Tesi Specialistica - L'ottimizzazione delle risorse della Grid di EGEE mediante un Framework...

Universita degli Studi di PerugiaFacolta di Scienze Matematiche, Fisiche e Naturali

Corso di laurea in Informatica

Tesi di Laurea Specialistica

L’Ottimizzazione delle Risorse

della Grid di EGEE

mediante un Framework Intelligente

basato su SOA

Laureando: Relatore:

Davide Ciambelli Prof. Antonio Lagana

Correlatori:

Dr. Leonardo Pacifici

Dr. Carlo Manuali

Anno Accademico 2008/2009

A coloro che hanno creduto in me.

Costruire

Chiudi gli occhiimmagina una gioiamolto probabilmentepenseresti a una partenza

ah si vivesse solo di inizidi eccitazioni da prima voltaquando tutto ti sorprende enulla ti appartiene ancora

penseresti all’odore di un libro nuovoa quello di vernice frescaa un regalo da scartareal giorno prima della festa

al 21 marzo al primo abbraccioa una matita intera la primaveraalla paura del debuttoal tremore dell’esordioma tra la partenza e il traguardo

nel mezzo c’e tutto il restoe tutto il resto e giorno dopo giornoe giorno dopo giorno esilenziosamente costruiree costruire e potere e sapererinunciare alla perfezione

ma il finale e di certo piu teatralecosı di ogni storia ricordi solola sua conclusione

cosı come l’ultimo bicchiere l’ultima visioneun tramonto solitario l’inchino e poi il sipariotra l’attesa e il suo compimentotra il primo tema e il testamento

nel mezzo c’e tutto il restoe tutto il resto e giorno dopo giornoe giorno dopo giorno esilenziosamente costruiree costruire e sapere e potererinunciare alla perfezione

ti stringo le manirimani quicadra la nevea breve

Sommario

La possibilita di valutare la qualita del lavoro di un utente o quanto un servizio

offerto puo essere innovativo e performante, riveste una grande importanza in am-

bito di ricerca. Per raggiungere questo obiettivo, in questa Tesi viene proposto

un Framework basato su un’architettura orientata ai servizi dove le informazioni

utili per calcolare la qualita (Quality of Service/Quality of User) vengono ottenute

direttamente da Grid. Il Framework preso in esame e GriF. L’idea alla base di

GriF e la creazione di un Framework collaborativo che operi in ambiente Grid e sia

in grado di consentire l’esecuzione di programmi richiedenti alte capacita compu-

tazionali senza richiedere uno sforzo eccessivo all’utente. Contestualmente, GriF

si propone di gestire l’ottimizzazione delle risorse e l’organizzazione strutturata

dei risultati ottenuti. In sostanza, l’obiettivo della Tesi e quello di porre solide

basi su cui sviluppare un robusto modello di creditizzazione.

Abstract

The ability of assessing the quality of work of a user the innovativity and per-

formance of a service is of great importance in the field of research. To achieve

this goal, we propose in this Thesis a Framework based on a Service-Oriented

Architecture in which the information needed to calculate the quality (Quality of

Service/Quality of User) are obtained directly from Grid. The Framework con-

sidered is called the GriF. GriF is based on the idea of creating a collaborative

Framework that operates in a Grid environment and allows the execution of Grid

programs requiring high computational capabilities without asking exceptioned ef-

forts to the users. At the same time, GriF aims at managing resource optimization

and the structured organization of the results. In essence, the Thesi’s objective is

to lay a own solid foundations on which establish a robust crediting model.

Indice

1 Introduzione al Grid Computing 1

1.1 Grid Computing . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.1.1 Alcuni cenni storici . . . . . . . . . . . . . . . . . . . . . . . 2

1.1.2 Lo sviluppo delle griglie di calcolo . . . . . . . . . . . . . . 4

1.1.3 Middleware . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.2 Le applicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.2.1 Promotori ed applicazioni reali . . . . . . . . . . . . . . . . 10

1.2.1.1 OGF . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.2.1.2 EDG, EGEE e gLite . . . . . . . . . . . . . . . . . 11

1.2.1.3 Globus Alliance . . . . . . . . . . . . . . . . . . . 12

1.2.1.4 Globus Toolkit . . . . . . . . . . . . . . . . . . . . 12

1.2.2 Campi applicativi . . . . . . . . . . . . . . . . . . . . . . . 13

1.2.3 European Grid Initiative . . . . . . . . . . . . . . . . . . . . 14

1.2.3.1 Lo scopo e la struttura di EGI . . . . . . . . . . . 14

1.2.3.2 EGI Design Study . . . . . . . . . . . . . . . . . . 16

1.2.3.3 Obiettivi di EGI . . . . . . . . . . . . . . . . . . . 16

2 Ottimizzazione delle Risorse della Grid di EGEE 18

2.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2.2 L’architettura Grid di EGEE . . . . . . . . . . . . . . . . . . . . . 19

2.2.1 Computing Element . . . . . . . . . . . . . . . . . . . . . . 20

2.2.1.1 CE-CREAM . . . . . . . . . . . . . . . . . . . . . 22

2.2.2 Workload Management System . . . . . . . . . . . . . . . . 23

i

INDICE

2.2.3 User Interface . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.2.4 Job Wrapper . . . . . . . . . . . . . . . . . . . . . . . . . . 27

2.2.5 Storage Element . . . . . . . . . . . . . . . . . . . . . . . . 27

2.2.6 Data Management System . . . . . . . . . . . . . . . . . . . 27

2.2.7 Information System . . . . . . . . . . . . . . . . . . . . . . 30

2.2.8 Virtual Organization Membership Server . . . . . . . . . . 30

2.2.9 MyProxy Server . . . . . . . . . . . . . . . . . . . . . . . . 31

2.3 EGEE Middleware . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2.3.1 gLite: La Futura Generazione di Middleware EGEE . . . . 32

2.3.1.1 L’idea . . . . . . . . . . . . . . . . . . . . . . . . . 32

2.3.1.2 Lo sviluppo . . . . . . . . . . . . . . . . . . . . . . 32

2.3.1.3 Il software . . . . . . . . . . . . . . . . . . . . . . 33

2.4 Ottimizzazione delle risorse . . . . . . . . . . . . . . . . . . . . . . 34

3 GriF: Algoritmi Adattivi e Queue Ranking 36

3.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

3.2 SOA e Framework . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.2.1 Cos’e un’architettura SOA . . . . . . . . . . . . . . . . . . . 38

3.2.1.1 Una nuova architettura . . . . . . . . . . . . . . . 39

3.2.1.2 Le regole . . . . . . . . . . . . . . . . . . . . . . . 40

3.2.1.3 Gli standard per i Web Service . . . . . . . . . . . 42

3.2.1.4 Web Service per Chi? . . . . . . . . . . . . . . . . 44

3.2.2 Framework . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3.2.2.1 Le caratteristiche di base del Framework . . . . . 45

3.2.2.2 Perche un Framework? . . . . . . . . . . . . . . . 47

3.2.2.3 Usare un Framework . . . . . . . . . . . . . . . . . 47

3.2.2.4 Vantaggi e svantaggi nell’utilizzo di un Framework 48

3.2.2.5 Scegliere un Framework . . . . . . . . . . . . . . . 49

3.2.2.6 Java e Framework . . . . . . . . . . . . . . . . . . 50

3.3 Analisi delle code . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

ii

INDICE

3.4 Un approccio adattivo per il filtraggio delle code . . . . . . . . . . 57

4 Le Ottimizzazioni Realizzate 60

4.1 Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

4.2 MySQL e Database GriF . . . . . . . . . . . . . . . . . . . . . . . 61

4.2.1 Modello Entita-Relazione . . . . . . . . . . . . . . . . . . . 65

4.2.2 Il motore InnoDB . . . . . . . . . . . . . . . . . . . . . . . 67

4.2.2.1 Funzionalita del motore InnoDB di MySQL . . . . 68

4.2.2.2 Limiti delle tabelle InnoDB . . . . . . . . . . . . . 68

4.2.2.3 Come creare un tabella di tipo InnoDB . . . . . . 69

4.2.3 Il Database di GriF . . . . . . . . . . . . . . . . . . . . . . 69

4.3 Lo Scripting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

4.3.1 Perche programmare in Shell . . . . . . . . . . . . . . . . . 73

4.3.2 Caratteristiche . . . . . . . . . . . . . . . . . . . . . . . . . 74

4.3.3 Lo Script rank.sh . . . . . . . . . . . . . . . . . . . . . . . . 74

4.3.3.1 Descrizione dello Script . . . . . . . . . . . . . . . 75

4.3.4 Lo Script state.sh . . . . . . . . . . . . . . . . . . . . . . . . 79

4.3.4.1 Descrizione dello Script . . . . . . . . . . . . . . . 81

5 Conclusioni e Future Work 86

A Sorgenti 88

A.1 grif.sql . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

Glossario 92

Bibliografia 98

iii

Elenco delle figure

1.1 Esempio di sistema Grid. . . . . . . . . . . . . . . . . . . . . . . . 2

1.2 Architettura a livelli dell’ambiente Grid proposta da M. Chetty e

R. Buyya. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

1.3 EGI DS Schedule. . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.1 Elementi della Grid di EGEE. . . . . . . . . . . . . . . . . . . . . . 20

2.2 Interfacce SRM e Posix-like File I/O. . . . . . . . . . . . . . . . . . 29

2.3 Il middleware gLite. . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.1 Gli elementi di una Service-Oriented Architecture. . . . . . . . . . 39

3.2 I due layer operativi di Applicazioni e Framework. . . . . . . . . . 46

3.3 Funzionamento dell’architettura Java. . . . . . . . . . . . . . . . . 51

3.4 Design Pattern Layers. . . . . . . . . . . . . . . . . . . . . . . . . . 53

3.5 L’ambiente GriF. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

4.1 Il Database di GriF. . . . . . . . . . . . . . . . . . . . . . . . . . . 70

4.2 Lo schema generale di funzionamento del YP di GriF e le interazioni

con la Grid. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

iv

Elenco delle tabelle

1.1 Ere computazionali. . . . . . . . . . . . . . . . . . . . . . . . . . . 4

v

Elenco dei sorgenti

4.1 I sorgenti delle tabelle Rules e Rank del database GriF. . . . . . . 72

4.2 Lo script per l’analisi delle code rank.sh. . . . . . . . . . . . . . . . 77

4.3 Lo script di ottimizzazione state.sh. . . . . . . . . . . . . . . . . . 82

vi

Capitolo 1

Introduzione al Grid

Computing

Un giorno le macchine riusciranno a risolvere tutti i problemi,ma mai nessuna di esse potra porne uno.

- Albert Einstein -

1.1 Grid Computing

Il termine Grid Computing (in italiano letteralmente griglia di calcolo) indica,

come mostrato in Figura 1.1, un’infrastruttura distribuita che consente l’accesso a

risorse computazionali costituite da un numero indistinto di piattaforme distribui-

te geograficamente ed interconnesse da una rete. L’uso del termine griglia deriva

dalla similitudine, fatta dai primi sviluppatori delle piattaforme Grid, secondo i

quali in un prossimo futuro si sarebbe arrivati ad utilizzare le risorse di calco-

lo alla stessa stregua dell’energia elettrica, ovvero semplicemente collegando una

spina all’infrastruttura energetica (Power grid). L’idea del Grid computing, cui

spesso ci si fa riferimento quale prossima rivoluzione dell’informatica (come a suo

tempo fu il World Wide Web), nasce attorno alla meta degli anni novanta con

l’obiettivo di risolvere problemi computazionali su larga scala in ambito scientifico

e ingegneristico. Esse si sono sviluppate originariamente in seno alla fisica delle

alte energie e il loro impiego e oggi esteso alla chimica, alla medicina, alla biologia,

all’astronomia e, in qualche maniera, a molti altri settori. La griglia garantisce

agli utenti appartenenti ad un gruppo (gergalmente detto VO, acronimo di Vir-

1

1.1 Grid Computing

Figura 1.1: Esempio di sistema Grid.

tual Organization) un accesso coordinato e controllato a una grande quantita

di risorse condivise che vengono viste come un unico sistema di calcolo logico cui

sottomettere le proprie applicazioni. Essa fa leva sul fatto che in media l’utilizzo

delle risorse informatiche, appartenenti ad una determinata istituzione, e pari al

5% della sua reale potenzialita. Il modello prevede che le risorse di calcolo ven-

gano fornite da diverse entita in modo da creare un’infrastruttura in media piu

efficiente rispetto a quella della singola entita.

1.1.1 Alcuni cenni storici

L’idea della Grid nasce negli Stati Uniti alla fine degli anni ’90 come risultato del-

l’elaborazione collettiva della comunita scientifica internazionale in tema di calcolo

distribuito. Le sue basi vennero gettate nel 1989-90 all’INFN [1], al CERN e nei

maggiori Centri di Calcolo in Europa e negli USA. Tale tecnologia si affiancava a

quella del WEB e di Internet ed aveva le caratteristiche necessarie per portare, nel

giro di pochi anni, all’integrazione delle griglie fornite da cluster di workstation e

Personal Computer (PC) con i grandi supercalcolatori mainframe. Infatti i main-

2

1.1 Grid Computing

frame, basati su architetture speciali sviluppate in maniera dedicata, richiedono

tempi, costi di progettazione e realizzazione tali da non poter tenere il passo con lo

sviluppo dei processori “commodity” adottati da milioni di utenti. I semplici PC

e i dischi poco costosi ad essi collegati, insieme alle interfacce di rete e ai backbone

standard per le reti locali (Ethernet), sono le componenti elementari di sistemi con

potenze davvero ragguardevoli. Le prestazioni di queste componenti sono progres-

sivamente migliorate, seguendo la legge di Moore, di un fattore 2 ogni 18 mesi, a

parita di costo. In Italia uno dei primi cluster di workstation basato su processori

commodity, noto come “INFN Farm” e stato realizzato nel 1989 dall’INFN in col-

laborazione con il CERN. Esso mostro al mondo scientifico come questa tecnologia

potesse essere utilizzata nell’ambito dell’esperimento DELPHI [2] per le relative

esigenze di calcolo con costi che, per le applicazioni di quell’esperimento, erano

considerevolmente piu bassi di quelli delle tecnologie precedenti.

Negli anni ’90 questa trasformazione fu completata. I modelli di calcolo “cen-

tralizzati” basati sui grandi supercomputer, attorno ai quali sono nati i grandi

Centri di Calcolo con migliaia di utenti negli USA e in Europa, sono stati pro-

gressivamente affiancati e a volte sostituiti da modelli distribuiti che potevano

sfruttare i cluster di PC, attualmente disponibili in molte Universita e Centri di

Ricerca. L’ultimo passo importante per le Grid fu la riduzione dei costi per l’uso

della rete geografica. Grazie alle liberalizzazioni intervenute in tutto il mondo

a meta degli anni ’90 nel settore delle telecomunicazioni, i costi cominciarono a

decrescere ancora piu rapidamente di quanto previsto dalla legge di Moore per

CPU e dischi (Tabella 1.1). Alla fine degli anni ’90 erano quindi disponibili, su

una rete a banda larga che collegava le universita e i centri di ricerca con velocita

di trasmissione sempre piu elevata e costi sempre piu ridotti, un numero crescente

di risorse computazionali e di memoria.

Si pose quindi il problema dello sviluppo di una nuova tecnologia che per-

mettesse alla comunita scientifica di sfruttare e condividere in modo dinamico le

risorse distribuite per accelerare i processi innovativi ed aumentare la propria ef-

3

1.1 Grid Computing

ficienza produttiva. Questo obiettivo fu centrato da Ian Foster e Carl Kesselman

nella primavera del 1999 [3] quando proposero per la prima volta il concetto di

Grid. Tale tecnologia rapidamente adottata da tutta la comunita scientifica inter-

nazionale si basa sullo sviluppo di servizi e protocolli standard per la condivisione

di risorse distribuite nascondendone all’utente l’eterogeneita.

Era Relazione tra Architettura di Architettura dicalcolatori e utenti condivisione super calcolo

Anni ’70 Uno a molti Sistemi Time sharing Supercalcolatore

Anni ’80 Uno a uno PC e Workstation Supercalcolatore

Anni ’90 Molti a uno Clusterizzazione COW

Terzo millennio Molti a molti Grid Grid

Tabella 1.1: Ere computazionali.

1.1.2 Lo sviluppo delle griglie di calcolo

Fu infatti proprio nel 1998 che, a seguito del progetto Globus [4] di Foster e

Kesselman, si iniziarono a sviluppare alcuni servizi di base che miravano ad una

prima implementazione di Grid. Questi sono stati rapidamente resi disponibili

come Open Source attraverso il Globus Toolkit (GTK) [5] che divenne un primo

standard internazionale per l’accesso e la condivisione di risorse computaziona-

li distribuite. Il GTK e un software studiato per risolvere problemi legati allo

sviluppo di servizi ed applicazioni per Grid. La Grid si basa su di una serie di

servizi e protocolli che sono implementati attraverso API e SDK nel GTK. Tale

software permette la condivisione di risorse di calcolo, database e altri strumenti

in maniera sicura, senza la necessita di sacrificare le autonomie locali. Il Toolkit

fornisce servizi e librerie per il monitoraggio e la gestione delle risorse computa-

zionali, ma anche servizi per la gestione della sicurezza delle informazioni. Nel

2000 l’INFN promosse in Europa la creazione del primo progetto Grid europeo

denominato DataGrid [6]. Tale progetto, finanziato dall’Unione Europea con 10

Milioni di Euro, raccolse una ventina di partner provenienti da diversi paesi Eu-

4

1.1 Grid Computing

ropei e comprendenti soggetti di molte discipline scientifiche e dell’industria. Gli

obiettivi principali di DataGrid erano:

• lo sviluppo di nuove componenti di middleware per l’accesso a dati disponibili

in domini di gestione diversi e distribuiti a livello geografico;

• la realizzazione di un primo “testbed” Europeo e internazionale che permet-

tesse l’inizio di effettive attivita utili per la comunita scientifica;

• l’ottimizzazione della gestione dei carichi di lavoro su risorse computazionali

distribuite a livello geografico.

Inoltre l’INFN, in collaborazione con il CERN, avvio nel 2001 il progetto Data-

TAG [7] che affrontava il problema dell’interoperabilita con le Grid in sviluppo

negli Stati Uniti e nei Paesi dell’area Asiatica. DataTAG stabiliva uno stretto

legame di collaborazione con i principali progetti Grid avviati negli Stati Uniti

(Globus e Condor per esempio), per lo sviluppo d’interfacce comuni e di standard

internazionali, anche all’interno della nuova organizzazione mondiale che venne

allora a crearsi per questo scopo, il Global Grid Forum. Nei due anni seguenti un

numero crescente di attivita di ricerca e sviluppo sulle Grid fu finanziato da quasi

tutti i Paesi e dalla Comunita Europea che gia nel biennio 2001/03 del Quinto

Programma Quadro (PQ) approvarono una ventina di progetti di finanziamento.

Contemporaneamente negli Stati Uniti la National Science Foundation (NSF) e il

Department Of Energy (DOE) finanziarono vari progetti, tra i quali TeraGrid, che

aveva come obiettivo la costruzione di un’infrastruttura nazionale di supercalcolo.

