1

Sistemi DistribuitiCorso di Laurea Magistrale in InformaticaIndirizzo RetiFacoltà di Scienze Matematiche Fisiche e Natuali

Docente: Prof. Alberto Negro

2

Obiettivi Formativi1. In questo corso tratteremo alcuni dei concetti

fondamentali alla base dei moderni sistemi distribuiti. 2. Ci occuperemo dei fondamenti: problemi, protocolli,

algoritmi e limiti insormontabili. 3. Vedremo, anche nei dettagli, le idee usate nella

costruzione dei sistemi Peer-to-Peer (P2P). 4. Infine descriveremo una piattaforma per applicazioni P2P:

JXTA.

3 e 4 sono mutuati dal corso di Sistemi P2P (3CFU).

3

4

Contenuti•Parte A) Sistemi distribuiti: Fondamenti.

▫Introduzione ai Sistemi Distribuiti

5

Contenuti•Parte B) Sistemi P2P

▫ Introduzione alle Architetture Parallele L’Ipercubo, la Butterfly (CCC e Benes), i grafi di de Bruijn.

▫ Introduzione ai sistemi P2P▫ Reti P2P non strutturate: Random Graphs, Small-

Worlds and Scale-Free Networks▫ Reti P2P strutturate▫ Reti Uniformi e Reti Randomizzate▫ Strategie di Routing ▫ Reti non Uniformi: Koorde

6

Contenuti•Parte C) JXTA

▫Introduzione a JXTA▫Architettura di JXTA▫Le componenti e i protocolli di JXTA▫Comunicazione in JXTA: Pipe, BidiPipe e Socket▫Esempi di utilizzo e Applicazioni

7

Testi1. R.Steinmetz, K. Wehrle, Peer to Peer Systems

and Applications, LNCS. 3485, Springer Verlag, 2005

2. F. Thompson Leighton, Introduction to Parallel Algorithms and Architectures: Array Trees Hypercubes.

3. Ajay D. Kshemkalyani and Mukesh Singhal. Distributed Computing: Principles, Algorithms, and Systems, Cambridge University Press, 2008. ISBN-13 978-0-521-87634-6.

4. JXTA Programmers guide.

8

Modalità di Esame•Scritto + Orale (progetto JXTA facoltativo)

9

Introduzione ai Sistemi Distribuiti

Gennaro CordascoDipartimento di Informatica - Università degli Studi di Salernocordasco[@]dia.unisa.it cordasco+sd[@]gmail.comhttp://www.dia.unisa.it/~cordascoLaboratorio ISISLAB2

10

Sistema Distribuito•Una collezione di dispositivi

autonomi che comunicano attraverso una rete di interconnessione

11

Caratteristiche dei SD•I dispositivi non hanno un clock comune•Non c’è una shared memory•I dispositivi lavorano in maniera

autonoma e sono tipicamente eterogenei•… sono separati geograficamente

I Sistemi distribuiti (SD) sono:Incredibilmente flessibiliIncredibilmente efficienti

Difficili da mettere a punto…...

Hardware eterogeneo

AsincroniaConoscenza locale limitata

Fallimenti

12

13

Gli Algoritmi Distribuiti:

Sono difficili da progettare:Non c’è un modello accettato

Message passing vs shared memoryTimingFailure

E’ difficile dimostrarne la correttezza

Algoritmo Distribuito:

- Algoritmo per un Sistema Distribuito

14

Gli Algoritmi Distribuiti:

Usano il numero totale dei messaggi spediti comemisura di complessità

Usano anche il tempo come misura di complessità

15

• L’alternativa è un’architettura centralizzata– un singolo mainframe con terminali stupidi• Alcuni problemi:– se il mainframe non è disponibile, nessuna computazione è possibile– consumo di banda sulla rete per dati (anche per i dati locali ai terminali)– costo e mantenimento alto del mainframe– terminali stupidi con capacità di calcolo notevoli

Perchè computazione distribuita?

