Técnicas de coscheduling y herramientas de monitorización para clusters no dedicados (original) (raw)

Scheduling paralelo orientado a cluster de ordenadores no dedicados

Resumen La demanda actual de grandes capacidades de cómputo ha comportado un importante progreso de los sistemas paralelos. Asimismo, diferentes estudios constatan la baja utilización de los recursos de cómputo disponibles en una red de ordenadores. Considerando ambas situaciones, la comunidad científica ha trabajado en el desarrollo de entornos que permitan el uso de estas redes de ordenadores, también denominadas clusters, con una doble funcionalidad: ejecutar aplicaciones paralelas aprovechando los recursos ociosos presentes a lo largo del cluster, sin perturbar el rendimiento de las aplicaciones ejecutadas por los usuarios locales. Este trabajo presenta un entorno, denominado CISNE, enmarcado en esta línea de trabajo. CISNE incide tanto en la planificación espacial como temporal de las aplicaciones distribuidas, garantizando, al mismo tiempo, que el usuario local presente en cada uno de los nodos que constituyen el cluster, no perciba una ralentización en el rendimiento de sus aplicaciones. Los resultados obtenidos, medidos con herramientas que han sido desarrolladas a tal efecto, muestran la viabilidad de nuestras propuestas.

Análisis de métodos para la detección de clusters

En el campo de la Dirección Estratégica, el debate sobre las causas explicativas del hecho que unas empresas obtengan una mayor rentabilidad que otras ha identificado tres grandes efectos que influyen en la competitividad empresarial: efecto empresa, efecto sector y efecto territorio. Precisamente, en las últimas décadas, con el auge de los clusters, el efecto territorio adquiere en la literatura una creciente relevancia. De esta manera, resulta crucial entender los mecanismos y fuerzas que siendo externos a las empresas pero internos a un territorio (al cluster) influyen en la generación de ventajas competitivas para las empresas que lo forman. Pero dado que la proliferación del fenómeno de los clusters (que puede calificarse como "moda") surge bajo el impulso de las Administraciones Públicas de todo el mundo con la finalidad de mejorar la competitividad regional en un entorno globalizado, previamente a dicho análisis, y con la finalidad de utilizar correctamente y con propiedad el concepto de "cluster" por encima de las "modas" lingüísticas, se debe comprobar que la aglomeración de empresas en un determinado territorio constituye efectivamente un cluster, ya que no necesariamente constituye un "cluster" toda agrupación de empresas en un territorio a pesar que "políticamente" se le dé dicha denominación. Surge así la pregunta acerca de cómo identificar y medir este tipo de concentración industrial en el territorio. Al respecto existe una amplia literatura que propone diversas metodologías para identificar clusters industriales en un determinado territorio; tanto cualitativos como cuantitativos, aunque los realmente rigurosos son los de carácter cuantitativo. Los métodos cuantitativos, basados en el uso de herramientas analítico-estadísticas, engloban distintas propuestas con diferentes grados de sofisticación, pero todos ellos se fundamentan en la medición del grado de aglomeración económica existente en cada una de las áreas geográficas consideradas. Dentro de los métodos cuantitativos nos centramos en este trabajo en los métodos basados en el análisis de la concentración territorial en una industria determinada; concretamente en los siguientes:

Procesamiento paralelo en clusters

2004

En el contexto de procesamiento paralelo en clusters, existen muchas líneas de investigación que aún están abiertas a nivel internacional. Las dos más importantes que se tienen en cuenta en esta línea de investigación son: a) rendimiento paralelo y b) creación de ambientes de desarrollo y ejecución de aplicaciones en clusters. En el contexto de rendimiento paralelo se tienen en cuenta aspectos tales como la optimización, estimación y modelización; todos temas que aún no han sido resueltos en general y en el mejor de los casos se han presentado soluciones para algunas áreas de aplicación. En el contexto de ambientes de desarrollo y ejecución de aplicaciones en clusters se tiene en cuenta la posibilidad de proveer a los usuarios una "imagen única del sistema", o Single System Image (SSI) al menos en algunos aspectos o subsistemas específicos que son de interés general.

Protocolo de información sobre la carga de cluster’s

2021

El presente trabajo trata sobre la creación de un protocolo sobre la carga de recursos computacionales de un conjunto de host (cluster). Este protocolo se encuentra en la capa de aplicación. Se recorre una breve reseña a la historia de los clusters abordando la problemática, vemos diferentes tipos de cluster, características que en ellos se es-pera y software middleware que hacen ver el todo como uno. Es decir, el conjunto de host débilmente acoplados como si fuese una sola súper-computadora y como conduce al desarrollo de este trabajo. Yendo a lo primitivo de saber con que recursos cuenta cada nodo y como mantener la información de este conjunto para que las aplicaciones middleware o finales puedan acceder a dicha información para su uso. Este protocolo llamado PIRLH fue creado en vista de satisfacer las necesidades personales de conocimiento y base para su desarrollo, como se vera los resultados obtenidos mas acotados a los que se puede ir profundizando la complejidad como conclus...

Control de topología soportado por técnicas de clustering aplicado a redes ad hoc

2008

A MANET is an autonomous collection of mobile users that communicate over relatively bandwidth constrained wireless links. Since the nodes are mobile, the network topology may change rapidly and unpredictably over time. The network is decentralized, where all network activity including discovering the topology and delivering messages must be executed by the nodes themselves, i.e., routing functionality will be incorporated into mobile nodes. Our routing protocol tries to give a satisfactory solution to these problems. It fulfils a hierarchical routing by means of the creation of clusters using AI algorithms (neural networks, fuzzy logic) adapted to a distributed stage. These skills allow to reduce the sending of control packets, as well as to find routes of more efficient form and to adapt better to the topological changes.