In Italia a INFN Grid si affiancano altri progetti nazionali, come ad esempio Grid.it

[11] (del quale fece parte anche l’universita di Perugia) che coinvolgeva vari istituti

di ricerca e Universita, il progetto di Grid per la finanza (EGrid) [8], il progetto

Grid per il supercalcolo al sud SPACI [9], il progetto Grid Inter-dipartimentale a

Napoli e altri progetti minori. Si puo quindi tranquillamente affermare che i mag-

giori Enti di ricerca (INFN, CNR, INAF ed ENEA ) e molte Universita negli ultimi

anni sono stati progressivamente coinvolti nelle attivita di sviluppo e utilizzo della

5

1.1 Grid Computing

Grid. Nel successivo Sesto PQ, i progetti basati sullo sviluppo di Grid, ottennero

un posto di primo piano. Di fatto nel Sesto PQ venne approvato e finanziato il

progetto EGEE [10] del CERN, di durata biennale. Esso prevedeva la realizza-

zione della prima Grid Europea per le scienze, e aperta inoltre all’industria e al

commercio. EGEE e l’acronimo di Enabling Grids for E-sciencE e puo essere

considerato il successore di DataGrid e DataTAG che ha portato alla costruzione

della prima Grid Europea di produzione. Essa e stata un’impresa storica; vi han-

no partecipato piu di 70 Enti ed Istituzioni scientifiche appartenenti a 26 Paesi

Europei organizzati in 9 grandi Federazioni. EGEE ha richiesto inoltre lo sviluppo

di un middleware Grid Open Source, costruito con stretti criteri d’ingegneria del

software in grado di durare nel tempo che e andato a sostituire quello esistente

facendo passare definitivamente l’Europa dalla fase di “sperimentazione” a quella

di “produzione”. Il middleware si basa sui nuovi standard come il Web Service

Resource Framework (WSRF) [12] per la costruzione di Web e Grid services, de-

finiti a livello internazionale da W3C [13] e OASIS [14], organizzati in una logica

di Open Grid Services Architecture. Oggi EGEE rappresenta una grande sfida

vinta dalla comunita scientifica Europea, chiamata ad organizzarsi in tempi brevi

in un grande progetto competitivo a livello internazionale. EGEE costituisce un

passo fondamentale del processo di integrazione di tutte le esistenti infrastrutture

Grid nazionali in una grande e-Infrastruttura (Internet e Grid) su scala Europea.

EGEE si puo collegare alla Cyber-Infrastruttura americana proposta dalla Natio-

nal Science Foundation e alle Grid asiatiche in costruzione in Cina e Giappone.

Esso e un passo decisivo verso la costruzione di una Grid mondiale, necessaria alle

moderne societa che mettono la conoscenza alla base dello sviluppo. Si tratta di

una svolta epocale dal punto di vista scientifico e tecnologico, poiche le Grid di

produzione cambieranno il modo di produrre e fare ricerca, sia per gli enti pubblici

che per le aziende private. Di fatto in EGEE l’INFN ha promosso la costituzio-

ne di una Joint Research Unit (JRU) di cui fanno parte alcune Universita (come

Calabria, Lecce, Napoli e Perugia), alcuni enti (come CNR, ENEA, GARR), al-

6

1.1 Grid Computing

cune importanti aziende (come Datamat, Nice), alcune scuole prestigiose (come

SISSA) e alcuni consosrzi (come CASPUR, SPACI). Oggi che si sta strutturando

la European Grid Initiative (EGI) [15] questa JRU sta giocando un ruolo chiave

per la sua costruzione e si sta costituendo a tale scopo come infrastruttura nazio-

nale, IGI (Italian Grid Infrastructure), di riferimento. Grazie ad essa l’Italia puo

giocare un ruolo di primo piano nello sviluppo delle Grid in Europa e nel mondo.

E proprio a seguito di tali iniziative, infrastrutture Grid d’interesse generale per

svariate discipline scientifiche, cominciano a divenire operanti in Italia, in Europa

e in USA con funzionalita costantemente incrementate. Cio a reso possibile la

completa automatizzazione degli strumenti per l’installazione del middleware e lo

sviluppo di sistemi per il controllo. A seguito di tutto cio, infatti, gli utenti Grid

possono oggi installare e aggiornare il loro middleware abbastanza semplicemen-

te e dispongono di un portale (Genius) che consente l’uso trasparente dei servizi

della Grid. Inoltre, possono provare direttamente queste funzionalita tramite la

piattaforma di prova (testbed) GILDA [16] messa a punto dall’INFN ed utilizzata

da EGEE per le attivita di divulgazione [17].

1.1.3 Middleware

Secondo la definizione di Ian Foster [19] una Grid e un’infrastruttura hard-

ware e software che permette un accesso sicuro, consistente, diffuso

ed economico a risorse computazionali di alto livello. L’utilizzo di questo

insieme di risorse richiede una infrastruttura hardware capace di fornire le inter-

connessioni necessarie e gli strumenti software (come il middleware) per gestire e

controllare il sistema. Con il termine “middleware” si intende un insieme di soft-

ware che fungono da intermediari tra diverse applicazioni. La Figura 1.2 mostra

l’architettura a livelli dell’ambienti Grid proposta da M. Chetty e R. Buyya [18].

Nella parte inferiore dello stack in figura sono state distribuite le risorse ammini-

strate localmente e interconnesse attraverso reti locali o wide-area (Grid fabric).

Il Grid fabric incorpora:

7

1.1 Grid Computing

• computer come PC, workstation, o SMPs (multiprocessori simmetrici) con

sistemi operativi Unix o Windows;

• cluster con diversi sistemi operativi;

• Resource Management System come Load Sharing Facility, Condor, Portable

Batch System e Sun Grid Engine;

• dispositivi di archiviazione;

• database;

• speciali strumenti scientifici come telescopi, radio e sensori.

Figura 1.2: Architettura a livelli dell’ambiente Grid proposta da M. Chetty e R.Buyya.

Il livello superiore successivo e l’infrastruttura di sicurezza e fornisce un accesso

sicuro ed autorizzato alle risorse Grid. Lo strato ancora superiore, il nucleo princi-

pale del middleware Grid, offre un accesso uniforme e sicuro alle risorse (puo anche

implementare un livello di sicurezza). I due strati successivi sono uno strato midd-

8

1.2 Le applicazioni

leware a livello utente, costituito da Resource broker e/o da utilita di pianificazio-

ne responsabili all’aggregazione di risorse, e un ambiente per la programmazione

Grid. I Resource broker gestiscono l’esecuzione di applicazioni su risorse distri-

buite utilizzando appropriate strategie di programmazione. L’ultimo strato infine

comprende le applicazioni di rete che vanno dal calcolo collaborativo per l’accesso

remoto fino allo sviluppo di applicazioni commerciali e strumenti scientifici per

simulazioni. Un esempio di middleware e il gestore delle transazioni, ovvero un

componente che e interposto tra l’utente e il gestore del database, o l’applicazione

in generale, o il sistema client/server. In queste situazioni, il middleware acce-

lera il completamento delle richieste dell’utilizzatore, riducendo il numero delle

richieste di collegamento al database e rendendo ogni collegamento piu efficiente.

Esempi di questo tipo di programmi sono CICS [20], IBM WebSphere MQ [21] e

Tibco [22]. L’utilizzo di uno strato software aggiuntivo, il middleware appunto,

consente di ottenere un elevato livello di servizio per gli utenti ed un elevato livello

di astrazione per i programmatori. Inoltre, rende piu semplice la manutenzione,

l’implementazione e l’integrazione delle applicazioni. Tale ruolo rappresenta un’e-

voluzione del ruolo del middleware, che inizialmente era preposto esclusivamente

al miglioramento e all’ottimizzazione dell’efficienza del sistema.

1.2 Le applicazioni

Dopo anni di ricerche e sviluppi in questo campo, sono stati individuati cinque

settori principali sui quali le Grid possono avere un impatto notevole:

• Distributed Supercomputing (supercalcolo distribuito);

• High Throughput Computing (calcolo di gran volume);

• on-Demand Computing (calcolo a richiesta);

• Data intensive applications (calcolo ad alta intensita di dati);

• Collaborative Computing (calcolo collaborativo).

9

1.2 Le applicazioni

Di seguito vengono illustrate le caratteristiche principali dei 5 settori.

Distributed Supercomputing

La griglia e usata per schedulare un numero limitato di task pesanti (tra loro indi-

pendenti o scarsamente accoppiati) con l’obiettivo di utilizzare in contemporanea

le potenti risorse dei supercomputer delle large scale facilities.

High-Throughput Computing

La griglia e usata per schedulare un largo numero di task indipendenti o scarsa-

mente accoppiati, con l’obiettivo di utilizzare i cicli di processori di qualsiasi tipo

inutilizzati per ottenere lavoro utile. L’obiettivo principale e quello di massimiz-

zare il throughput finale.

On-Demand Computing

La griglia e usata per accedere a risorse non disponibili di cui non e conveniente,

o possibile, disporre a lungo termine e localmente. L’obiettivo principale e quello

di ottimizzare il rapporto costo-prestazione.

Data Intensive application

La griglia e utilizzata per elaborare quantita massicce di dati indipendentemente

da dove essi sono memorizzati e dove si localizza l’utente. L’obiettivo e sintetizza-

re nuova informazione da dati mantenuti in repository, librerie digitali e database

geograficamente distribuiti.

Collaborative Computing

Riguardano principalmente la gestione coordinata delle interazioni umane in un

ambiente geograficamente distribuito. L’obiettivo e quello di garantire Quality of

Service in ambiente distribuito.

1.2.1 Promotori ed applicazioni reali

Le tecnologie su cui si deve basare lo sviluppo delle Grid si richiede siano standard

e non proprietarie, in modo da garantire interoperabilita e affidabilita tra i sistemi

(in generale eterogenei) che i singoli utenti includono nella Grid stessa. In linea

con questo protocollo, la progettazione degli standard per le infrastrutture Grid

10

1.2 Le applicazioni

e guidata da enti e associazioni creati dalla partecipazione di un gran numero di

centri di ricerca e aziende interessate a questa tecnologia. Di seguito verranno

descritti i maggiori enti di sviluppo delle tecnologie Grid e il loro apporto allo

stato dell’arte.

1.2.1.1 OGF

L’Open Grid Forum (OGF) [23] nasce nel 2006 dall’unione tra il Global Grid

Forum e l’Enterprise Grid Alliance. In particolare, il Global Grid Forum venne

costituito dalla fusione tra i Grid Forum americano, europeo e giapponese, che

essenzialmente organizzavano conferenze tenute e seguite da ricercatori ed esperti

nell’ambito del calcolo ad alte prestazioni. Il secondo invece e una partnership tra

varie aziende del settore, anche di grosso calibro quali IBM, Sun Microsystems e

Cisco Systems, con l’obiettivo di rendere possibile l’uso estensivo dei data center

aziendali alla comunita degli utenti di Grid. L’OGF ha finora prodotto un discre-

to numero di standard di grande rilevanza nello sviluppo della tecnologia Grid,

primo fra tutti l’Open Grid Services Architecture, che pone le basi tecniche per

lo sviluppo di un’infrastruttura Grid. Altro risultato importante e la Distribu-

ted Resource Management Application API, la descrizione di un’interfaccia per la

sottomissione e la gestione di job all’interno di un sistema distribuito, standard

implementato anche nel Grid Engine supportato da Sun.

1.2.1.2 EDG, EGEE e gLite

Lo European Data Grid (EDG) [24] era un progetto finanziato dalla Comunita

Europea per lo sviluppo di una Grid a supporto dei centri di ricerca, rivolta in

particolare alla biologia, fisica delle particelle e scienze della Terra. Nel 2004 il

progetto e stato considerato concluso e molti dei suoi risultati sono stati ripresi in

un secondo progetto, l’Enabling Grid For E-sciencE, sempre finanziato dall’Unio-

ne Europea ma che vede partecipazioni internazionali, dall’America all’Estremo

Oriente. Il middleware prodotto nel progetto EDG e stato la base dell’infrastrut-

tura creata come supporto all’immensa richiesta computazionale del Large Hadron

11

1.2 Le applicazioni

Collider, installato al CERN di Ginevra. Questo middleware fu adattato per lo

sviluppo di EGEE mentre in parallelo veniva sviluppato gLite, che oltre al codi-

ce dell’EDG incorpora pezzi di codice fra i piu diffusi sistemi middleware per il

calcolo distribuito, come il GTK e Condor Cycle Scavenger.

1.2.1.3 Globus Alliance

La Globus Alliance [25] e un’associazione di vari enti, in particolar modo Unive-

sita e centri di ricerca Europei, Americani e dall’Estremo Oriente, che ha come

obiettivo lo sviluppo di un middleware per la creazione e gestione di sistemi Grid:

il Globus Toolkit, il piu diffuso attualmente. Oltre alle Universita e ai centri di

ricerca, e da notare la presenza all’interno della Globus Alliance di Univa Cor-

poration, societa commerciale fondata nel 2004 dai ricercatori Tuecke, Foster e

Kesselman, che si propone come supporto alle aziende per l’utilizzo della tecnolo-

gia Grid. Sono presenti anche altre partecipazioni di aziende private quali IBM e

Microsoft.

1.2.1.4 Globus Toolkit

Il Globus Toolkit (GTK) e un middleware per il supporto di Grid e applicazioni

orientate a questa tecnologia. Il software viene liberamente distribuito su Internet

unitamente ad una serie di applicazioni pensate per affrontare vari aspetti del-

l’amministrazione e dell’utilizzo di Grid quali sicurezza, fault detection, resource

management. Nato dall’unione tra vari gruppi interessati alla tecnologia Grid, si

propone come progetto mirato a risolvere i problemi reali che si affrontano nella

messa in opera di un sistema Grid, fornendo uno strato di middleware basato su

standard internazionali, come ad esempio lo standard SOAP definito dalla W3C,

che supporta la produzione e l’utilizzo di applicativi per Grid. La grande diffu-

sione del GTK, insieme al fatto di essere Open Source, ha permesso di avvicinare

molte aziende al Grid Computing. Come suggerisce il suo nome, il GTK non e

un unico blocco software monolitico, ma si presenta come una composizione di

elementi specializzati, ognuno dei quali e pensato per assolvere ad un preciso com-

12

1.2 Le applicazioni

pito ed affrontare un problema circoscritto. In particolare i componenti principali

del Toolkit sono:

• WS-Core, un’implementazione dello standard OGSA basato sui Web Ser-

vices.

• GSI, uno strato software che utilizza la tecnica di crittografia a chiave pub-

blica per fornire servizi di sicurezza ad ampio spettro (segretezza, autenti-

cazione, etc).

Queste due componenti sono poi affiancate da un insieme di altre applicazioni

di utilita, sempre basate su interfacce standard, che offrono alcuni dei principali

servizi richiesti ad una griglia, quali data management, resource discovery e mo-

nitoring. Inoltre, viene anche fornita una API per lo sviluppo di applicativi per il

Grid per i linguaggi Java e C++, insieme ad una collezione di esempi riguardanti

la stessa API e i servizi ad essa collegati.

1.2.2 Campi applicativi

Uno dei problemi chiave delle Grid riguarda il rapporto tra il bacino di utenti, ov-

vero quali comunita o gruppi di persone utilizzano l’infrastruttura, e l’apparato di

servizio ovvero quali comunita o gruppi di persone garantiscono la predisposizio-

ne, e la necessaria sostenibilita e fruibilita dell’infrastruttura. Grid specializzate

e progettate per supportare obiettivi e gruppi specifici. Alcuni possibili scenari di

utilizzo della Grid da parte delle comunita per i loro obiettivi, sono:

Governi

Un numero relativamente piccolo di pianificatori e scienziati che utilizzano le po-

tenze di calcolo dei computer in Grid per risolvere problemi di Governance, quali la

difesa nazionale, le pianificazioni a lungo termine delle risorse, ma anche problemi

di tipo amministrativo come la gestione degli archivi catastali o della popolazione.

La ricerca scientifica

La comunita scientifica che utilizza le risorse disponibili e il parco delle apparec-

chiature disponibili (come microscopi elettronici, acceleratori di particelle, sorgenti

13

1.2 Le applicazioni

di raggi X, etc) in forma collaborativa tra gruppi diversi, geograficamente dispersi

e con competenze, strumentazioni e archivi di “know-how” complementari.

Mercato

Le diverse comunita (che includono anche i consumatori) che provvedono a fornire

dei particolari servizi, come ad esempio modelli finanziari, studi sull’andamento

del mercato e quant’altro possa riguardare l’economia, la logistica, l’energia, le

materie prime, gli alimenti, il patrimonio naturalistico e artistico etc riferiti in ge-

nere ai relativi database necessari per effettuare le relative elaborazioni statistiche

e approntamento di scenari.

1.2.3 European Grid Initiative

Come gia accennato, l’attivita di EGEE si concludera con la fine di Maggio 2010

con l’entrata in regime operativo di EGI (Figura 1.3) come da piano di implemen-

tazione previsto dalla commissione EGI DS coordinata da Ludek Martyska nel

2008. In quella occasione Robert Jones, il direttore di EGEE, passera le consegne

a Steven Newhouse, direttore di EGI che ha il suo quartier generale in Amster-

dam. Gli azionisti di EGI sono le National Grid Initiatives (NGI), entita nazionali

che nascono come aggregazione e rappresentanti di tutte le iniziative nate in un

dato paese Europeo. L’obiettivo di EGI e quello di garantire la sostenibilita del-

l’infrastruttura Grid in Europa. EGI mette a disposizione un forum per collegare

insieme le risorse di calcolo in diversi paesi Europei a sostegno della ricerca interna-

zionale in molte discipline scientifiche. Gia comunque dal 2007 l’embrione di EGI

sotto forma di commissione EGI DS ha iniziato le sue attivita di pianificazione

ed e stata supportata da organizzazioni operanti per conto delle costituende NGI

sotto forma di JRU in molti dei 36 paesi europei interessati fornendo un sostegno

all’infrastruttura sviluppata da EGEE.

1.2.3.1 Lo scopo e la struttura di EGI

Gia sin d’oggi e chiaro comunque che quanto e avvenuto in EGEE per la scienza

altro non e che il processo di innesco di una linea di sviluppo piu generalizzato.

14

1.2 Le applicazioni

Figura 1.3: EGI DS Schedule.

L’innovazione, garanzia per lo sviluppo economico, e intimamente connessa al ra-

pido progresso scientifico che a sua volta e diventato sempre piu dipendente dalla

collaborazione tra i ricercatori di tutto il mondo. Di fatto, come gia accennato

in precedenza, l’utilizzo di elevate capacita di calcolo e sempre piu necessario per

modellare sistemi complessi e per elaborare i risultati sperimentali. Le griglie di

calcolo per l’e-Science nate per rispondere alle necessita di discipline scientifiche

(come la fisica delle alte energie e la bioinformatica, ecc) condividendo e combi-

nando la potenza dei computer e i sofisticati, spesso unici, strumenti scientifici

dal 2009 hanno fatto molta strada finendo per combinare le discipline piu sva-

riate e coordinare strategie di sviluppo di tutte le Scienze. Cosı facendo EGEE

e evoluta in un vero e proprio modello di organizzazione paneuropeo capace di

garantire la sostenibilita a lungo termine delle e-Infrastrutture Grid e di integrare

le strategie nazionali di finanziamento a sostegno della e-Science. Le NGI nate a

livello nazionale per questo scopo stanno percio attrezzandosi per rispondere in

modo coordinato ed efficace sia alle esigenze delle discipline scientifiche all’interno

dei singoli paesi sia per sostenere un ruolo propulsivo piu generale nei confronti

di piu vasti settori della societa. Le NGI sono infatti organismi con la missione

15

1.2 Le applicazioni

pubblica di integrare finanziamenti a livello nazionale per la fornitura di servizi

basati su Grid. Essi finiranno percio per rappresentare un “one-stop-shop” per

una serie di servizi comuni basati su Grid per le comunita di ricerca nazionali i

cui rappresentanti (uno per ciascuna NGI) costituiranno la struttura di governo di

EGI. Tale Consiglio controllera l’organismo esecutivo che gestira le collaborazioni

internazionali tra le NGI.

1.2.3.2 EGI Design Study

Come accennato in precedenza il progetto di implementazione di EGI e stato cu-

rato dalla commissione EGI Design Study (EGI DS) attivata nel Settembre 2007

i cui lavori si sono conclusi alla fine del Novembre 2009 dopo che, a latere del

Congresso EGEE ’09 tenutosi nel Settembre 2009 a Barcellona, e stata formal-

mente costituita l’assemblea dei rappresentati delle NGI che ha eletto come suo

presidente Peter Oster, Direttore del CSC (Center for Scientific Computing) di

Helsinki. Il progetto e stato parzialmente finanziato dalla Commissione Europea

attraverso il Settimo Programma Quadro al fine di:

• valutare i requisiti e casi d’uso per EGI;

• identificare i processi ed i meccanismi per fondare EGI;

• definire la struttura di EGI;

• avviare la costruzione di EGI.