16

Motivazioni per il Calcolo Distribuito• Utilizzo parallelo di risorse distribuite– CPU– Memoria• Data Set difficilmente rilocabili vengono processati localmente• Fault-tolerance• Scalabilità• Modularità• Rapporto Prestazioni/Prezzo– attenzione alla manutenzione

17

Le prestazioni di un Sistema Distribuito• La capacità di un sistema distribuito può facilmente eccedere quella di un calcolatore a singolo processore:• 5000 Pentium a 200 MIPS=1.000.000 MIPS• Una singola CPU così veloce dovrebbe eseguire una operazione ogni 10-12 secondi• In 10-12 secondi alla velocità della luce si coprono solo 0.3 millimetri• Una CPU in 0.3 millimetri crea problemi disurriscaldamento

Modello dei SD

18

19

Differenza con i Sistemi Paralleli• Array processors (processori strettamente

accoppiati)• Multiprocessori (con accesso diretto alla shared

memory UMA)▫ Diversi tipi di interconnessione (bus, multistage switch,

come ad esempio butterfly oppure shuffle exchange network)

• Multicomputer parallel systems (processori omogenei con una propria memoria NUMA)▫ Non c’è una memoria condivisa▫ Utilizzano una specifica rete di interconnessione (ring,

mesh, ipercubo)

20

UMA vs NUMA Models

21

Butterfly and Hypercube networks

22

Tassonomia di Flynn• SISD: Single Instruction Stream Single Data Stream

▫ Modello tradizionale• SIMD: Single Instruction Stream Multiple Data Stream

▫ Applicazioni scientifiche su dati di grande dimensione▫ vector processors, systolic arrays, Pentium/SSE, DSP chips

• MISD: Multiple Instruciton Stream Single Data Stream▫ Meno usato

• MIMD: Multiple Instruction Stream Multiple Data Stream▫ Il modello più potente, ma anche il più complesso ▫ La maggior parte dei sistemi paralleli e distribuiti

23

Terminologia• Accoppiamento (Coupling): livello di

interdipendenza fra i moduli di un SD (tightly/loosely)

• Parallelismo o SpeedUp, T(1)/T(n): misura l’accelerazione ottenuta usando n moduli invece di 1.

• Concorrenza: rapporto fra il tempo speso a fare computazione ed il tempo totale speso (include tempo di comunicazione, sincronizzazione)

• Granularità di un programma

24

Message Passing vs Shared memory•Shared Memory: La comunicazione fra i

processori si basa su una zona di memoria condivisa▫Tightly coupled multiprocessor▫Problema: gestione dei conflitti di accesso

concorrente alla memoria •Message Passing: I computer comunicano

attraverso lo scambio di messaggi asincrono▫Loosely coupled systems

25

SD Obiettivi (Sistema)•Diverse problematiche devono essere

affrontate nella realizzazione di un SD:▫Comunicazione▫Gestione dei processi▫Naming▫Synchronizzazione▫Data Storage▫Consistency and Replication

26

SD Obiettivi (Sistema)▫Fault-tolerance (nodi/link)▫Security▫Scalability▫API▫Trasparenza

27

SD Obiettivi (Algoritmi)▫Modello di esecuzione

Interleaving Partial order

▫Algoritmi distribuiti su grafi dinamici Topologia del sistema Algoritmi su grafi (permettono la

comunicazione, la sincronizzazione ecc.) Topologia dinamica Efficienza

▫Timing

28

SD Obiettivi (Algoritmi)▫Sincronizzazione

Logical time Leader Election Mutual exclusion Distributed deadlock detection and resolution Distributed termination detection Distributed garbage collection

29

SD Obiettivi (Algoritmi)• Group communication, multicast, and ordered message

delivery▫ Group: processi che condividono un contesto e/o che

collaborano▫ joins, leaves, fails▫ Invio concorrente dei messaggi: gestione della semantica

dell’ordine di arrrivo• Monitoring distributed events and predicates

▫ Predicate: condition on global system state▫ Debugging

• Progettazione dei programmi distribuiti e dei tool di verifica

• Debugging di programmi distribuiti

30

SD Obiettivi (Algoritmi)• Data replication, consistency models, and caching

▫Fast, scalable access▫coordinate replica updates▫optimize replica placement

• Reliable and fault-tolerant distributed systems▫Failure detectors:

Difficult to distinguish a "slow" process/message from a failed process/ never sent message

algorithms that "suspect" a process as having failed and converge on a determination of its up/down status

31

SD Obiettivi (Algoritmi)•Load Balancing

▫Computation migration▫Data migration▫Distributed scheduling

•Come comparare gli algoritmi▫Metriche

32

SD Applicazioni•Mobile systems•Sensor networks•Ubiquitous and pervasive computing

(domotica)•Peer to Peer computing•Publish and Subscribe content distribution•Distributed agents•Distributed data mining •Grid Computing•Security