais para os gerenciadores de banco de dados. Uma das atividades mais custosas ao banco de dados é a distribuição dos dados entre os discos, principalmente nas ocasiões em que novos discos são adicionados ou retirados. O Oracle 10g apresenta uma funcionalidade chamada de ASM (Automatic Storage Management que visa tornar esse processo transparente ao administrador da base de dados, eliminando a necessidade de um gerenciador de sistema de arquivos e de volumes. O ASM redistribui os dados automaticamente através dos discos sempre que ocorrer uma adição ou remoção. A questão da disponibilidade dos dados não foi esquecida no ASM, uma vez que ele possui um sistema de espelhamento de discos, permitindo que o manuseio de discos ocorra on-line sem a necessidade de retirar o serviço do banco de dados do ar. Em outras palavras, para o usuário final, é imperceptível essa troca de discos. Essa característica é muito bem vinda em aplicações de missão crítica onde os crash disks são potencialmente nocivos ao sistema. O ASM provê um gerenciamento de storage com baixo custo, porém com a mesma robustez de complicados sistemas de gerenciamento de arquivos, economizando recursos financeiros e tempo de administradores de dados.

8 8 CONCLUSÃO Face às necessidades e ao cenário atual do parque tecnológico instalado na maioria das empresas, com aplicações sufocadas por limitações de hardware e software, a computação em grid mostra-se uma bela alternativa de solução. A sua aplicação, na prática, acarreta a redução de custos com gerenciamento de software e resolve o problema da ociosidade da capacidade de processamento dos equipamentos. O Oracle 10g, sendo o primeiro banco de dados desenhado para aplicação de computação em grid, oferecendo flexibilidade e simplicidade na implantação e gerenciamento, promete reduzir sensivelmente os custos de TI oferecendo um melhor serviço aos usuários, além de capacitar o departamento a responder mais rapidamente aos requisitos das novas e velhas aplicações. REFERÊNCIAS FOSTER, Ian. KESSELMAN Carl. The Grid Blue Print for a New Computing Infrastructure. 1. ed. EUA: Morgan Kaufmann, PITANGA, Marcos. Computação em Cluster. 1. ed. São Paulo: Brasport, 2004