1.2.3.3 Obiettivi di EGI

Per EGI sono stati definiti i seguenti obiettivi:

• assicurare la sostenibilita a lungo termine della e-Infrastruttura Europea;

• coordinare l’integrazione e l’interazione tra le NGI;

• mettere in funzione un’infrastruttura di produzione Grid di livello Europeo,

per una vasta gamma di discipline scientifiche da collegare alle NGI;

16

1.2 Le applicazioni

• fornire servizi e supporto globali ad integrazione e/o coordinamento dei

servizi nazionali (Autenticazione, supporto alle VO, sicurezza, ecc);

• coordinare lo sviluppo e la standardizzazione del middleware per migliorare

le infrastrutture;

• fornire la documentazione e materiale di formazione per il middleware e le

operazioni;

• tenere conto degli sviluppi effettuati a livello nazionale da parte dei progetti

di e-Science che avevano lo scopo di sostenere le varie comunita;

• collegare l’infrastruttura Europea con analoghe infrastrutture altrove;

• collaborare strettamente con industrie, fornitori di tecnologie e di servizi,

per promuovere l’adozione rapida ed efficace delle tecnologie di rete da parte

dell’industria Europea.

17

Capitolo 2

Ottimizzazione delle Risorse

della Grid di EGEE

Sono convinto che l’informatica abbia molto in comune con la fisica.Entrambe si occupano di come funziona il mondo a un livello abbastanza fondamentale.

La differenza, naturalmente, e che mentre in fisica devi capire come e fatto il mondo,in informatica sei tu a crearlo. Dentro i confini del computer, sei tu il creatore.

Controlli – almeno potenzialmente – tutto cio che vi succede.Se sei abbastanza bravo, puoi essere un dio. Su piccola scala.

- Linus Torvalds -

2.1 Introduzione

EGEE, (Enabling Grids for E-sciencE), cui abbiamo gia fatto ripetutamente ri-

ferimento e il progetto europeo che per antonomasia ha mirato ad integrare le

infrastrutture Grid preesistenti per creare in Europa un’unica piattaforma per il

supporto alla ricerca scientifica e permettere ai ricercatori un accesso alle maggiori

risorse computazionali, indipendentemente dalla loro collocazione geografica. La

piattaforma EGEE supporta le comunita che condividono la necessita di accede-

re a ingenti risorse computazionali e che siano disposte ad integrare in essa la

propria infrastruttura accettando una politica di accesso comune. La nascita di

EGEE risale al 1 Aprile 2004, come prosecuzione del progetto EDG (European

DataGrid) che in tre anni di attivita ha portato ad un grande sviluppo di software

e middleware necessario alla realizzazione di un’infrastruttura Grid utilizzata da

molti progetti di ricerca nei campi della fisica, della chimica, della biologia e della

18

2.2 L’architettura Grid di EGEE

geologia. Il progetto ha avuto una durata biennale. Esso ha pero trovato prosecu-

zione e finanziamento come EGEE II, nell’ambito del Sesto Programma Quadro

dell’unione europea. Un successivo finanziamento ha consentito il varo, poi, di

EGEE III. In EGEE sono stati creati collegamenti con simili iniziative di altri

continenti. Il progetto EGEE gestisce ogni giorno centinaia di migliaia di ope-

razioni informatiche e costituisce l’infrastruttura di griglia di calcolo piu grande

al mondo. L’infrastruttura EGEE comprende 91 partner istituzionali di 32 paesi

Europei, Asiatici e Statunitensi. Essa e collegata alla rete europea di comunica-

zioni ad alta velocita GEANT2 [26] e ad altre reti simili. Per effettuare i calcoli

vengono attivati cluster di varie centinaia, e addirittura migliaia di computer, ri-

correndo in tutto a oltre 100 000 CPU e a diversi milioni di gigabyte di memoria di

massa. Recentemente il sistema EGEE e diventato interoperabile con altre griglie

scientifiche nazionali e internazionali come l’Open Science Grid [27] negli USA e

NAREGI [28] in Giappone. Oltre che alle applicazioni scientifiche, EGEE si e este-

so anche ai servizi all’industria. Tre societa si sono impegnate finora a collaborare

nel progetto EGEE Business Associates (EBA) al fine di rendere l’infrastruttura

di calcolo distribuito della griglia piu accessibile, piu efficace e piu sicura in un

contesto industriale. Il progetto EBA specifica come le piccole e medie imprese

(quindi il settore economico) possano adottare in una maniera totalmente sicura

e fiduciosa le tecnologie della Grid. Questa apertura della comunita scientifica

all’industria rappresenta un qualificante passo in avanti rispetto alla condivisione

di risorse e know-how scientifico in campi diversi quali appunto il mondo della

ricerca e quello dell’industria.


L’architettura Grid di EGEE e articolata in componenti che assicurano al suo

interno l’operativita di funzioni diverse. Elementi di fondamentale importanza

nell’infrastruttura di EGEE di cui daremo qui di seguito una breve descrizio-

ne sono il Computing Element (CE), il Workload Management System (WMS),

19


la User Interface (UI), il Job Wrapper (JW), lo Storage Element (SE), il Data

Management Service (DMS), l’Information System (IS), il Virtual Organization

Membership Server (VOMS) e il MyProxy Server (MPS) (le cui componenti fisiche

sono evidenziate in violetto nella Figura 2.1)

Figura 2.1: Elementi della Grid di EGEE.

2.2.1 Computing Element

Il Computing Element o CE, e la componente che garantisce le risorse compu-

tazionali di un sito e svolge il ruolo di intermediario tra le richieste di servizi Grid

da parte di una entita autorizzata e il Resource Management System (RMS). Il

Resource Management System e un’applicazione campione sviluppata dalle indu-

20


strie partner della Sun Microsystems. L’applicazione utilizza tecnologie J2EE ed

e utilizzata per tracciare risorse per progetti cui partecipano le industrie stesse.

Comunque, l’applicazione puo essere adattata per venire incontro a molte esigen-

ze, come ad esempio vari tipi di applicazioni e-commerce. Il CE e formato da due

componenti:

• EDG: e la componente che funge da gateway fra il Resource Broker (gestore

delle risorse della Grid) e il Resource Management System (RMS) o diret-

tamente il Local Batch System che accetta e processa i job, tipicamente su

cluster realizzati con PC di tipo “commodity”. Esempi di Batch Systems

usati nella GRID sono: LSF, PBS, torque;

• Jobmanager: e l’applicazione che si interfaccia all’RMS o direttamente

al Local Batch System durante l’esecuzione del job fornendo, tramite il

Workload Manager, le informazioni sullo stato del job;

Oltre al CE, nel meccanismo di sottomissione dei job alla Grid, prendono parte

anche altre componenti e applicazioni come:

• Local Centre Authorization Service (LCAS): e il servizio che rilascia

l’autorizzazione per la richiesta fatta al sito dalla Grid. La decisione viene

presa basandosi sulle credenziali dell’utente e le specifiche del job. Le VO

autorizzate sono inserite nella Grid Access Control List (GACL). Questo

servizio tiene conto anche di eventuali liste nere;

• Local Credential Mapping Service (LCMAPS): e un servizio che fornisce

tutte le credenziali necessarie al job che e stato accettato nel sito;

• Job Repository: e un archivio locale che contiene le informazioni sui job in

esecuzione o su quelli che sono stati eseguiti. Le informazioni sono ottenute

dal LCMAPS e dal Jobmanager (e l’interfaccia verso il Resource Manage-

ment System o verso il Batch System e fornisce informazioni aggiornate al

Workload Manager sullo stato del job). Queste informazioni sono utilizzate

21


anche per prevedere la durata di esecuzione del job (parametro utilizzato

dal Resource Broker per lo scheduling). Il Job Repository non e accessibile

dall’esterno del sito;

• Local Batch System (scheduler): e il servizio che accetta e processa i job

diretti ad un insieme di nodi di elaborazione e si occupa di distribuire il

carico di lavoro tra loro;

• Information Provider: e il servizio che pubblica le informazioni circa lo

stato del CE acquisendole dal Local Batch System e propagandole all’ap-

posito Information System. Queste informazioni possono essere utilizzate

anche dal Workload Management System per trovare il miglior sito Grid per

l’esecuzione di uno specifico job;

2.2.1.1 CE-CREAM

CREAM (Computing Resource Execution And Management) e un servizio leg-

gero che implementa tutte le operazioni di livello CE. Presenta una Web Service-

based Interface ed e implementato come una estensione Java-Axis servlet (svi-

luppato all’interno dell’Apache Tomcat container). L’obiettivo di CREAM e ga-

rantire l’interoperabilita con client scritti in vari tipi di linguaggio e operanti su

differenti computer platform. L’interfaccia e definita usando Web Serice Descrip-

tion Language (WSDL) e gli utenti possono generare il proprio client CREAM

molto semplicemente. CREAM supporta:

• Job Submission;

• job di tipo batch e MPI;

• delegazione automatica e manuale dei job;

• Job Cancellation;

• Job Info configurabili con livello di filtraggio basato sul tempo di sottomis-

sione e/o stato del job;

22


• Job List;

• GSI based authentication;

• VOMS based authorization;

• Job Purge (per terminare i job);

• possibilita (per gli amministratori) di disabilitare nuove sottomissioni.

Inoltre CREAM puo essere usato:

• dal WMS, tramite il servizio ICE (Interface to CREAM Environment);

• da un generico client (ad esempio un software di livello utente che sottomette

job direttamente verso il CREAM CE);

• tramite C++ command line interface e JAVA clients.

2.2.2 Workload Management System

Il processo che prevede la selezione di risorse in base alle richieste dell’applicazione

e chiamato “resource matching”. In un ambiente Grid dinamico, dove le risorse

possono cambiare, e necessario rendere automatica la loro ricerca. A tal proposito

e stato sviluppato il Workload Management System o WMS, il componen-

te middleware che ha il compito di trovare e gestire le risorse Grid in modo da

garantire l’esecuzione dell’applicazione ed allo stesso tempo un utilizzo non ecces-

sivo delle risorse stesse. Per svolgere questi compiti, il WMS interagisce con altri

servizi Grid e piu precisamente con:

• Information System: per avere un immagine delle caratteristiche e dello

stato delle risorse Grid.

• Replica Manager: per ottenere informazioni sulla locazione e sui costi di

accesso dei dati.

• Computing Element: per sottomettere job al Local Resource Manage-

ment System.

23


• Authentication and Authorization Services: per l’autenticazione e

l’autorizzazione della richiesta dell’utente attraverso le sue credenziali.

Il WMS e composto da molti componenti importanti che interagiscono tra loro e

fanno sı che la gestione delle risorse sia completamente trasparente all’utente. Tra

questi elementi i piu importanti sono il Workload Manager o WM ed il Resour-

ce Broker o RB. Il WM e il nucleo di tutto il sistema. A partire da una richiesta

valida esso deve intraprendere l’azione corretta. Per fare cio esso deve interagire

con gli altri componenti, che si occupano delle richieste specifiche. Questi com-

ponenti sono chiamati helper ed hanno il compito di ricevere un file codificato in

formato JDL (Job Description Language) e di restituirlo completo delle specifiche

relative all’espletamento dell’azione richiesta. Per esempio, se la richiesta e quella

di trovare una risorsa per un job, l’input e un’espressione JDL fatta dall’utente

con la descrizione del job, mentre l’output sara la stessa espressione con l’aggiunta

del CE scelto per l’esecuzione in base allo stato delle risorse Grid. Fra tutti gli

helper del WM, il piu importante e sicuramente il Resource Broker. A partire da

un’espressione JDL che rappresenta la richiesta di sottomissione del job, la sua

principale funzione e quella di trovare la risorsa (o le risorse) che meglio soddisfino

la richiesta. Il Resource Broker puo essere visto come l’unione di due moduli: il

primo che restituisce tutte le risorse che soddisfano l’espressione; il secondo che

classifica le risorse ottenute e trova la migliore, basandosi sulle informazioni dei

vari CE e sulle informazioni ottenute attraverso il Replica Manager. Inoltre il

WMS comprende i moduli del middleware responsabili della distribuzione e del-

la gestione dei job attraverso le risorse di GRID, in maniera tale da garantire la

corretta esecuzione delle applicazioni. L’esecuzione di un job comporta due tipi

di richieste: la sottomissione e la cancellazione; in particolare sottomettere un

job significa delegare la sua esecuzione ad un appropriato CE tenendo conto dei

requisiti necessari per portare a buon fine l’operazione. La decisione riguardo la

migliore risorsa utilizzabile e il risultato del processo di matchmaking tra le ri-

chieste e le risorse disponibili; quest’ultimo aspetto dipende sia dallo stato della

24


risorsa considerata che dalle politiche di utilizzo definite dal suo amministratore

o dalla VO a cui l’utente appartiene. Lo scheduling dei job e un’altra funzione

del WM. Anche in questo caso possono essere applicate differenti politiche, come

scegliere la risorsa piu vicina (eager scheduling) o rimandare la sottomissione fino

a quando la risorsa non diventi disponibile (lazy scheduling). Dal punto di vista

del processo di matchmaking questi due tipi di politiche implicano, nel primo caso,

la scelta tra diverse risorse possibili, nel secondo, la scelta tra diversi job. L’archi-

tettura interna del WM si adattera all’applicazione delle diverse politiche possibili

attraverso l’implementazione di plugins, operazione questa che dovra risultare fa-

cile e senza conseguenze sul corretto funzionamento del WMS. Tali cambiamenti

potranno essere anche adottati in seguito ad eventi particolari (come il cambia-

mento dello stato di Grid nel suo insieme) ossia in seguito ad eventi non definiti

a priori. Il meccanismo che permette l’applicazione delle diverse politiche e la se-

parazione tra le informazioni riguardanti le risorse e quelle riguardanti il loro uso,

e l’Information Supermarket (ISM). L’ISM consiste di un archivio di informazioni

sulle risorse accessibile in sola lettura dal modulo adibito al matchmaking e il cui

aggiornamento e il risultato di notifiche provenienti dalle risorse o da verifiche ef-

fettuate dal WMS. L’ISM potra essere configurato in maniera tale da far innescare

il processo di matchmaking da particolari eventi verificatisi. Queste funzionalita

migliorano la modularita del software e il supporto a politiche analoghe al lazy

scheduling. Un’altra possibilita di gLite e quella di conservare una richiesta di

sottomissione per un determinato periodo di tempo, se le risorse richieste non so-

no immediatamente disponibili. Questa eventualita si potra verificare adottando

lo hearing scheduling e verra affrontata ripetendo la richiesta periodicamente o

attendendo la notifica da parte delle risorse richieste che giungeranno all’ISM. Il

modulo che implementa questa funzione e chiamato Task Queue (TQ). Ci sono

diverse interazioni tra i componenti interni al WMS e tra questi ed i servizi esterni

come il Logging and Bookkeeping e il Data Management. Queste interazioni sono

possibili attraverso l’utilizzo di particolari interfacce chiamate Web Services.

25


2.2.3 User Interface

La User Interface (UI) e il componente dell’infrastruttura Grid che permette

agli utenti l’accesso a tutti i servizi offerti dal WMS, che e l’unico con il quale

interagisce. La UI permette di specificare diversi tipi di richieste, intese come

operazioni su oggetti (job o gruppi di job legati insieme da delle dipendenze). Tali

operazioni sono ad esempio la sottomissione di job, la cancellazione, la richiesta di

informazioni e la richiesta dell’output. Per fare tutto cio la UI si basa sul linguaggio

JDL, concepito per descrivere le caratteristiche, le richieste e le preferenze di un

oggetto. JDL e basato sul Classified Advertisement Language definito dal progetto

Condor [29] che permette la gestione di espressioni di tipo DAG (espressioni che

identificano le dipendenze tra i job). Le operazioni permesse sono:

• la sottomissione di job e la specifica di espressioni DAG per l’esecuzione su un

CE remoto, includendo la ricerca automatica delle risorse, la comunicazione

con il job in esecuzione e l’eventuale restart di un job da un precedente punto

di checkpoint;

• la ricerca delle risorse che possono eseguire uno specifico job, in accordo con

i suoi requisiti;

• la cancellazione del job sottomesso;

• la restituzione dell’output;

• la restituzione degli stati di checkpoint.

Tutti questi servizi sono resi disponibili attraverso un’interfaccia a linea di coman-

do, un’interfaccia grafica Java e delle API che permettono la creazione dinamica

di file JDL.

26


2.2.4 Job Wrapper

Il Job Wrapper (JW) e uno script generato dal WMS per ogni richiesta di

sottomissione di job; questo script e quello che viene sottomesso al LRMS del CE

ed e responsabile di creare l’ambiente per l’esecuzione del job, che comprende:

• il trasferimento dei file di input;

• la definizione delle variabili d’ambiente;

• l’avvio del job con gli argomenti specificati;

• l’upload e la registrazione dei file di output del job attraverso il Replica

Manager;

• il trasferimento dell’output dopo il completamento del job;

• la pulizia dell’area di esecuzione delle variabili.

2.2.5 Storage Element

Lo Storage Element (SE) e l’interfaccia Grid al sistema di archiviazione di

massa Mass Storage System (MSS). L’accesso ai dati ed il loro trasferimento e

implementato attraverso un protocollo particolare: il GridFTP. Nelle specifiche

di esecuzione di un job l’utente puo scegliere se trasferire su un SE e registrare

nel servizio di Catalog della Grid alcuni file di output del suo job. A tale scopo

vanno specificati il nome dello Storage Element desiderato ed il Logical File Name

(LFN) del file, con il quale il file verra identificato nella Grid. Scegliere un SE per

il salvataggio dei propri file vincola il Resource Broker in modo da scegliere, per

l’esecuzione del job, il CE piu vicino allo SE in questione.

2.2.6 Data Management System

La replicazione dei dati su piu nodi all’interno della Grid, e utilizzata per ridurre

la latenza durante l’accesso ai dati, aumentare le prestazioni della Grid stessa e

permettere un’accesso veloce e trasparente agli utenti. Tuttavia, per mantenere le

27


varie copie dei dati allineate e registrarne la loro posizione, viene utilizzato un siste-

ma di gestione dei dati di alto livello. Nella Grid europea il Data Management

System (DMS) e implementato attraverso vari servizi:

• Replica Location Service (RLS): utilizzato per localizzare le copie nella

Grid ed assegnare i nomi fisici dei file;

• Replica Metadata Catalog (RMC): utilizzato per richiedere ed assegnare

i nomi logici ai file;

• Replica Optimization Service (ROS): utilizzato per individuare la mi-

gliore copia cui accedere;

• R-GMA: e l’EDG Information Service che fornisce le informazioni sui SE e

CE;

• Globus Libraries: permettono il buon funzionamento del protocollo di

trasferimento GridFTP;

• EDG Network Monitoring Services: sono dei servizi che permettono di

ottenere statistiche e caratteristiche della rete;

• Storage Services: sono i servizi di memorizzazione dei dati.

Il DMS puo essere suddiviso in tre gruppi di servizi riguardanti l’accesso ai dati:

Storage Element, Catalog Services e Data Scheduling. La loro funzione sara quella

di gestire le repliche dei file dell’utente. I servizi di Data Scheduling forniranno

le interfacce necessarie all’allocazione dei dati, mentre il loro accesso avverra at-

traverso l’SE. Nello Storage Element i metodi di accesso saranno prima di tutto

definiti a seconda dal tipo di supporto di memorizzazione che verra utilizzato,

inoltre si utilizzeranno due tipi di interfacce (Figura 2.2): la SRM dedicata alle

operazioni di controllo e gestione e la Posix-like File I/O che permettera l’accesso

e la modifica dei files da parte dell’utente. Un altro aspetto della gestione dei dati

riguarda il loro trasferimento con l’introduzione del File Transfer Service (FTS).

28


Figura 2.2: Interfacce SRM e Posix-like File I/O.

Questo si occupa del trasferimento fisico dei dati da un punto all’altro della griglia

permettendo ai siti coinvolti di poter controllare l’utilizzo delle risorse di rete. Una

caratteristica importante dell’FTS e che tratta solo file fisici, per cui successive

trasformazioni dei dati che porteranno alla creazione, ad esempio, di file logici sa-

ranno fatte da servizi di livello superiore. Il processo di trasferimento e eseguito,

dall’utente, in maniera analoga alla sottomissione di un’applicazione a GRID. In

FTS la descrizione del job da sottomettere sara costituita da un unico file in cui

saranno descritti gli indirizzi dei file da trasferire e la loro destinazione, i para-

metri necessari per impostare correttamente l’operazione e autenticare l’utente.

Una volta che il job e stato sottomesso a FTS, il trasferimento dei dati avverra

utilizzando un “canale”, ossia una pipe specificamente creata all’interno della rete.

Questo sistema ha un duplice vantaggio: prima di tutto permette un’ottimizzazio-

ne dell’utilizzo della banda disponibile, poi rende il trasferimento completamente

trasparente per l’utente: la configurazione e la definizione della topologia dei ca-

nali e controllata dai siti o dalle VO, per cui l’utente, dopo aver sottomesso il job,

deleghera a queste la gestione del trasferimento. All’interno del Data Manage-

ment e anche incluso il servizio del Package Manager, incaricato di automatizzare

i processi d’installazione, aggiornamento, configurazione e rimozione di pacchetti

29


software provenienti da un’area condivisa nel sito GRID.

2.2.7 Information System

L’Information System (IS), garantisce due diversi servizi.

• Publish Service: permette agli utenti di pubblicare delle informazioni at-

traverso un R-GMA Produttore. Le informazioni pubblicate dai “produtto-

ri” vengono mantenute fino a quando non ci sono piu richieste da parte dei

“Consumatori”. A tale scopo sono stati introdotti dei database relazionali

che provvedono a cancellarle periodicamente.

• Consumer Service: permette di accedere alle informazioni pubblicate at-

traverso i vari R-GMA Produttori. Nella pratica si traduce in espressioni

SQL da sottomettere ai database informativi, in modo da realizzare ricerche

globali o mirate ai singoli Produttori.

2.2.8 Virtual Organization Membership Server

Il Virtual Organization Membership Server (VOMS) e un database di utenti

autorizzati ad utilizzare le risorse della VO. Il server e utilizzato per due scopi

principali: il primo e quello di ottenere informazioni sulle risorse a disposizione

della VO, tramite la lista degli utenti, il secondo consiste nel fornire agli utenti

le credenziali da utilizzare per ottenere l’accesso alle risorse della VO. In questo

modo, dopo una prima comunicazione, non ne sono necessarie altre tra il servizio

VOMS e il sito. Questo tipo di servizio rappresenta un compromesso tra i requisiti

di sicurezza del sistema e la fruibilita delle risorse. Attraverso il VOMS, infatti,

ogni utente crea un proxy di durata prefissata che gli permette di utilizzare le

risorse della VO alla quale e registrato senza dover comunicare le sue credenziali

ad ogni accesso.

30

2.3 EGEE Middleware

2.2.9 MyProxy Server

Il MyProxy Server (MPS) e un servizio che permette di salvare delle credenziali

per un proxy a lungo termine. Un utente salva le sue credenziali sul server e da

quel momento in poi puo creare il proxy per l’utilizzo delle risorse. Il vantaggio del

MyProxy Server e che puo essere utilizzato per rinnovare un normale proxy, in mo-

do da rendere possibile l’esecuzione di job molto lunghi, che altrimenti verrebbero

abortiti alla scadenza del proxy.

2.3 EGEE Middleware

L’architettura di un sistema definisce gli scopi, le modalita di funzionamento e le

interazioni fra i suoi componenti fondamentali. A questo scopo serve un architet-

tura “aperta”, in continua evoluzione, che fissi regole ben precise che soddisfino

i bisogni di estensibilita ed interoperabilita richieste da Grid. A tal proposito il

middleware rappresenta un componente cruciale. Con il termine inglese “midd-

leware” si intende un insieme di programmi e procedure che fungono da intermedia-

ri tra diverse applicazioni. Sono spesso utilizzati come supporto per applicazioni

distribuite complesse. L’utilizzo di uno strato software aggiuntivo, il middleware

appunto, consente di ottenere un elevato livello di servizio per gli utenti, e di

astrazione per i programmatori. Inoltre, consente di facilitare la manutenzione,

la stesura e l’integrazione di applicazioni. Grid deve possedere, innanzi tutto, un

insieme di protocolli comuni, che pur consentendo indipendenti metodi di control-

lo e gestione locale delle risorse, abilitino le interazioni tra i diversi componenti

del sistema e definiscano i meccanismi di base attraverso cui le risorse condivise

possano essere viste e utilizzate dagli utenti. I middleware API (Application Pro-

gram Interface) e SDK (Software Development Kit) aiutano la rapida costruzione

di applicazioni che utilizzino al meglio le potenzialit offerte da Grid. API definisce

dei metodi standard per invocare uno specifico insieme di funzionalita. Questo in-

sieme puo essere dato da una chiamata ad una subroutine o da metodi di oggetti

(Object-Oriented API). SDK sono degli insiemi di codice che vengono utilizza-

31

2.3 EGEE Middleware

ti dagli sviluppatori per implementare specifiche funzionalita nei programmi che

realizzano.

2.3.1 gLite: La Futura Generazione di Middleware EGEE

2.3.1.1 L’idea

Per qualsiasi impegno sul Grid Computing, il middleware rappresenta sempre

un componente cruciale. Per EGEE, era stato deciso che un approccio a due fasi

poteva essere la soluzione migliore. Originariamente, il progetto EGEE ha usato il

middleware basato sul lavoro del suo predecessore (l’European DataGrid o EDG).

Questo opportunamente modificato in seguito nel middleware LCG e stato usato

nella prima infrastruttura di EGEE. Parallelamente, EGEE ha sviluppato e re-

ingegnerizzato gran parte della struttura di tale middleware ed ha prodotto una

nuova soluzione, chiamata gLite [30], che utilizza attualmente (Figura 2.3). La

struttura di gLite combina il cuore del middleware a basso livello con una serie

di servizi ad alto livello. Distribuito su licenza commerciale Open Source, gLite

integra sia componenti provenienti dai migliori progetti di middleware al momento

disponibili, quali Condor e GTK, sia componenti sviluppati per il progetto LCG. Il

risultato un ottimo middleware di basso livello, compatibile con gestori di job come

PBS, Condor e LSF, e costruito tenendo presente l’interoperabilita e l’obiettivo

di fornire servizi fondamentali che facilitino la realizzazione di applicazioni Grid

provenienti da tutti i campi.

2.3.1.2 Lo sviluppo

Molti centri di ricerca sia universitari che industriali collaborano allo sviluppo

del software, organizzati in diverse aree di ricerca: Security, Accesso alle Risor-

se (Computing e Storage Elements), Accounting, Data Management, Workload

Management, Logging and Bookkeeping, Information and Monitoring, Network

Monitoring e Provisioning. Sviluppo e distribuzione sono inoltre supportati dal

programma intensivo di formazione (t-Infrastructure) realizzato da EGEE. Questo

programma fornisce supporto sia con documentazione in linea sia con seminari e

32

2.3 EGEE Middleware

Figura 2.3: Il middleware gLite.

tutorial on line. La formazione inoltre e disponibile sul testbed per l’attivita di di-

vulgazione, GILDA. Essa e caratterizzata dalla propria Autorita di Certificazione

(CA), e dalla possibilita di permettere agli utenti e agli amministratori di sistema

di testare tutti gli aspetti di sviluppo ed utilizzo del middleware gLite.

2.3.1.3 Il software

I servizi Grid di gLite adottano l’Architettura Orientata ai Servizi, il che significa

che con essi diventa molto semplice collegare il software ad un’altro servizio Grid

facilitando la compatibilita con i gli standard Grid di nuova generazione, per esem-

pio la Web Service Resource Framwork (WSRF) di OASIS e la Open Grid Service

Architecture (OGSA) del Global Grid Forum. La struttura di gLite concepita co-

me un sistema modulare, abilitando gli utenti a sviluppare servizi differenti idonei

alle loro esigenze, piuttosto che costringerli ad usare l’intero sistema. Questo e

33

2.4 Ottimizzazione delle risorse

stato concepito per permettere agli utenti di adattare il sistema ad ogni specifica

esigenza. Basandosi sull’esperienza dello sviluppo del middlware EDG e LCG,

gLite aggiunge nuove funzionalita in tutti i livelli della struttura software. In par-

ticolare assicura una maggiore sicurezza, maggiore interfacciabilita per la gestione

dei dati e la sottomissione dei job, una struttura del sistema rivisitata, e molte

altre funzionalita che rendono facile ed efficente l’uso di gLite. Gia distribuito su

varie Griglie di test e di pre-produzione dell’intero progetto, i risultati di gLite sui

servizi di pre-produzione sono in aumento.


Le tematiche prese in esame nell’ambito delle attivita di ricerca relative alla Grid

hanno come oggetto principalmente lo studio di alcuni problemi relativi alla ot-

timizzazione delle risorse Grid, sullo scheduling di job distribuiti e in particolare

all’ottimizzazione delle code (queue ranking). Nella teoria dello scheduling su Grid

si assume che ogni job, per essere eseguito, richieda un processore per un certo

intervallo di tempo chiamato tempo di processamento. Questa assunzione rimane

valida per tutti i modelli di sistemi di processamento classici ed in particolare per i

sistemi manifatturieri come le macchine parallele, dove n job devono essere proces-

sati contemporaneamente. Il job j richiede una singola operazione che puo essere

eseguita su una qualsiasi delle m macchine o eventualmente su una delle macchi-

ne appartenenti ad un certo sottoinsieme Mj di m. Lo scheduling e un campo

tradizionale dell’informatica, ma nonostante siano state studiate molte tecniche

per numerose tipologie di sistemi (da uniprocessore a multiprocessore e ai sistemi

distribuiti), le caratteristiche tipiche delle griglie di dati rendono molti di questi

approcci inadeguati. Infatti, mentre nei sistemi tradizionali le risorse e i job sono

sotto il diretto controllo dello schedulatore, le risorse delle griglie sono geografi-

camente distribuite, di natura eterogenea e appartengono a diversi individui e/o

organizzazioni, ciascuno con le proprie politiche di scheduling, di modelli di costo

di accesso con carichi di lavoro e disponibilita di risorse che variano dinamicamen-

34


te nel tempo. La mancanza di un controllo centralizzato, insieme alla presenza di

utenti che generano job, molto diversi l’uno dall’altro, rendono la schedulazione

molto piu complessa di quella dei sistemi di calcolo tradizionali. I recenti sviluppi

nei sistemi di produzione e di comunicazione hanno richiesto un nuovo sforzo per

costruire modelli in grado di descrivere approcci alternativi per la schedulazione

delle code. In particolare, si fa riferimento a sistemi in cui l’esecuzione di un job

richiede la copresenza di piu risorse che ne richiede la disponibilita simultanea.

Per risolvere tali problematiche e stato necessario trasformare i job ossia intro-

durre nuovi prototipi noti come job parametrici nei quali si assume che ogni job,

adeguatamente “frammentato” in n subjob, possa richiedere per la sua esecuzione

piu processori contemporaneamente. Inoltre, considerando il fatto che la Grid pre-

sa in esame utilizza un sistema informativo (IS) basato su policy statiche, spesso

le informazioni in esso contenute non sono in alcun modo aderenti a quanto sta

veramente accadendo. Inoltre, nessuna informazione viene pubblicata in relazione

alle performance di calcolo istantaneo o di elaborazione complessiva. Cio rende

il problema dello scheduling delle code un problema di ottimizzazione di risorse

eterogenee la cui ottimizzazione aumenterebbe significativamente le velocita, le

performance e il retrieve dei risultati dei job sottomessi in griglia.

35

Capitolo 3

GriF: Algoritmi Adattivi e

Queue Ranking

Penso che la cosa piu misericordiosa al mondo sia l’incapacitadella mente umana di mettere in relazione i suoi molti contenuti.

Viviamo su una placida isola d’ignoranza in mezzo a neri mari d’infinitoe non era previsto che ce ne spingessimo troppo lontano.

Le scienze, che finora hanno proseguito ognuna per la sua strada,non ci hanno arrecato troppo danno: ma la ricomposizione del quadro d’insieme

ci aprira, un giorno, visioni cosı terrificanti della realta e del postoche noi occupiamo in essa, che o impazziremo per la rivelazione

o fuggiremo dalla luce mortale nella pace e nella sicurezza di una nuova eta oscura.- Howard Phillips Lovecraft -

3.1 Introduzione

Dal desiderio di ottimizzare l’uso della Grid e nata l’idea di progettare e im-

plementare GriF (Grid Framework), un Framework intelligente basato su una

Service-Oriented Architecture (SOA) dedicata alla gestione e la sottomissione

dei job da distribuire in griglia ottimizzandone la fruibilita, la velocita di esecu-

zione e il recupero (nonche il controllo) dei risultati. Dalla vasta disponibilita

delle risorse della Grid e dal crescente numero dei suoi possibili fruitori nasce il

problema affrontato nella mia Tesi: come e possibile ottimizzare la gestione delle

risorse di Grid in modo da soddisfare il piu equamente possibile le richieste. Per

questo motivo il mio lavoro di Tesi si e concentrato sullo studio della gestione delle

code di una VO e la ricerca dei criteri per la loro ottimizzazione. Partendo da

un’analisi teorica di come vengono gestite le code di una VO e stata analizzata

36

3.2 SOA e Framework

una strategia per ottimizzare la sottomissione dei job attraverso due metodolo-

gie informatiche quali il ranking e gli algoritmi adattivi. Una volta precisati gli

ambiti di tali metodi si e affrontato lo studio dettagliato del loro impatto sulla

disponibilita, raggiungibilita e performance. Portando avanti tale analisi abbia-

mo dovuto affrontare le problematiche relative alla gestione delle code di job, alla

classificazione degli utenti, all’assegnazione delle risorse, alla parametrizzazione

dei job, alle code libere e le relative CPU, al retrive dei risultati dei job nonche

all’introduzione di una base di dati per la raccolta, in tempo reale, di tutte le in-

formazioni provenienti dalla griglia. Tutto questo e stato fatto facendo riferimento

alla Grid di EGEE accessibile alla VO COMPCHEM e su questo si e proceduto

a configurare l’ambiente di sviluppo di GriF installando Java, Tomcat, Axis,

MySQL e garantendo l’interoperabilita attraverso un Framework basato su SOA.

3.2 SOA e Framework

Il settore del middleware sta vivendo un momento molto importante grazie al-

l’avvento di Framework, Web Service e SOA, tecnologie in grado di garantire

il miglioramento della produttivita tramite il ri-uso di componenti applicative.

La globalizzazione e la straordinaria evoluzione delle tecnologie dell’informazione

e delle comunicazioni stanno, infatti, producendo rapidi e continui cambiamen-

ti. Con l’avvento delle SOA sta diventando obsoleto il concetto di applicazione

mentre diventa fondamentale quello di “Servizio” inteso come una funzionalita di

business realizzata tramite “componenti” che rispettano un’interfaccia standard.

Il passaggio dalla struttura tradizionale dei prodotti software a quella innovativa

sta avvenendo grazie ad alcuni passi fondamentali compiuti a livello internaziona-

le negli ultimi vent’anni, come la definizione e l’accettazione di standard aperti,

accompagnati da crescita e affidabilita, di prestazioni e di economicita d’uso delle

reti di comunicazione, su cui si sono affermati Internet e i sistemi distribuiti. La

creazione di un’unica interfaccia di programmazione per accedere a qualsiasi fonte

di dati, dai database relazionali alle pagine XML, ha rappresentato una tappa

37

3.2 SOA e Framework

importante per arrivare quindi al risultato finale. E stato un percorso difficile non

solo per gli aspetti tecnici, pur complessi, ma anche per le difficolta dovute alla

recessione economica, vista la mole degli investimenti necessari, che difficilmente

sono sostenibili da una singola istituzione.

3.2.1 Cos’e un’architettura SOA

Una SOA o architettura orientata ai (o basata sui) servizi, nasce per integrare

i rapporti Business to Business (B2B). In questo scenario B2B le aziende svi-

luppano sempre piu rapporti di partnership e diventa quindi indispensabile che i

rispettivi sistemi informativi riescano a raggiungere un certo livello di integrazione,

tenendo presente che il piu delle volte le piattaforme di partenza sono eterogenee.

Una SOA e progettata per il collegamento a richiesta di risorse computazionali

(principalmente applicazioni e dati), per ottenere un dato risultato per gli utenti,

che possono essere utenti finali o altri servizi. L’OASIS (Organizzazione per lo

sviluppo di standard sull’informazione strutturata) definisce la SOA cosı:

Un paradigma per l’organizzazione e l’utilizzazione delle risorse distribuite che

possono essere sotto il controllo di domini di proprieta differenti. Esso fornisce

un mezzo uniforme per offrire, scoprire, interagire ed usare le capacita di produrre

gli effetti voluti consistentemente con presupposti e aspettative misurabili. Anche

se esistono molteplici definizioni di SOA, solo il gruppo OASIS ha prodotto una

definizione formale applicabile profondamente sia alla tecnologia che ai domini

aziendali. La nascita della SOA deve percio essere vista come un’evoluzione del

middleware, che, dall’integrazione delle applicazioni della singola azienda, viene

esteso all’integrazione delle applicazioni di piu imprese e alla gestione dei flussi

di lavoro per via telematica (e-Business). La SOA e composta da una serie di

strumenti che permettono di descrivere i flussi organizzativi cercando di estendere

tale funzionalita sino ad avere degli strumenti che permettano di leggere gli stessi

flussi oltre che all’essere umano anche alla macchina, attraverso software specifici,

come mostrato in Figura 3.1. Lo scopo primario e quello di passare da un mondo

38

3.2 SOA e Framework

Figura 3.1: Gli elementi di una Service-Oriented Architecture.

eterogeneo dove le varie architetture si sommano in un agglomerato caotico ad

un insieme piu ordinato di risorse le quali gravitano attorno ad un nucleo detto

“infrastruttura di integrazione”, che si preoccupa di collegare tutto l’insieme orga-

nizzativo. I sistemi informatici moderni sono progettati per essere interconnessi:

le tipologie di sistemi operativi, le tecnologie software e hardware sono differenti,

e nessuna ha il sopravvento sulle altre. Con l’appoggio crescente da parte delle

maggiori industrie del software, l’architettura basata sui servizi promette di fornire

quello che CORBA [31] e D-COM [32] non sono mai riusciti a realizzare appieno:

l’utilizzo di servizi a prescindere da dove e come siano realizzati.

3.2.1.1 Una nuova architettura

Per approfondire questo aspetto si consideri il caso in cui i responsabili IT di

un’azienda debbano integrare il sistema informativo che e stato costruito negli

anni tenendo conto che sia verso l’interno dell’azienda che verso l’esterno di essa

si sente sempre piu il bisogno di utilizzare risorse eterogenee. Si dia per tanto il

caso che l’inventario sia gestito su un server Linux, i processi gestionali e l’applica-

39

3.2 SOA e Framework

tion server risiedono su Windows 2003, i fornitori hanno server per le ordinazioni

raggiungibili su Internet, ma dietro un firewall, e cosı i clienti. Tutti questi siste-

mi, lontani geograficamente operanti con sistemi operativi diversi possono ancora

darci le informazioni e i servizi di cui abbiamo bisogno ma, utilizzando le tecniche

esposte finora, cio sarebbe estremamente difficile. Conviene, invece, cambiare la

prospettiva e pensare alle varie componenti in gioco non piu come astrazioni di un

prodotto, ma come erogatori di servizi di cui il sistema informatico considerato e

fruitore. Questa e una solida base per costruire un’applicazione distribuita, le cui

parti sono:

• Fornitori di servizi (o provider), che possiamo utilizzare indipendentemente

da dove si trovano, dalla tecnologia su cui sono basati e dalla piattaforma

software o hardware che li realizza;

• Fruitori (o consumer) di tali servizi definiti anche questi indipendentemente

da dove si trovano, dalla tecnologia che usano e dalla piattaforma software

o hardware su cui lavorano.

3.2.1.2 Le regole

A questa impostazione fa chiaramente seguito l’adozione di alcune regole che ci

permettano di utilizzare i relativi servizi. Queste sono:

• Un linguaggio comune che consenta ai fornitori di servizi di comprendere

le richieste e di rendere comprendibili le loro risposte;

• Un contratto stipulato tra il fruitore e il fornitore di servizi basato su poche

regole chiare e persistenti e implementate in maniera univoca sulle macchine

(protocollo);

• Dinamicita dei servizi aggiuntivi purche sempre formulati sulla base del

protocollo implementato cosı che la fornitura e l’utilizzo di nuovi servizi sia

istantaneo e non ambiguo;

40

3.2 SOA e Framework

• Un canale di comunicazione sicuro, semplice e universalmente ac-

cettato (per esempio HTTP o HTTPS).

Quanto appena descritto esiste gia ed e la base delle SOA, cioe delle architetture

basate sui servizi, ovvero delle architetture in cui la parte di logica del client e

quella di funzionalita del business sono nettamente separate e dove quest’ultima

e realizzata mediante moduli piu semplici (i servizi), definiti formalmente inter-

facce. Quella che e stata realizzata e un’architettura client-server dove il client di

GriF (denominato YC, Yet a Consumer) sfruttando un’interfaccia User Friendly,

puo effettuare operazioni in griglia come ad esempio sottomettere uno o piu job,

conoscere il relativo stato, quindi compilare eseguibili customizzati, creare input

file mediante interfacce user-driven e altro ancora. Il server principale (denomi-

nato YP, ovvero Yet a Provider) risiede su un cluster di workstation formato da

2 front-end e 8 nodi. Le caratteristiche tecniche dei front-end sono riportate di

seguito:

• Single processor Quad-Core CPU Intel(R) Xeon(R) X3210 2.13GHz;

• Hard Disk da 250 GB SATA;

• SO Scientific Linux SL release 5.2 (Boron);

• Rete Gigabit Ethernet;

• Kernel versione 2.6.18-128.7.1.el5xen.

Un altro componente fondamentale del nostro progetto e la UI che normalmen-

te rappresenta l’interfaccia utente verso la Grid. Essa e interconnessa ai front-

end attraverso una rete pubblica di tipo MAN (Metropolitan Area Network). Le

caratteristiche tecniche principali della UI sono:

• Single processor Quad-Core CPU Intel(R) Xeon(TM) 3.06GHz;

• SO Scientific Linux CERN SLC release 4.8 (Beryllium);

41

3.2 SOA e Framework

• Rete Fast Ethernet;

• Kernel versione 2.6.9-89.0.16.ELsmp.

Le richieste che vengono inviate dal YC a GriF e quindi alla Grid, scendendo leg-

germente nel dettaglio, sono in realta chiamate a Web Service i quali effettueranno

le operazioni a basso livello in griglia passando per la UI e infine restituiranno i

risultati direttamente al YC. Inoltre un secondo server, denominato YR (Yet a

Registry), basato sul protocollo UDDI (Universal Description, Definition, and In-

tegration) agisce come un registro che espone i servizi offerti da GriF. In pratica,

gli utenti ispezionano il YR, mediante una semplice ricerca basata su una o piu’

parole chiave, al fine di trovare ed invocare l’appropriato Web Service residente su

uno specifico YP identificato, insieme al servizio, dal YR stesso.

3.2.1.3 Gli standard per i Web Service

Il linguaggio comune e l’XML, di cui si utilizza un dialetto, SOAP (Simple

Object Access Protocol) e anche XML-RPC (XML Remote Procedure Calling)

per inviare richieste e ricevere risposte. L’utilizzo di SOAP su HTTP/HTTPS

(ma si potrebbero usare anche altri protocolli ad esempio SMTP o FTP) e la

base dei Web Service, secondo quanto la maggior parte dell’industria del software

ha ormai stabilito come standard di fatto. Lo standard di descrizione dei Web

Service e il WSDL (Web Service Description Language). Una macchina puo

quindi interrogare un fornitore di servizi, esaminare il file WSDL dato in risposta,

e avere tutte le informazioni utili per interrogare il Web Service che le interessa,

sapendone interpretare correttamente le risposte. Lo strumento, o protocollo, che

viene utilizzato per “scoprire” il Web Service di cui abbiamo bisogno, cioe per

cercare in modo automatico un Web Service che risponda alle nostre esigenze, e

UDDI. L’utilizzo dei Web Service fa sı che tutto quello che viene sviluppato nel

corso degli anni non vada perso, ma possa essere integrato grazie ad una nuova

filosofia secondo la quale gli oggetti, i componenti, diventano dei Web Service che

interagiscono tra loro senza pero che le loro specifiche implementazioni debbano

42

3.2 SOA e Framework

essere condivise. L’unica cosa condivisa e il contratto fra il service provider e

il client (ovvero gli standard di comunicazione). Quindi piu in dettaglio, nella

prospettiva di una SOA:

• Il servizio e la realizzazione di determinate funzionalita mentre WSDL e il

linguaggio utilizzato per la descrizione dei contratti. Il componente (il Web

Service) e scritto in modo da poter essere utilizzato solo in base al contratto

esposto (interfaccia);

• I servizi sono coarse grained, ovvero la granularita dei servizi piu utili e

grossa: un servizio generalmente fornira delle informazioni ottenute dopo

una elaborazione significativa. Per esempio, la lista delle code ordinata per

CPU totali e CPU libere. Servizi a granularita piu fine, come quello che

fornisce le CPU occupate per una singola coda, vengono utilizzati “dietro le

quinte” dal Web Service principale. Oggetti, componenti e servizi sono posti

in scala crescente di utilita business e decrescente granularita;

• Un Web Service e auto-contenuto, anzi di piu: un Web Service mantiene al

suo interno il proprio stato. Generalmente le chiamate sono stateless ovvero

non presuppongono il mantenimento di informazioni sullo stato del servizio

tra una chiamata e l’altra;

• Un Web Service e “debolmente accoppiato” (loosely coupled) con gli al-

tri Web Service, cioe sostanzialmente indipendente da essi. Questo e un

concetto fondamentale, anche per considerazioni di scalabilita e versatilita

dell’applicazione;

• Un Web Service puo essere fruitore di Web Service e al tempo stesso fornitore

di altri Web Service;

• I vari Web Service interagiscono scambiandosi messaggi su un canale virtuale

detto message bus o service bus che puo essere esterno o interno all’azienda.

43

3.2 SOA e Framework

Tale canale, se interno, non utilizza necessariamente SOAP su HTTP. Al-

l’interno dell’azienda, infatti, si potrebbe utilizzare, per esempio, un sistema

di accorpamento di messaggi e, se la comunicazione dei messaggi e punto a

punto, una buona scelta e XML-RPC;

• I Web Service assumono che la connettivita sia asincrona: alta latenza e alta

rumorosita del canale non sono un problema. Il famoso sviluppatore/autore

Don Box dice che questo concetto puo anche estendersi alle persone coinvolte

nella realizzazione dell’applicazione SOA: scambiandosi XML-schema e non

tipi (o per esempio classi Java) si parla a “rumore zero”. Il servizio quindi

porta all’estremo il concetto di incapsulamento (o information hiding).

3.2.1.4 Web Service per Chi?

Chi utilizza all’interno del progetto i vari Web Service? I processi. I processi

fanno quella che viene chiamata orchestrazione (orchestation) dei Web Service:

la logica di business utilizza i vari servizi per ottenere lo scopo voluto. L’azione di

sincronizzazione e di scambio di messaggi fra diversi gruppi di Web Service/pro-

cessi viene generalmente chiamata coreografia (coreography). Chi ha esperienza

di scrittura di applicazioni enterprise avra intuito alcune delle problematiche nuo-

ve che una architettura di questo genere fa nascere. Per esempio nasce il bisogno

di un nuovo modello di transazione. Nasce l’idea della long-term transaction, ov-

vero di una transazione di lungo termine, che coinvolge diverse entita, di cui non

e possibile a priori determinare il tempo di risposta. Occorre quindi anche una

nuova semantica delle transazioni, essendo il modello ACID (Atomicita, Consi-

stenza, Isolamento, Durabilita) non del tutto adeguato. I Web Service da soli non

risolvono tutti i problemi: e necessario uno strato di integrazione dei servizi, che

ne determini la descrizione, la “scoperta” (discovery), la composizione (composi-

tion) e la gestione processo e intraprocesso (orchestration, coreography) dei Web

Service.

44

3.2 SOA e Framework

3.2.2 Framework

Un Framework, uno strumento ormai sempre piu in voga nello sviluppo di appli-

cazioni Java, e una struttura di supporto su cui un software puo essere organizzato

e progettato. Alla base di un Framework c’e sempre una serie di librerie di codice

utilizzabili con uno o piu linguaggi di programmazione, spesso corredate da una

serie di strumenti di supporto allo sviluppo del software, come ad esempio un IDE

(nel nostro caso Netbeans), un debugger, o altri strumenti ideati per aumentare

la velocita di sviluppo del prodotto finito. Un Framework Java e un insieme di

classi e interfacce di base che costituisce un’architettura generica per lo sviluppo

di applicazioni in una determinata area tecnologica (Java). Quando si utilizza

un Framework Java, lo sviluppatore implementa interfacce o estende classi per

tale Framework, ma il controllo del flusso applicativo e a carico del Framework

Java. Quindi il codice applicativo dello sviluppatore non e direttamente invocato

dall’intervento dell’utente sul sistema, ma il flusso elaborativo passa attraverso il

codice del Framework: sono quindi le classi del Framework che invocano il codice

applicativo dello sviluppatore e non viceversa come quando si utilizza una libreria

di classi.

3.2.2.1 Le caratteristiche di base del Framework

E molto frequente imbattersi nel termine “Framework” nella letteratura riguar-

dante lo sviluppo di applicazioni. Molto spesso pero non si ha un’idea chiara di

cosa si intenda con questo termine. Un Framework e una architettura generica che

costituisce l’infrastruttura per lo sviluppo di applicazioni in una determinata area

tecnologica. Detto in maniera molto semplice e un insieme di classi ed interfacce

di base, che costituiscono l’infrastruttura di una applicazione come mostrato in

Figura 3.2. In base a questa definizione e facile pensare erroneamente che utiliz-

zare un Framework equivalga ad usare una libreria di classi. In realta vi e una

sostanziale differenza tra le due cose. Una libreria di classi, quali ad esempio le

classi di base del linguaggio Java, viene utilizzata dallo sviluppatore per svolgere

45

3.2 SOA e Framework

Figura 3.2: I due layer operativi di Applicazioni e Framework.

determinate funzionalita. In questo caso il codice che viene scritto invoca il codi-

ce esistente per svolgere una certa funzione, ma il controllo del flusso applicativo

rimane del codice scritto. Adottare un Framework significa invece affidarsi ad un

specifica architettura ovvero, con altre parole, estendere le classi del Framework

e/o implementarne le interfacce. In tal caso sono i componenti del Framework

che hanno la responsabilita di controllare il flusso elaborativo. Nel mondo dell’ar-

chitettura del software un Framework e considerato come una parte di software

esistente nel quale inserire il proprio, che puo essere parafrasato con il noto slo-

gan di Hollywood “don’t call us we call you”. Il nostro codice applicativo non e

direttamente invocato dall’intervento dell’utente sul sistema ma il flusso elabora-

tivo passa attraverso il codice del Framework: sono le classi del Framework che

invocano il nostro codice applicativo e non viceversa come e invece nel caso delle

librerie di classi.

46

3.2 SOA e Framework

3.2.2.2 Perche un Framework?

Lo scopo di un Framework e di risparmiare allo sviluppatore la riscrittura di co-

dice gia steso in precedenza per compiti simili. Questa circostanza si e presentata

sempre piu spesso man mano che le interfacce utente sono diventate piu complesse,

o piu in generale man mano che e aumentata la quantita di software con funzio-

nalita secondarie simili. Ad esempio, il tipo di interazione con l’utente offerta da

un menu a tendina sara sempre la stessa indipendentemente dall’applicazione cui

il menu appartiene (o almeno questo e cio che l’utente si aspetta). In casi come

questo un Framework, che permette di aggiungere la funzionalita di una finestra

con un menu a tendina con poche righe di codice sorgente a carico del programma-

tore, o magari permettendogli di disegnare comodamente il tutto in un ambiente

di sviluppo, permettera di concentrarsi sulle vere funzionalita dell’applicazione,

senza doversi far carico di scrivere codice “di contorno”. Il termine inglese Fra-

mework quindi puo essere tradotto come intelaiatura o struttura, che e appunto

la sua funzione, a sottolineare che al programmatore rimane solo la creazione del

contenuto vero e proprio dell’applicazione. Un Framework e definito da un insie-

me di classi astratte e dalle relazioni tra esse. Istanziare un Framework significa

fornire un’implementazione delle classi astratte. L’insieme delle classi concrete,

definite ereditando il Framework, eredita le relazioni tra le classi. Si ottiene in

questo modo un insieme di classi concrete con un insieme di relazioni tra classi.

3.2.2.3 Usare un Framework

Come abbiamo evidenziato nel precedente paragrafo, utilizzare un Framework

significa implicitamente adottare una specifica architettura per la propria applica-

zione. Anche se questo puo sembrare a prima vista vincolante e, invece, nel caso

di un Framework valido (e vedremo quali criteri lo rendono tale), uno dei maggio-

ri vantaggi. All’inizio di un progetto infatti la scelta dell’architettura e uno dei

momenti fondamentali che puo determinare il successo o l’insuccesso del progetto

stesso. A volte e una scelta che viene trascurata o sottovalutata, principalmente

47

3.2 SOA e Framework

per un errato approccio allo sviluppo applicativo considerato esclusivamente come

una attivita di scrittura di codice, ma che produce effetti disastrosi se non pon-

derata attentamente. Utilizzare un Framework maturo e gia ampiamente testato

significa attenersi ad una architettura che funziona e quindi significa iniziare un

progetto da una base solida. Cio porta inoltre ad un significativo risparmio di

tempo e risorse in quanto lo sviluppatore non deve piu preoccuparsi di realizza-

re componenti infrastrutturali ma puo concentrarsi esclusivamente sullo sviluppo

della logica di business che poi e il valore aggiunto della applicazione che si scrive.

Non e raro nello sviluppo di un progetto assistere alla riscrittura di componenti

di base che gia esistono e che sono stati gia ampiamente testati. Possiamo dire

che uno dei vantaggi nell’utilizzo di un Framework e che si viene aiutati a non

“reinventare la ruota” come spesso purtroppo accade. E chiaro che tutto cio e

vero quando si fa riferimento ad un Framework giunto ad uno stadio di sviluppo

maturo, gia adottato da molti sviluppatori e quindi gia ampiamente provato “sul

campo”. Da un punto di vista pratico adottare un Framework significa senz’altro

ridurre i tempi di un progetto ed evitare errori nella fase di disegno in quanto

si utilizza una infrastruttura realizzata secondo le best-practice dell’ambito tec-

nologico di riferimento. E bene precisare che un Framework non va confuso con

un design-pattern. Un design-pattern e una strategia di soluzione di un problema

comune, e qualcosa di concettuale che prescinde dall’implementazione tecnologi-

ca. Un Framework e invece qualcosa di concreto, e un insieme di componenti

che puo essere usato per realizzare una applicazione (componenti che, quando il

Framework e ben strutturato, sono sviluppati secondo i design-pattern piu diffusi

nell’ambito specifico).

3.2.2.4 Vantaggi e svantaggi nell’utilizzo di un Framework

In genere i vantaggi dell’utilizzo di un Framework vanno ben oltre gli svantaggi,

anzi si puo affermare che quanto piu il progetto sia di grandi dimensioni tanto

piu consigliabile e l’utilizzo di un Framework. Di seguito vengono schematica-

48

3.2 SOA e Framework

mente riassunti alcuni dei principali vantaggi che si ottengono nell’adozione di un

Framework nello sviluppo di applicazioni Java:

• Disegno architetturale: un buon Framework e fondato su un disegno

architetturale valido, in quanto il suo codice e scritto in base alle best-practice

della tecnologia in uso. Cio conferisce al proprio progetto fondamenta solide

dalle quali partire;

• Riduzione dei tempi di progetto: lo sviluppatore deve implementare

esclusivamente la logica applicativa potendo risparmiare le energie e il tempo

necessari alla scrittura di componenti infrastrutturali;

• Semplificazione dello sviluppo: un buon Framework semplifica lo svilup-

po applicativo perche fornisce tutta una serie di componenti che risolvono

la gran parte dei compiti comuni a tutte le applicazioni (controllo del flus-

so, logging, gestione messaggi di errore, debugging, internazionalizzazione,

validazione dei dati, e cosı via).

Va precisato che ovviamente un Framework non e la soluzione di tutti i problemi.

Adottarne uno che non si adatta al proprio problema puo portare molti svantag-

gi, per questo la scelta di quello giusto per le proprie esigenze e di fondamentale

importanza. In genere e comunque sempre preferibile evitare Framework poco

generici, che impongono l’utilizzo di strumenti proprietari e che legano indissolu-

bilmente la propria applicazione ad una specifica struttura. Il Framework deve

fornire una base per lo sviluppo ma la logica applicativa sviluppata deve essere

utilizzabile anche al di fuori della struttura del Framework stesso.

3.2.2.5 Scegliere un Framework

Esistono molti Framework per lo sviluppo di applicazioni Java, sia Open-Source

che prodotti commerciali. La scelta di un Framework e importante per tutte le

ragioni che abbiamo visto precedentemente e investe aspetti non solo tecnici ma

anche economici. I criteri per la scelta sono molteplici ed e bene chiarire che non

49

3.2 SOA e Framework

esiste il Framework “ideale”. Di seguito sono elencate alcune caratteristiche che

servono per valutare un Framework:

• Maturita del progetto: e sconsigliabile adottare un Framework che sia

in una fase iniziale di sviluppo e che sia poco adottato nella comunita de-

gli sviluppatori e quindi poco testato sul campo in progetti reali. Meglio

indirizzarsi verso progetti gia stabili e sperimentati;

• Documentazione: va sempre verificato che la documentazione sia ricca e

ben fatta. Questo facilita la risoluzione dei problemi che si incontrano nella

realizzazione dell’applicazione e la comprensione del suo funzionamento;

• Validita del disegno architetturale: proprio perche la scelta di un Fra-

mework influisce sull’architettura applicativa e bene verificare che sia dise-

gnato correttamente e quindi che siano adottati i design-pattern e le best-

practice della tecnologia di riferimento;

• Adozione degli standard: un Framework deve essere fondato sui com-

ponenti standard della tecnologia di riferimento. Nel nostro caso sulle API

che costituiscono la Java EE (Java Enterprise Edition). Quanto piu un Fra-

mework impone soluzioni proprietarie, l’uso di specifici tool di sviluppo o

un modello troppo indirizzato ad uno specifico caso applicativo tanto piu va

evitato;

• Estendibilita: deve essere possibile estendere le funzionalita del Framework

per adattarlo alle alle proprie esigenze.

3.2.2.6 Java e Framework

“Write Once, Run Anywhere” e il motto che la Sun ha utilizzato, anni orsono,

per identificare Java. Gia da questa semplice frase si capisce qual e l’obiettivo

di questo linguaggio: rendere il codice scritto indipendente dalla piattaforma. In

Java e possibile scrivere un programma in ambiente Linux ed eseguirlo in ambien-

te Windows, senza apportare alcuna modifica al codice sorgente. Per ottenere

50

3.2 SOA e Framework

questa indipendenza viene utilizzata una architettura particolare che e illustra-

ta in Figura 3.3. L’architettura funziona nel modo seguente: l’utente scrive il

Figura 3.3: Funzionamento dell’architettura Java.

proprio codice seguendo le regole grammaticali e sintattiche del Java. Il file pro-

dotto, identificato dall’estensione .java, viene “compilato” ed in questa maniera

viene creato un codice intermedio indipendente dalla macchina denominato byte

code che e contenuto all’interno dei file .class. A questo punto entra in gioco

la “virtual machine” (VM) ovvero il componente fondamentale della struttura;

ne esiste una per ogni sistema operativo ed e lei che si occupa di interpretare e

quindi rendere effettivamente portabile il codice. Quando un programma viene

eseguito, prima viene caricata la VM (se non e gia stato fatto) la quale si occupa

di chiamare ed eseguire le classi (byte code) di cui si ha bisogno e, utilizzando

51

3.2 SOA e Framework

una compilazione JIT (Just In Time), si preoccupera di tradurre in linguaggio

macchina le istruzioni del programma. I compilatori JIT hanno la particolarita

di effettuare la compilazione “al volo” ovvero durante l’esecuzione del programma

stesso. Per eseguire il medesimo programma su di un sistema operativo diverso

basta assicurarsi che sulla macchina di destinazione sia presente una VM appro-

priata, copiare sulla macchina il byte code del programma ed eseguirlo. In questa

semplice maniera viene mantenuta la portabilita del codice. Una delle caratteristi-

che fondamentali di Java e l’orientamento agli oggetti che si riferisce a un moderno

metodo di programmazione e progettazione, ovvero la programmazione orientata

agli oggetti (OOP). L’idea alla base della OOP e di rappresentare, nella proget-

tazione del software, le entita reali o astratte che compongono il problema sotto

forma di oggetti istanziati da classi. Gli oggetti sono caratterizzati da proprieta

(definite variabili o campi di istanza o di esemplare) e da metodi o funzioni appli-

cabili sugli oggetti stessi, che possono ad esempio modificarne lo stato o estrarne

informazioni. I programmi scritti in Java possono essere unicamente orientati agli

oggetti, di conseguenza tutto il codice deve essere necessariamente incluso in una

classe. Sebbene Java possa operare sia su oggetti che su tipi di dati primitivi,

e considerato un linguaggio ad oggetti puro, ovvero nel quale gli oggetti sono le

entita di base del linguaggio anziche essere costruiti partendo da costrutti ad un

inferiore livello di astrazione. Per sviluppare programmi in Java e teoricamente

sufficiente un qualsiasi editor di testo; in pratica, se si vuole scrivere qualcosa di

piu del classico hello world, occorre un ambiente di sviluppo integrato. Esistono

diversi IDE (Integrated Development Environment, ovvero ambiente di sviluppo

integrato), alcuni gratuiti ed altri a pagamento. La Sun ha promosso l’implemen-

tazione di un ambiente di sviluppo gratuito e Open Source chiamato NetBeans e

lo mette a disposizione gratuitamente insieme a Sun Java Studio. Questi due am-

bienti sono scritti in Java e NetBeans e distribuito insieme alla macchina virtuale.

Come entita separata, NetBeans e scaricabile da netbeans.org ed e stato l’IDE

scelto per l’implementazione di GriF.

52

3.2 SOA e Framework

Come abbiamo detto nei paragrafi precedenti, l’utilizzo di un Framework nelle

attivita di sviluppo di software orientato agli oggetti, accelera notevolmente i tem-

pi permettendo ai progettisti di occuparsi dei problemi in astratto senza scendere

nei dettagli, un rischio sempre presente durante l’attivita di progettazione. Inol-

tre, implementare le parti di codice relative alla GUI con un IDE come Netbeans

permette di velocizzare ulteriormente lo sviluppo. Abbiamo anche detto che il Fra-

mework puo essere visto come un livello aggiuntivo indipendente al quale chiedere

servizi ignorando come e fatto e cosa nasconde. Questa struttura sposa benissimo

uno schema di progettazione (design-pattern) dove la struttura logica del sistema

viene suddivisa in livelli, separando interfacce grafiche, gestione della sessione, lo-

gica applicativa, servizi di business, servizi tecnici e fondamenta, come mostrato

in Figura 3.4. Questa suddivisione pone l’enfasi sul fatto che i livelli superiori uti-

Figura 3.4: Design Pattern Layers.

lizzano e conoscono i livelli inferiori. I livelli inferiori invece non utilizzano quelli

53

3.3 Analisi delle code

superiori, al piu li conoscono ma solo tramite interfacce apposite. Questo fa sı che

la riusabilita aumenta scendendo di livello. I primi due livelli infatti sono dedicati

alla specifica User Interface (UI) e, cosı come il terzo, sono fortemente accoppiati

dall’applicazione specifica. Dal quarto livello in poi si presentano livelli sempre piu

disaccoppiati con l’applicazione offrendo servizi di interesse generale, quindi mag-

giormente riusabili. Nell’ultimo livello in particolare (Foundation) risiedono tutti

i servizi tecnici di basso livello, i Framework e altri servizi di utilita. Il Framework

infatti non sa nulla di chi lo utilizza (in questo caso i livelli sovrastanti) mentre, al

contrario, viene usato liberamente dagli eventuali altri livelli sottostanti. In genere

l’utilizzo di Framework, proprio per questa separazione di ambito di applicazione,

porta beneficio a tutto il sistema in termini di alta coesione (High Coesion) e basso

accoppiamento (Low Coupling). Inoltre, il Framework nasconde la struttura inter-

na fornendo solo poche classi e metodi per l’utilizzo dei servizi garantendo quindi

variazioni protette (Protected Variation). GriF si colloca proprio come uno strato

software a se stante, al quale il programmatore chiede servizi come fossero API di

Java. Uno degli obiettivi di GriF e quello di fornire uno strumento che permetta

un approccio semplificato e trasparente alla Grid utilizzando Basi di Dati, SQL,

Java Script Shell e Web Service come mostrato in Figura 3.5.


I gestori di un sistema Grid hanno bisogno di capire come vengono gestite le risorse

e come esse vengono assegnate agli utenti che ne fanno richiesta. Inoltre, hanno la

necessita di conoscere gli skill degli utenti ossia le capacita o le incapacita che essi

possiedono per l’utilizzo di tali risorse. Oltre a permettere l’utilizzo di varie fun-

zionalita Grid in modo trasparente al programmatore, GriF ha anche l’obiettivo di

ottimizzare la gestione delle risorse partendo dall’analisi delle code. Abbiamo gia

detto quali sono i limiti della Grid dal punto di vista dello scheduling delle code. I

limiti diventano ancora piu evidenti se si pensa che e cambiato il modo in cui i job

vengono processati. Fino a qualche anno fa i job presi in considerazione facevano

54


Figura 3.5: L’ambiente GriF.

riferimento a modelli di processamento classici, ossia seriali. Le macchine parallele

hanno aperto nuovi scenari e nuove problematiche in quanto n job possono essere

eseguiti in parallelo. Qui entra in gioco l’insufficiente strutturazione delle code,

incapaci di schedulare job paralleli ottimizzando le prestazioni. In particolare le

applicazioni parallele consistono di piu componenti (subjob) eseguiti in parallelo

su uno o piu processori di uno o piu cluster o supercalcolatori presso differenti

siti. Tali applicazioni possono cosı accedere efficacemente ad un numero di risorse

computazionali molto piu ampio di quello a disposizione utilizzando un qualsia-

si supercalcolatore o cluster singolo. Un’opportuna distribuzione dei subjob tra

55


le risorse disponibili consente a queste applicazioni di beneficiare, in termini di

prestazioni, di questa potenza computazionale aggregata nonostante l’overhead

addizionale introdotto dalle comunicazioni (tra i subjob) che utilizzano le reti piu

lente. E chiaro che, frammentando un job in n subjob, diventa difficile, se non im-

possibile, velocizzare la loro esecuzione con l’architettura che oggi la griglia mette

a disposizione. Ad esempio il meccanismo che a tutt’oggi governa la politica di

scheduling quando si sottomette un job parametrico e abbastanza aleatorio. Non e

possibile infatti prevedere ne l’identita della coda in cui il job verra processato ne

le sue caratteristiche reali, quali ad esempio performance, CPU libere e memoria

disponibile. Questo di fatto condiziona molto l’esito del risultato sia in termini di

velocita di esecuzione che di affidabilita. Infatti, in molti casi, l’effetto delle scelte

fatte automaticamente dalla griglia e negativo, con il conseguente fallimento di

molti job che spesso non vengono neppure terminati.

Non potendo, ovviamente, cambiare l’architettura Grid, abbiamo cercato un

criterio che ottimizzasse la diffusione dei job attraverso la rete rispetto ad alcuni

parametri da noi ritenuti importanti. Il primo di questi (considerato come condi-

zione necessaria) e la raggiungibilita della coda (coda up). Il test per esaminare se

una coda e up viene effettuato sfruttando il programma ping che misura il tempo,

espresso in millisecondi, impiegato da uno o piu pacchetti ICMP a raggiungere la

coda in rete e quindi ritornare indietro all’origine. Macroscopicamente, se il tempo

di risposta e ritenuto soddisfacente la coda e definita up e viene accettata mentre le

altre definite down vengono scartate. Altra condizione necessaria e la disponibilita

delle CPU. Ogni coda possiede un certo numero di CPU e queste possono essere

libere oppure occupate. Le code prese in considerazione sono quelle che hanno al-

meno due CPU libere cosı da evitare il rischio di accodamenti indesiderati o stalli.

L’ultima condizione da soddisfare non e una vera e propria condizione ma una ga-

ranzia di rendimento della coda. Essa consiste in un ranking basato su un indice

di prestazione della coda che utilizza una funzione che considera il numero totale

di job processati, il numero di job completati con successo (Done), il numero dei

56

3.4 Un approccio adattivo per il filtraggio delle code

job falliti (Aborted) e la sommatoria dei tempi di ogni subjob eseguito, reperendo

l’informazione dal Database utilizzato per salvare tutte le attivita svolte da ogni

coda. Con questa funzione e possibile assegnare un punteggio alle code che altro

non e che il Rank relativo.


La Grid e una piattaforma che si sta rapidamente affermando come luogo di di-

vulgazione e condivisione coordinata di risorse ma la sua crescita e profondamente

legata all’evoluzione tumultuosa delle tecnologie informatiche. Negli ultimi dieci

anni, a partire dai primi esperimenti di macchine parallele virtuali realizzate su

reti locali, sino a giungere a concezioni avveniristiche come la potenza di calcolo

su richiesta, un filo conduttore puo essere individuato nella necessita di superare

il problema dell’eterogeneita, sia a livello hardware che a livello software, al fine di

fornire un’immagine integrata del sistema. Questo problema, tuttavia, si presen-

ta in nuove forme ogni qualvolta, trovata una soluzione accettabile per dominare

il livello di eterogeneita precedentemente affrontato, si voglia superare la conce-

zione precedente per aprire l’orizzonte a nuove idee e possibilita. Problemi quali

la gestione dell’elevatissimo livello di eterogeneita e l’ottimizzazione delle risorse,

restando irrisolti, rendono ancora improponibile un effettivo avvento del Grid in

qualita di tecnologia pervasiva. Tuttavia GriF vuole candidarsi come una sorta di

Single System Image (SSI) per rendere piu agevole l’utilizzo della griglia anche

ad utenti neofiti. Si parla di SSI quando, in un ambiente costituito da risorse ete-

rogenee e/o distribuite, si cerca di costruire, a beneficio dell’utente, un’interfaccia

che unifichi la gestione e l’utilizzo di queste risorse mascherandone le differenti

caratteristiche. E importante sottolineare come la definizione del concetto di SSI

non dipenda da disomogeneita in termini di prestazioni, ma solo in termini di

possibilita di utilizzo. In questa nuova ottica, dunque, GriF non rappresenta piu

semplicemente un’infrastruttura di calcolo distribuito, utilizzata per l’elaborazione

di job parametrici, ma diventa l’ambiente eletto a svolgere processi di ottimizza-

57


zione attraverso la formazione di “contenitori” virtuali di apprendimento al cui

interno si analizzano i comportamenti dei job.

Alla luce di questo nuovo approccio ci siamo concentrati su un meccanismo

adattivo in grado di migliorare le prestazioni della griglia sfruttando le informazioni

che compongono la struttura dei job. In modo particolare, tale modello e legato

alla complessita e all’elaborazione in tempo reale di ciascun job. In base a questi

precisi requisiti abbiamo definito un modello che realizzasse un tipo di adattivita

dei contenuti a breve termine, in modo da cogliere informazioni momentanee sui

job, osservando il loro comportamento per un intervallo di tempo molto breve,

combinando le informazioni fornite da GriF con quelle gia in nostro possesso.

Per adattivo si intende un meccanismo che cambia il suo comportamento sulla

base delle informazioni disponibili. La creazione del repository (la tabella Rules

del Database GriF) in cui immagazzinare gli eventi trascorsi relativi alle code, ha

avuto il merito principale di rendere attuabile questo meccanismo. In questo modo

vari agenti artificiali sono in grado di sfruttare le informazioni derivanti da Grid

per popolare il repository costruendo delle regole di ottimizzazione basate sulle

caratteristiche computazionali dei job. Percio, ogni volta che un utente sottomette

un job, il sistema e in grado di analizzare tale richiesta per poter individuare la

coda migliore tra quelle disponibili semplicemente esaminando le regole presenti

nel repository. Gli agenti artificiali sono di fatto Script Shell che vengono eseguiti

periodicamente dal sistema e si comportano come filtri adattivi che intercettano

le informazioni provenienti dalla griglia e le usano per aggiornare il repository.

Questo raffinamento produce regole via via piu efficienti offrendo risultati sempre

piu soddisfacenti. In definitiva, un risultato e da ritenersi soddisfacente nel caso

in cui le regole applicate consentano ad un job di terminare con successo (Done)

in un tempo accettabile. E da notare, da ultimo, che il repository viene utilizzato

anche come contenitore temporaneo in cui possono presentarsi non solo job con

stati finali quali Done o Aborted, ma anche job con stati intermedi come Waiting,

Ready, Scheduled e Running. Nel prossimo capitolo vedremo nel dettaglio come

58


avverra il popolamento della tabella Rules del Database attraverso l’interazione

degli Script con la Grid ed i componenti di GriF.

59

Capitolo 4

Le Ottimizzazioni Realizzate

La realta e quella cosa che, anche se smetti di crederci, non svanisce.- Philip Kindred Dick -

4.1 Introduzione

Nei capitoli precedenti abbiamo introdotto il concetto di job parametrico focaliz-

zando la nostra attenzione sui vantaggi della parametrizzazione. Quando parliamo

di job parametrici assumiamo che un job (che noi chiameremo job padre) viene

frammentato in tante parti (i cosiddetti subjob o job figli). La divisione viene

effettuata sfruttando il parametro k che divide l’input del job padre e determina il

numero dei subjob. In particolare, la sperimentazione e stata condotta su un Ser-

vizio GriF che consente l’esecuzione parametrica in Grid del programma ABC [33].

Tale programma, il cui compito e quello di calcolare la reattivita di un sistema

atomo diatomo utilizzando la meccanica quantistica, si caratterizza soprattutto

per il sistema usato e l’intervallo di energia esplorato. Il sistema studiato viene

caratterizzato mediante dei dati di input e da una routine che ne definisce l’intera-

zione (comunemente detta superficie di energia potenziale), mentre l’intervallo di

energia e definito in input mediante i suoi valori estremi e il numero di energie di

collisione da calcolare. Nello specifico, tale numero verra diviso per la costante di

distribuzione Grid (k) generando cosı gli n subjob che verranno eseguiti in paral-

lelo. Ciascun subjob, quindi, usera la stessa superficie utilizzata dal job padre ma

ognuno avra una parte di input propria da computare. La computazione, come

60

4.2 MySQL e Database GriF

accennato, viene eseguita in parallelo e questo e il principale vantaggio nell’utiliz-

zo dei job parametrici. I risultati di questo approccio tuttavia possono provocare

alcuni svantaggi causati dalla crescita del numero dei job. Il fulcro su cui gravita

l’ottimizzazione delle risorse riguarda proprio questo aspetto ossia come fare in

modo che le performance di GriF non calino al crescere del numero dei subjob.

Infatti piu job vengono sottomessi in griglia e maggiore sara il lavoro che spetta

al Framework. L’obiettivo di GriF e quindi quello di interagire con la griglia in

modo rapido ed efficace. Nei capitoli precedenti abbiamo accennato alla scarsa

efficienza della Grid, a volte inaffidabile per problemi di overhead e correttezza

nel retrieve dei risultati. In particolare, dai test effettuati, abbiamo potuto notare

che le informazioni sullo stato dei job non sempre coincidevano con la realta e que-

sto ha fatto perdere credibilita ad alcuni dei servizi della griglia computazionale

presa in esame. Per questi ed altri motivi, sono stati introdotti alcuni strumenti

di qualita per aumentare le prestazioni del Framework. Prima di tutto e stato

introdotto un Database, strumento necessario per avere sempre a disposizione

la grande quantita di informazioni derivanti dalla propagazione dei subjob in gri-

glia. L’impiego di una base di dati ha permesso, infatti, l’interazione di GriF con

uno strumento molto piu veloce, affidabile ed efficiente rispetto alle informazioni

da recuperare in griglia. Infine, sono stati implementati due Script, denominati

rank.sh e state.sh, il cui compito e quello di reperire le informazioni provenienti

dalla griglia e quindi salvarle nella base di dati. In questo scenario, cruciale e il

ruolo rivestito dal Database, usato come ponte fra GriF e la griglia, e aggiornato

di volta in volta dagli script, costantemente in relazione con la Grid.


Il piu diffuso database Open Source basato sul linguaggio SQL e MySQL [34].

Il codice di MySQL viene sviluppato fin dal 1979 dalla ditta TcX ataconsult -

che poi e diventata MySQL AB. E pero solo dal 1996 che viene distribuita una

versione che supporta SQL e in futuro si prevede il pieno rispetto dello standard

61


ANSI. MySQL e composto da un client con interfaccia a caratteri e un server,

entrambi disponibili sia per sistemi Unix come GNU/Linux che per Windows. Il

codice di MySQL viene rilasciato sotto licenza duale GPL e non libera. Grazie a

questa doppia licenza, chiunque sia interessato all’uso di MySQL in un ambiente

libero od Open Source puo utilizzarlo sotto i termini della normale licenza GPL,

mentre chi lo volesse utilizzare per scopi non liberi puo acquistare la licenza d’uso

[35] dai proprietari del software, e quindi evadere le restrizioni poste dalla licen-

za GPL. Tale licenza viene erroneamente dichiarata da MySQL AB come licenza

commerciale, in realta non e esatto chiamarla in questo modo, poiche un soft-

ware libero puo essere allo stesso tempo commerciale. Tuttavia, fino alla versione

4.0, una buona parte del codice del client era licenziato con la GNU LGPL e

poteva dunque essere utilizzato per applicazioni commerciali. Dalla versione 4.1

in poi, anche il codice dei client e distribuito sotto GNU GPL. Esiste peraltro

una clausola estensiva che consente l’utilizzo di MySQL con una vasta gamma

di licenze libere. Soffermandoci sulle caratteristiche tecniche possiamo affermare

che MySQL e un RDBMS, ossia un sistema di gestione per database relazionali.

Un database e essenzialmente un insieme strutturato di dati. MySQL si occupa

della strutturazione e della gestione a basso livello dei dati stessi, in modo da

velocizzarne l’accesso, la modifica e l’inserimento di nuovi elementi. L’acronimo

RDBMS significa “Relational DataBase Management System” e sta ad indicare

che MySQL offre la possibilita di conservare i dati non in un enorme “storeroom”

ma in diverse tabelle, in modo da velocizzarne l’accesso. L’acronimo SQL significa

“Structured Query Language” ed indica il linguaggio standard di interrogazione

dei Database. Esso e utilizzato per interrogare e gestire basi di dati mediante

l’utilizzo di costrutti di programmazione denominati query. Con SQL si leggono,

si modificano e si cancellano dati nonche si esercitano funzioni gestionali ed ammi-

nistrative sul sistema del database. Alcune delle critiche piu frequenti rivolte ad

SQL riguardano la mancanza di portabilita del codice fra vendors diversi, il modo

inappropriato con cui vengono trattati i dati mancanti (NULL), e la semantica

62


a volte inutilmente complicata. L’utilizzo di MySQL comporta pero importanti

vantaggi:

• E veloce: basta dare un’occhiata ai benchmark1 ufficiali per rimanerne

impressionati [36];

• E affidabile: essendo stato progettato per manipolare molti dati;

• E scalabile: puo funzionare utilizzando da 2 MegaByte di RAM fino a

4GigaByte;

• E versatile: la sua natura Open Source garantisce una versione per ogni

piattaforma.

MySQL svolge il compito di DBMS nella piattaforma LAMP (GNU/Linux: il si-

stema operativo, Apache: il Web server, MySQL: il database management system

(o database server), Perl, PHP e/o Python: i linguaggi di scripting), una delle piu

usate e installate su Internet per lo sviluppo di siti e applicazioni web dinamiche.

Il 16 Gennaio 2008 Sun Microsystem (di recente a sua volta rilevata da Oracle)

ha acquistato la societa per un miliardo di dollari, stimando il mercato del data-

base in 15 miliardi di dollari. I principali introiti provengono dal supporto agli

utilizzatori di MySQL tramite il pacchetto Enterprise, dalla vendita delle licenze

commerciali e dall’utilizzo da parte di terzi del marchio MySQL. MySQL e scritto

in C e C++ e viene testato con un ampia gamma di diversi compilatori. Inoltre

lavora su diverse piattaforme come:

• IBM AIX 4.x e 5.x;

• FreeBSD 5.x e versioni superiori con threads nativi;

• HP-UX 11.x e versioni superiori con threads nativi;1Con il termine benchmark si intende un insieme di test software volti a fornire una misura delle

prestazioni di un computer per quanto riguarda diverse operazioni. Vi e una seconda definizione,relativa ai test di particolari software: in questo caso il benchmark e la determinazione dellacapacita di detto software di svolgere piu o meno velocemente, precisamente od accuratamente,un particolare compito per cui e stato progettato.

63


• Linux;

• Mac OS X;

• NetBSD 1.3/1.4 Intel e NetBSD 1.3 Alpha;

• Novell NetWare 6.0 e 6.5;

• OpenBSD 2.5 con threads nativi e OpenBSD nelle versioni precedenti alla

2.5 con il MIT-pthreads package;

• SCO OpenServer 5.0.X con il recente porting del FSU Pthreads package;

• SCO Openserver 6.0.x;

• SCO UnixWare 7.1.x;

• SGI Irix 6.x con threads nativi;

• Solaris 2.5 e versioni superiori con i threads nativi su SPARC e x86;

• Tru64 Unix;

• Windows 2000, Windows XP, Windows Vista, Windows Server 2003, Win-

dows Server 2008 e Windows Vienna.

L’architettura di MySQL e multilivello con moduli indipendenti. Inoltre essa

e completamente multi-threads con la possibilita di utilizzare piu CPU qualora

disponibili e fornisce Storage Engine sia transazionali che non-transazionali. Il

motore originale di MySQL e costituito da una serie di librerie ISAM per l’accesso

ai dati. L’efficienza dell’implementazione, la stabilita delle release, la possibilita

di utilizzo in rete e la natura Open Source ne hanno decretato l’enorme successo.

Si tratta infatti del piu diffuso RDBMS per le applicazioni web.

64


4.2.1 Modello Entita-Relazione

Per la progettazione dei database viene utilizzato il modello Entity-Relationship

[37] (anche detto modello entita-relazione, modello entita-associazione o modello

E-R) che rende possibile la rappresentazione concettuale dei dati ad un alto livello

di astrazione. Viene spesso utilizzato nella prima fase della progettazione di una

base di dati in cui e necessario tradurre le informazioni risultanti dall’analisi di

un determinato dominio in uno schema concettuale. Il modello E-R si basa su un

insieme di concetti molto vicini alla realta di interesse: quindi facilmente intuibili

dai progettisti (e in genere considerati sufficientemente comprensibili e significati-

vi anche per i non-tecnici), ma non implementabili sugli elaboratori. Infatti, pur

essendo orientato alla progettazione di basi di dati, il modello prescinde dai criteri

specifici di organizzazione fisica dei dati persistenti nei sistemi informatici. Esisto-

no tecniche per la traduzione dei concetti ad alto livello (meglio comprensibili per

gli umani) in concetti di piu basso livello tipici dei vari modelli logici (ad esempio

il modello relazionale) implementati nei diversi RDBMS esistenti. Il modello E-R

ha rappresentato per lungo tempo (e ancora oggi) uno degli approcci piu solidi per

la modellazione di domini applicativi in ambito informatico. Per questo motivo,

e stato spesso usato anche al di fuori del contesto della progettazione di database

ed e stato utilizzato come modello di riferimento per numerose altre notazioni per

la modellazione. Al modello E-R era ispirata, tra l’altro, la notazione OMT poi

confluita in UML. I costrutti principali del modello E-R sono entita, associazioni

e attributi:

• Entita: rappresentano classi di oggetti (come fatti, cose e persone) che

hanno proprieta comuni ed esistenza autonoma ai fini dell’applicazione di

interesse. Un’occorrenza di un’entita e un oggetto della classe che l’entita

stessa rappresenta. Non si parla qui del valore che identifica l’oggetto, ma

piuttosto l’oggetto stesso. Un’interessante conseguenza di questo fatto e che

un’occorrenza di entita ha un’esistenza indipendente dalle proprieta a esso

associate. Da questo punto di vista il modello E-R presenta una marcata

65


differenza rispetto al modello relazionale nel quale non possiamo rappre-

sentare un oggetto senza conoscere alcune sue proprieta. In uno schema

ogni entita ha un nome che la identifica univocamente e viene rappresentata

graficamente tramite un rettangolo con il nome dell’entita all’interno;

• Associazioni: le associazioni (dette anche relazioni) rappresentano un le-

game tra due o piu entita. Il numero di entita collegate identifica il grado

dell’associazione. Un buono schema E-R e caratterizzato da una prevalenza

di associazioni di grado 2. E possibile legare un’entita con se stessa (attraver-

so un’associazione ad anello), sia legare le stesse entita con piu associazioni.

Di norma viene rappresentata graficamente da un rombo contenente il nome

dell’associazione;

• Attributi: un’entita e descritta usando una serie di attributi. Tutti gli og-

getti della stessa classe entita hanno gli stessi attributi: questo e cio che si

intende quando si parla di oggetti simili. La scelta degli attributi riflette il

livello di dettaglio con il quale vogliamo rappresentare le informazioni sulle

entita. Per ogni attributo associato ad una classe entita, dobbiamo definire

un dominio di possibili valori (ad esempio, per l’attributo nome, il domi-

nio potrebbe essere l’insieme delle stringhe di 15 caratteri). Per ciascuna

classe entita, dobbiamo definire anche una chiave. La chiave e un insieme

minimale di attributi che identificano univocamente una tupla all’interno del

database. Potrebbe esserci piu di una chiave ed in questo caso si parla di

chiavi candidate. La scelta pero deve ricadere solo su una chiave candidata,

detta chiave primaria. L’attributo si identifica con un’ellisse al cui inter-

no viene specificato il nome dell’attributo o anche semplicemente, nel caso

di diagrammi complessi, solo il nome. In caso di chiave primaria, il nome

dell’attributo viene sottolineato.

66


4.2.2 Il motore InnoDB

In MySQL una tabella puo essere di diverse tipologie. Ogni tipo di tabella presenta

proprieta e caratteristiche differenti (transazionale o non-transazionale, diverse

prestazioni e strategie di locking piuttosto che altre funzioni particolari). Il tipo di

tabella predefinito di MySQL e denominato MyISAM. Tuttavia MySQL supporta

anche il tipo InnoDB, un particolare motore per il salvataggio dei dati di MySQL,

fornito in tutte le sue distribuzioni e utilizzato nel presente elaborato di Tesi. La

sua caratteristica principale e quella di supportare le transazioni di tipo ACID.

Recentemente e stato acquistato dalla Oracle, che ha intenzione, in generale, di

mantenere inalterate le principali caratteristiche di MySQL AB. Le differenze tra

MyISAM e InnoDB sono:

• Per recuperare una tabella dopo un crash del sistema, InnoDB riesegue le

ultime istruzioni registrate nei log. MyISAM deve invece eseguire una scan-

sione completa della tabella per poi recuperarla, ed eventualmente ricostruire

gli indici. Di conseguenza, il tempo impiegato da InnoDB per il recupero

non aumenta con il crescere dei dati contenuti nella tabella, mentre il tempo

impiegato da MyISAM e proporzionale alle dimensioni della tabella;

• Mentre MyISAM si affida al sistema operativo per il caching delle letture e

delle scritture sulle tabelle, InnoDB ha una sua propria gestione della cache.

Le pagine di dati modificate non vengono cosı inviate immediatamente al

sistema e cio, in alcuni casi, consente a InnoDB di modificare i dati molto

piu rapidamente;

• MyISAM generalmente immagazzina i record di una tabella nell’ordine in cui

sono state create, mentre InnoDB le immagazzina nell’ordine seguito dalla

chiave primaria. Conseguentemente, quando viene utilizzata la chiave per la

lettura di una riga, l’operazione avviene piu rapidamente;

• InnoDB comprime i record molto meno rispetto a MyISAM. Questo significa

che la memoria e lo spazio su disco richiesti da InnoDB sono maggiori, no-

67


nostante nella versione 5 di MySQL lo spazio su disco richiesto sia diminuito

del 20%;

• Allo stato attuale, InnoDB non supporta le ricerche fulltext.

4.2.2.1 Funzionalita del motore InnoDB di MySQL

InnoDB mette a disposizione le seguenti funzionalita:

• transazioni SQL con savepoint e transazioni XA;

• Lock a livello di record;

• Chiavi esterne;

• Integrita referenziale;

• Colonne AUTOINCREMENT;

• Tablespace.

Il lock in InnoDB per quanto riguarda i comandi SELECT e di tipo non-locking.

InnoDB offre delle ottime performance in termini di prestazioni e utilizzo del-

la CPU specialmente quando si ha a che fare con una grande quantita di dati.

InnoDB puo interagire tranquillamente con tutti gli altri tipi di tabelle in MySQL.

4.2.2.2 Limiti delle tabelle InnoDB

Le tabelle InnoDB sono soggette alle seguenti limitazioni:

• Non e possibile creare piu di 1000 colonne per tabella;

• Su alcuni sistemi operativi le dimensione del tablespace non possono superare

i 2 Gb;

• La grandezza di tutti i file di log di InnoDB deve essere inferiore ai 4 Gb;

• La grandezza minima di un tablespace e di 10 Mb;

68


• Non possono essere creati indici di tipo FULLTEXT;

• Le SELECT COUNT(*) su tabelle di grandi dimensioni possono essere molto

lente.

4.2.2.3 Come creare un tabella di tipo InnoDB

Per sapere se InnoDB e presente nella propria installazione di MySQL, eseguire il

comando:

SHOW VARIABLES LIKE ’have_innodb’;

Questo comando mostra il valore della variabile have\_innodb: se essa presenta

il valore “YES”, InnoDB e attivo. Inoltre, per avere una panoramica di tutti i tipi

di tabella attivi e non attivi e possibile eseguire il comando:

SHOW ENGINES;

La sintassi per creare una tabella di tipo InnoDB e la seguente (due alternative):

CREATE TABLE prova (att1 VARCHAR, .....) ENGINE = InnoDB;CREATE TABLE prova (att1 VARCHAR .....) TYPE = InnoDB;

Per convertire una tabella gia esistente in InnoDB Type (due alternative):

ALTER TABLE prova ENGINE = InnoDB;ALTER TABLE prova TYPE = InnoDB;

E comunque consigliato utilizzare la sintassi che prevede l’utilizzo della parola

chiave ENGINE poiche la parola chiave TYPE (utilizzata nelle vecchie versioni di

MySQL) e ormai considerata obsoleta.

4.2.3 Il Database di GriF

Come accennato, GriF ha richiesto l’utilizzo di un Database il cui schema logico

mostrato Figura 4.1. In particolare, vengono rappresentate le seguenti entita:

• VO: le Organizzazioni Virtuali presenti in Grid che utilizzano GriF;

69


Figura 4.1: Il Database di GriF.

• VO User: l’insieme degli utenti (per VO) che utilizzano i servizi di GriF.

Amministratori, Passive User, Active User, Software Developer e Service

Provider sono le classi di appartenenza di ciascun utente, identificate in

base al tipo di attivita e all’utilizzo delle risorse computazionali da parte di

ogni utente;

• Service: i servizi messi a disposizione da ogni VO. Nel nostro elabora-

to di Tesi GriF mette a disposizione degli utenti un solo servizio che e il

programma ABC.

• Rules: ogni job sottomesso in griglia da un utente viene diviso in n subjob

in base al valore della costante k. Tale costante viene scelta dalla VO e rende

possibile la parametrizzazione di un job ossia la suddivisione del suo input

file. La divisione genera quindi n file di input simili tra loro (alcuni para-

metri restano inalterati). “Rules” di fatto contiene le informazioni relative

ai subjob quali ad esempio l’URL, l’URI, lo stato, la data di sottomissione

e la coda che lo ha processato. Lo stato di un job puo essere Null (default),

Waiting, Ready, Scheduled, Running, Aborted e Done con gli ultimi due che

70


decretano il successo o l’insuccesso di un job. E evidente che gli ultimi due

stati sono “stati finali” dai quali il job non puo piu uscire mentre i primi

cinque sono “stati intermedi” che il job assume temporaneamente. La tabel-

la Rules non viene utilizzata esclusivamente come storico di eventi in tempo

reale ma anche come container di regole utilizzate per rendere intelligente

la sottomissione di nuovi subjob in base al successo o all’insuccesso dei job

contenuti in essa;

• Rank: questa tabella, insieme a “Rules”, rappresenta il cuore della base

di dati come mostrato nel Sorgente 4.1. “Rank” memorizza le informazioni

di ciascuna coda comprese la disponibilita, la raggiungibilita, le performan-

ce e le CPU libere. I parametri vengono recuperati dalla griglia mediante

wrapping comando Grid

’lcg-infosites --vo <VO_name> ce’.

L’attributo last_performance di questa tabella viene calcolato utilizzando

una funzione che considera i job totali contenuti nella tabella Rules (TO-

TALJOBS ) eseguiti in ciascuna coda, classificandoli in base al loro successo

(Done) o all’insuccesso (Aborted). In particolare, la funzione utilizzata e la

seguente:

LAST PERFORMANCE =

��DONE

FAILED

�· TOTALJOBS

�

TIME(m)(4.1)

I valori di ciascuna variabile vengono inizializzati rispettivamente a 1000, 1,

1, 1 (DONE, FAILED, TOTALJOBS, TIME ) per evitare errori di inconsi-

stenza. Time rappresenta il tempo medio di esecuzione di una certa coda cal-

colato come sommatoria dei tempi di esecuzione di ogni subjob normalizzati

secondo k. Nel dettaglio:

71


TIME(m) =n�

j=1

EXEC TIME(m)j

k(j), j �= 0 (4.2)

dove n corrisponde al numero totale dei subjob completati con successo e

EXEC TIME e il tempo parziale di esecuzione di un subjob. Questi attributi

vengono poi utilizzati successivamente per calcolare il Rank vero e proprio,

ossia il punteggio che verra assegnato ad ogni coda.

Sorgente 4.1: I sorgenti delle tabelle Rules e Rank del database GriF.1 . . .2 . . .34 CREATE TABLE ru l e s5 (6 u r l s j o b VARCHAR(200) NOT NULL,7 u r i s j o b VARCHAR(200) NOT NULL,8 submit id MEDIUMINT NOT NULL,9 u r l p a r en t VARCHAR(200) NOT NULL,

10 sub date TIMESTAMP(14) DEFAULT 0 ,11 su r f a c e VARCHAR(20) NOT NULL,12 constant INT(2) NOT NULL,13 queue VARCHAR(200) NOT NULL,14 s t a t e ENUM ( ’ Waiting ’ , ’Ready ’ , ’ Scheduled ’ , ’ Running ’ , ’ Aborted ’ ,

’Done ’ ) ,15 t o t a l t ime INT(20) ,16 get ENUM ( ’ no ’ , ’ yes ’ ) ,1718 PRIMARY KEY ( u r l s j ob , u r l p a r en t ) ,19 FOREIGN KEY ( submit id ) REFERENCES submit ( id ) ON UPDATE CASCADE ON DELETE

CASCADE,20 FOREIGN KEY ( u r l pa r en t ) REFERENCES submit ( u r l j o b ) ON UPDATE CASCADE ON

DELETE CASCADE21 )22 ENGINE = InnoDB DEFAULT CHARSET = UTF8;2324 CREATE TABLE rank25 (26 id MEDIUMINT NOT NULL AUTO INCREMENT PRIMARY KEY,27 code VARCHAR(200) UNIQUE KEY,28 f r e e cpu INT(10) ,29 ping FLOAT(10 ,1 ) ,30 l a s t pe r f o rmance FLOAT(10 ,3 ) ,31 ranking FLOAT(10 ,1 )32 )33 ENGINE = InnoDB DEFAULT CHARSET = UTF8;3435 . . .36 . . . ✠✆

72

4.3 Lo Scripting

4.3 Lo Scripting

In informatica un linguaggio di scripting e un linguaggio di programmazione in-

terpretato, destinato in genere a compiti di automazione del sistema (batch) o

delle applicazioni (macro). I programmi sviluppati con questi linguaggi vengono

detti Script, termine della lingua inglese utilizzato in ambito teatrale per indi-

care il testo dove vengono tracciate le parti che devono essere interpretate dagli

attori. Gli Script generalmente sono semplici programmi il cui scopo e quello di

interagire con altri programmi molto piu complessi in cui avvengono le operazioni

piu significative. Gli script si distinguono dai programmi con cui interagiscono, i

quali solitamente sono implementati in un linguaggio differente e non interpretato.

La Shell e uno dei possibili interpreti dei comandi. Molto piu che una semplice

interfaccia tra il kernel del sistema operativo e l’utilizzatore, e ad oggi anche un

vero e proprio potente linguaggio di programmazione. Lo script e uno strumento

semplice da usare per creare applicazioni “incollando” insieme chiamate e coman-

di di sistema, utility e file binari (eseguibili). Ad esempio, uno Shell Script puo

utilizzare virtualmente l’intero repertorio di comandi, utility e strumenti di un

sistema UNIX. Inoltre i comandi interni della shell, come i costrutti condizionali

ed i cicli iterativi, forniscono ulteriore potenza e flessibilita agli Script.

4.3.1 Perche programmare in Shell

Imparare a scrivere degli Script non e difficile ed e veramente esigua la serie di

operatori ed opzioni specifiche che e necessario conoscere. La sintassi e sempli-

ce e chiara, come quella necessaria per eseguire e concatenare utility da riga di

comando. Uno Shell Script e un metodo rapido per costruire un prototipo di

un’applicazione complessa. Inoltre, eseguire anche una serie ridotta di istruzioni

tramite uno Shell Script e spesso un utile primo passo nello sviluppo di un proget-

to. In questo modo si puo verificare e sperimentare la struttura di un’applicazione

e scoprirne i principali errori prima di procedere alla codifica finale in altro lin-

guaggio come ad esempio C, C++, Java o Perl. Lo scripting di Shell e attento

73

4.3 Lo Scripting

alla filosofia classica UNIX e per questo e altamente versatile ed eseguibile su ogni

piattaforma compatibile. Infine “programmare Shell” significa conoscere i siste-

mi operativi, abilitando il programmatore ad eseguire operazioni particolarmente

complesse in modo leggero e con il minimo sforzo.

4.3.2 Caratteristiche

Nei linguaggi di scripting il programmatore generalmente si disinteressa delle ri-

sorse di sistema che il programma finito dovra consumare, demandando il tutto

al sistema stesso. Per risorse si intendono, per esempio, la gestione della allo-

cazione e deallocazione della memoria, la conversione tra tipi, l’inizializzazione

e la chiusura dell’applicazione. In questo modo si evitano molti problemi tipi-

ci della programmazione tradizionale, che inoltre costringe il programmatore ad

occuparsi di problematiche non sempre strettamente connesse con l’obiettivo del

software che deve creare. L’utilizzo di un linguaggio di scripting permette quindi

di concentrarsi direttamente sulla soluzione del problema.

4.3.3 Lo Script rank.sh

L’obiettivo dello script rank.sh e quello di raccogliere le informazioni sullo stato

delle code per poi poterle classificare attraverso la funzione Rank. Abbiamo gia

detto che il Ranking e una funzione che calcola un punteggio che viene assegnato

alla coda in base alle sue performance. Le code vengono messe a disposizione dalle

organizzazioni di una VO (ad esempio l’Universita degli Studi di Perugia della VO

COMPCHEM) che decide le politiche con cui esse vengono gestite, in accordo con

le regole generali della Grid. Di fatto, ogni organizzazione mette a disposizione

uno o piu CE nel quale vengono abilitate una o piu code di esecuzione. In questo

modo si puo scegliere di sottomettere i job in code differenti (tipicamente deno-

minate short, long e infinite) a seconda dei valori minimi e massimi delle policy

utilizzate. Una volta che le code sono a disposizione della griglia possono essere

analizzate. Qui entra in gioco lo script mostrato in figura Figura 4.2. I risultati

dei test effettuati in griglia hanno evidenziato i difetti dei CE, componenti a volte

74

4.3 Lo Scripting

inadatti a fornire informazioni precise riguardo lo stato reale delle code. I CE sono

responsabili della computazione dei job finche essi non sono terminati. Quando

un job raggiunge uno stato finale (Done o Aborted) verra creato automaticamente

(attraverso meccanismi di basso livello gestiti da GriF) il relativo file dei risulta-

ti nell’SE che conferma la sua terminazione. Questa operazione istantanea (che

dovrebbe determinare il raggiungimento di uno stato “Done” per il job) spesso

non viene opportunamente rilevata dalla Grid che quindi introduce un notevole ed

inutile ritardo. Per questo motivo lo script in questione interagisce direttamente

con l’SE al fine di comprendere il reale stato di un job (in particolare se gia in uno

stato “Done”) in un dato istante.

4.3.3.1 Descrizione dello Script

L’unica interazione dello script con la Grid si verifica quando vengono recuperate le

informazioni delle code dei CE attraverso il comando ’lcg-infosites --vo $VO ce’

come mostato nel Sorgente 4.2 (riga 12). L’output del comando viene poi salvato

nel file denominato lcg-infosites.out che da qui in avanti verra utilizzato per

eseguire tutte le operazioni. Dalla riga 15 alla riga 23, tramite i comandi awk e

sed, vengono salvati i nomi delle code e il valore delle CPU libere nei file deno-

minati code e freeCPU. Alla riga 29 si lancia un comando che cancella la tabella

rank in modo tale da avere ogni volta un ambiente ripulito dai risultati delle pre-

cedenti operazioni e quindi aggiornabile in tempo reale. Dalla riga 32 alla riga

43, vengono effettuate le scritture nella tabella. In particolare, per mantenere le

corrispondenze tra ogni coda e il rispettivo valore di CPU libere ci siamo serviti

della funzione AUTO_INCREMENT di MySQL utilizzandola come contatore. Dalla

riga 46 alla riga 58, abbiamo calcolato il tempo medio necessario per raggiungere

ogni coda, salvando poi i risultati nel file denominato ping.tmp. Per sfruttare

al meglio le performance del programma ping abbiamo utilizzato le opzioni -i e

-w che consentono, rispettivamente, di aspettare al piu 2 decimi di secondo tra

ogni invio dei pacchetti ICMP e di diminuire il valore del timeout. Inoltre e sta-

75

4.3 Lo Scripting

ta utilizzata l’opzione -c che, inviando un massimo di cinque pacchetti ICMP di

tipo “ECHO RESPONSE”, garantisce un’esecuzione rapida del comando. Nella

riga 61 viene lanciata una query SQL che rimuove dalla tabella tutte le code con

valori nulli in corrispondenza dei campi ping e free_cpu. Dalla riga 64 fino alla

115 vengono poi calcolate le ultime performance della coda attraverso la funzione

LAST_PERFORMANCE (4.1) gia illustrata nel paragrafo 4.2.3. Dalla riga 138 fino al

termine dello script viene finalmente calcolato il Rank per ogni coda utilizzando

la seguente funzione:

RANK (x, y, z, w) = x (α · y + (z + β) (w + γ)) (4.3)

dove:

• x indica se la coda e up o down e puo assumere rispettivamente i valori 1 o

0;

• y rappresenta la funzione last_performance;

• z rappresenta il numero di CPU libere per ogni coda;

• w rappresenta il tempo di raggiungibilita relativo ad ogni coda;

• α, β e γ rappresentano i pesi che consentono di aumentare o diminuire

l’importanza di ogni componente della funzione.

Piu il valore risultante sara alto, maggiori saranno le performance e quindi mi-

gliore il suo Rank della coda considerata. A questo punto l’inserimento nella

tabella rank e completato e si ha la certezza di avere a disposizione tutte le code

raggiungibili. Da notare che per eseguire lo Script in questione viene utilizzato

crontab, un processo di sistema che consente la pianificazione di comandi UNIX

che poi vengono mandati in esecuzione periodicamente, ad intervalli di tempo. In

particolare rank.sh viene eseguito ogni 15 minuti.

76

4.3 Lo Scripting

Sorgente 4.2: Lo script per l’analisi delle code rank.sh.1 #!/bin/bash

23 USER=”robot@ui . hpc . unipg . i t ”4 VO=”compchem”5 INFOSITES=” lcg− i n f o s i t e s −−vo $VO ce ”6 RANKING=”/var / l i b / tomcat5/programs/LAST GRIF/”7 MYSQL=”mysql −u root −−password=<password> −D g r i f −e”89 ### MAIN ###

1011 # Recupero le informazioni delle code

12 ssh $USER ”$INFOSITES” > ”$RANKING” lcg− i n f o s i t e s . out1314 #CODE

15 awk ’{ pr in t $6 } ’ ”$RANKING” lcg− i n f o s i t e s . out > ”$RANKING”code . tmp16 sed −e ’1 ,/ˆ $/d ’ −e ’ / ˆ [ ]∗ $/d ’ ”$RANKING”code . tmp > ”$RANKING”code17 rm ”$RANKING”code . tmp1819 #FREE CPU

20 awk ’{ pr in t $2 } ’ ”$RANKING” lcg− i n f o s i t e s . out > ”$RANKING”freeCPU . tmp21 sed −e ’1 ,/ˆ $/d ’ −e ’ / ˆ [ ]∗ $/d ’ ”$RANKING”freeCPU . tmp > ”$RANKING”freeCPU22 rm ”$RANKING”freeCPU . tmp23 rm ”$RANKING” lcg− i n f o s i t e s . out2425 CODE=‘ cat ”$RANKING”code ‘26 FREE=‘ cat ”$RANKING”freeCPU ‘2728 # Comando che ripulisce ogni volta la tabella rank

29 $MYSQL ”TRUNCATE TABLE rank app ; ”3031 # Inserisce le code nella tabella rank_app

32 f o r i in $CODE;33 do34 $MYSQL ”INSERT INTO rank app ( code ) VALUES( ’ $i ’ ) ; ”35 done3637 # Inserisce le free cpu nella tabella rank_app

38 z=139 f o r j in $FREE40 do41 $MYSQL ”UPDATE rank app SET f r e e cpu =’$j ’ WHERE id=’$z ’ ; ”42 l e t ”z+=1”43 done4445 # Calcola il ping e lo inserisce nella tabella rank_app

46 awk −F ’ : ’ ’{ pr in t $1 } ’ ”$RANKING”code > ”$RANKING” ping code . tmp47 PING CODE=‘ cat ”$RANKING” ping code . tmp ‘48 z=149 f o r i in $PING CODE50 do51 ssh $USER ”ping − i 0 . 2 −c 5 −w 1 $ i ” > ”$RANKING”ping . tmp52 PING=$ ( sed −n / r t t /p ”$RANKING”ping . tmp | awk −F ’= ’ ’{ pr in t $2 } ’ | awk

−F ’/ ’ ’{ pr in t $2 } ’ )53 $MYSQL ”UPDATE rank app SET ping=’$PING’ WHERE id=’$z ’ ; ”54 l e t ”z+=1”55 done5657 rm ”$RANKING” ping code . tmp58 rm ”$RANKING”ping . tmp5960 # Rimuove le code dove free_cpu =0 e ping =0.0

77

4.3 Lo Scripting

61 $MYSQL ”DELETE FROM rank app WHERE f r e e cpu = ’0 ’ or ping = ’0 .0 ’ ; ”6263 # Calcolo LAST_PERFORMANCE

64 $MYSQL ”SELECT code FROM rank app ; ” > ”$RANKING” code rank . tmp65 sed −e ’1d ’ ”$RANKING” code rank . tmp > ”$RANKING” code rank . out66 rm ”$RANKING” code rank . tmp67 CODE RANK=‘ cat ”$RANKING” code rank . out ‘6869 CMD=$ (command)70 u=171 # Per ogni coda in rank..

72 f o r i in $CODE RANK73 do74 QUEUE=$ ( sed −n ”$u”p ”$RANKING” code rank . out | awk ’{ pr in t $1 } ’ )75 # Conto i job Done computati dalla coda

76 F=$ ($MYSQL ”SELECT COUNT(∗ ) AS Fat t i FROM ru l e s WHERE s t a t e =’Done ’ andqueue=’$QUEUE’ ; ” )

77 # Comando che elimina "Fatti di n" e restituisce solo il valore

78 FATTI=‘echo $F | sed ’ s /\S∗\ s ∗// ’ ‘79 # Calcolo il tempo totale servito a computare i job Done

80 TEMP=$ ($MYSQL ”SELECT SUM(( t o t a l t ime / constant ) ) AS Time from ru l e s WHEREqueue=’$QUEUE’ AND s t a t e =’Done ’ ; ” )

81 TEMPO=‘echo $TEMP | sed ’ s /\S∗\ s ∗// ’ ‘82 i f [ ”$TEMPO” == ”NULL” ]83 then84 TEMPO=”0”85 e l s e86 TEMPO=‘echo ” s c a l e =3; $TEMPO / $FATTI” | bc ‘87 f i88 # Conto i job totali computati dalla coda

89 TOT=$ ($MYSQL ”SELECT COUNT(∗ ) AS Tota l i FROM ru l e s WHERE queue=’$QUEUE’ ; ”| awk ’{ pr in t $1 } ’ )

90 TOTALI=‘echo $TOT | sed ’ s /\S∗\ s ∗// ’ ‘91 # Conto i job Aborted computati dalla coda

92 A=$ ($MYSQL ”SELECT COUNT(∗ ) AS Abo r t i t i FROM ru l e s WHERE s t a t e =’Aborted ’and queue=’$QUEUE’ ; ” )

93 ABORTITI=‘echo $A | sed ’ s /\S∗\ s ∗// ’ ‘94 i f [ ”$TOTALI” −eq 0 ]95 then96 FATTI=100097 ABORTITI=198 TOTALI=199 TEMPO=1

100 f i101 i f [ ”$FATTI” −eq 0 ]102 then103 FATTI=‘expr $FATTI + 1 ‘104 f i105 i f [ ”$ABORTITI” −eq 0 ]106 then107 ABORTITI=‘expr $ABORTITI + 1 ‘108 f i109 # Funzione che calcola last_performance

110 LAST PERFORMANCE=‘echo ” s c a l e =4; ( ( ( ( $FATTI) / ($ABORTITI) ) ∗ $TOTALI) /$TEMPO)” | bc ‘

111 $MYSQL ”UPDATE rank app SET la s t pe r f o rmance =’$LAST PERFORMANCE’ WHEREcode=’$QUEUE’ ; ”

112 l e t ”u+=1”113 done114115 rm ”$RANKING” code rank . out116

78

4.3 Lo Scripting

117 # Funzione che calcola il ranking

118 ALFA=100000119 BETA=1120 GAMMA=1121 $MYSQL ”SELECT code ,

($ALFA∗ l a s t pe r f o rmance +(($BETA+f r e e cpu ) ∗($GAMMA+ping ) ) ) AS rankingFROM rank app ; ” > ”$RANKING” ranking . tmp

122123 sed −e ’1d ’ ”$RANKING” ranking . tmp > ”$RANKING” ranking . out124125 CMD=$ (command)126 h=1127 R OUT=‘ cat ”$RANKING” ranking . out ‘128 # Per ogni coda in rank..

129 f o r k in $R OUT130 do131 QUEUE=$ ( sed −n ”$h”p ”$RANKING” ranking . out | awk ’{ pr in t $1 } ’ )132 RANK=$ ( sed −n ”$h”p ”$RANKING” ranking . out | awk ’{ pr in t $2 } ’ )133 # Inserisco il rank della coda

134 $MYSQL ”UPDATE rank app SET ranking =’$RANK’ WHERE code=’$QUEUE’ ; ”135 l e t ”h+=1”136 done137138 rm ”$RANKING” ranking . tmp139 rm ”$RANKING” ranking . out140 rm ”$RANKING”freeCPU141 rm ”$RANKING”code142143 $MYSQL ”CREATE TABLE IF NOT EXISTS rank LIKE rank app ; ”144 $MYSQL ”TRUNCATE TABLE rank ; ”145 $MYSQL ”INSERT INTO rank (SELECT ∗ FROM rank app ) ; ” ✠✆

4.3.4 Lo Script state.sh

L’obiettivo dello script state.sh, mostrato nel Sorgente 4.3, e quello di aggiun-

gere regole di ottimizzazione nella tabella rules. Abbiamo anticipato che rules,

oltre a contenere le informazioni sui job Done e Aborted, viene utilizzata come

repository temporaneo per aggiornare gli stati intermedi dei job. Tuttavia, gli

aggiornamenti hanno un ruolo secondario rispetto al vero scopo di questa tabella

che e quello di fornire a GriF una collezione di regole per ottimizzare la scelta

delle code. Nel caso, infatti, che un job venga sottomesso in griglia, GriF, cono-

scendo le caratteristiche del job, ha il compito di selezionare una coda tra quelle

disponibili in rules. Un passaggio chiave e percio quello di individuare quelle

code che in passato hanno completato un job simile a quello appena sottomes-

so. Cio consentira di premiare quelle code che, a parita o comunque per Ranking

molto performanti, hanno eseguito job simili. Il confronto avviene in base a due

79

4.3 Lo Scripting

parametri: la superficie scelta dall’utente, che deve coincidere, e la costante k uti-

lizzata per la suddivisione dei job (con uno scostamento di k di ±2). Se la query

risultante generata dal Framework fornisce un risultato significa che esistono una

serie di job cui corrisponde un esito positivo del confronto. In questo modo il

Framework sara in grado di selezionare, tra le code migliori, quelle dove sono stati

eseguiti job simili a quello attuale. Si ricorda che al crescere del numero di regole

(ovvero al crescere dei job eseguiti con successo da GriF) cresce la probabilita di

trovare code adeguatamente performanti. Anche per state.sh abbiamo costruito

una sequenza di operazioni per evitare il piu possibile l’interazione con la Grid

come illustrato nello schema generale di funzionamento del YP di GriF riportato

in Figura 4.2.

Figura 4.2: Lo schema generale di funzionamento del YP di GriF e le interazionicon la Grid.

80

4.3 Lo Scripting

4.3.4.1 Descrizione dello Script

La tabella rules contiene esclusivamente subjob. Come accennato in precedenza,

ogni subjob include il riferimento al job padre. Lo Script deve aggiornare le infor-

mazioni dei subjob discendenti da job padri con stato Null. Null infatti e lo stato

che il job presenta come default. Se lo stato di un job padre e Null significa che i

suoi subjob (o una parte di essi) non sono ancora stati completati. Dalla riga 13

alla riga 21 vengono recuperate le informazioni dei job padri dividendole in due

file denominati rispettivamente url_job.out e insert_rules.out. Il primo file

contiene la lista dei job padri con stato Null mentre il secondo file contiene tutte

le informazioni da replicare nei job figli. Dalla riga 24 alla riga 40 viene lancia-

to il comando glite-job-status per ogni URL presente nel file url_job.out.

L’output di questo comando mostra tutti i subjob in cui il job padre e stato fram-

mentato. Dalla riga 42 alla riga 60 vengono dichiarati una serie di vettori utili al

salvataggio delle informazioni sui subjob derivanti dall’esecuzione del precedente

comando. Da questo punto in avanti, lo Script effettua una sequenza di query

che aggiornano rules assicurandosi di non ricontrollare job gia esaminati in pre-

cedenza. Infatti lo Script deve aggiornare gli stati dei subjob discendenti da job

padri appena sottomessi ma oltre a cio deve anche controllare periodicamente lo

stato dei subjob vecchi. Per fare cio, dalla riga 82 alla riga 101, viene controllata

la presenza di file di risultati (estensione .gz) direttamente nell’SE. Questa ope-

razione e rapida ed efficace ed elimina le imprecisioni derivanti dall’interrogazione

circa lo stato dei job effettuata alla Grid. Il controllo dello stato di un job (Done

o Aborted) si basa sull’esistenza e sulla dimensione degli eventuali file dei risultati,

come segue:

• se il file .gz esiste e la dimensione e = 0 il job e terminato con un insuccesso

(stato Aborted);

• se il file .gz esiste e la dimensione e �= da 0 il job e terminato con successo

(stato Done);

81

4.3 Lo Scripting

Dalla riga 106 alla fine dello script viene effettuata una sequenza di query per

controllare l’integrita delle informazioni precedentemente contenute nel Database

con quelle appena raccolte. Si ricorda infatti che le informazioni derivanti dall’SE

hanno la priorita rispetto a tutto il resto (in quanto piu affidabili). Anche in

questo caso lo Script in questione viene eseguito mediante il comando crontab.

In particolare, lo Script state.sh viene lanciato ogni 60 minuti.

Sorgente 4.3: Lo script di ottimizzazione state.sh.1 #!/bin/bash

23 USER=”robot@ui . hpc . unipg . i t ”4 JOBSTATUS=” g l i t e−job−s t a tu s ”5 STATUS=”/var / l i b / tomcat5/programs/LAST GRIF/”6 MYSQL=”mysql −u root −−password=<password> −D g r i f −e”7 URL SJOB=” i n f o ”8 STATUS STRING=”Current ”9 QUEUE=” Dest ina t i on ”

1011 ### MAIN ###

1213 #seleziono gli url dei job padri

14 $MYSQL ”SELECT u r l j o b FROM submit WHERE s t a t e =’Null ’ ANDjob type=’Parametric ’ ; ” > ”$STATUS” u r l j o b . tmp

15 sed −e ’1d ’ ”$STATUS” u r l j o b . tmp > ”$STATUS” u r l j o b . out16 rm ”$STATUS” u r l j o b . tmp1718 $MYSQL ”SELECT id , username , sur face , constant , sub date FROM submit WHERE

s t a t e =’Null ’ AND job type=’Parametric ’ ; ” > ”$STATUS” i n s e r t r u l e s . tmp19 sed −e ’1d ’ ”$STATUS” i n s e r t r u l e s . tmp | sed s / :// g | sed s/−//g >

”$STATUS” r u l e s . out20 cat ”$STATUS” r u l e s . out | awk −F”\n” ’{ pr in t

subs t r ( $1 , 1 , ( l ength ( $1 )−7) ) subs t r ( $1 , ( l ength ( $1 )−5) , l ength ( $1 ) ) } ’ >

”$STATUS” i n s e r t r u l e s . out21 rm ”$STATUS” i n s e r t r u l e s . tmp2223 #faccio il glite -job -status per ogni url padre

24 CMD=$ (command)25 URL=‘ cat ”$STATUS” u r l j o b . out | t r −d ’\015 ’ ‘26 z=027 f o r i in $URL28 do29 ssh $USER $JOBSTATUS $ i > ”$STATUS” j ob s t a t u s . out30 sed −e ’1 ,11d ’ ”$STATUS” j ob s t a t u s . out > ”$STATUS” j ob s t a t u s . tmp31 URLSJ=$ ( sed −n /$URL SJOB/p ”$STATUS” j ob s t a t u s . tmp | awk ’{ pr in t $7 } ’ )32 STATE=$ ( sed −n /$STATUS STRING/p ”$STATUS” j ob s t a t u s . tmp | awk ’{ pr in t

$3 } ’ )33 Q=$ ( sed −n /$QUEUE/p ”$STATUS” j ob s t a t u s . azz | awk ’{ pr in t $2 } ’ )34 ID=$ (awk ’{ pr in t $1 } ’ ”$STATUS” i n s e r t r u l e s . out )35 USER=$ (awk ’{ pr in t $2 } ’ ”$STATUS” i n s e r t r u l e s . out )36 SURFACE=$ (awk ’{ pr in t $3 } ’ ”$STATUS” i n s e r t r u l e s . out )37 CONSTANT=$ (awk ’{ pr in t $4 } ’ ”$STATUS” i n s e r t r u l e s . out )38 SUB DATE=$ (awk ’{ pr in t $5 } ’ ”$STATUS” i n s e r t r u l e s . out )39 rm ”$STATUS” j ob s t a t u s . tmp40 rm ”$STATUS” j ob s t a t u s . out4142 de c l a r e −a URLVECTOR

82

4.3 Lo Scripting

43 de c l a r e −a STATEVECTOR44 de c l a r e −a QUEUEVECTOR45 de c l a r e −a DATEVECTOR46 de c l a r e −a SURFVECTOR47 de c l a r e −a CONSTVECTOR48 de c l a r e −a IDVECTOR49 de c l a r e −a USERVECTOR5051 IDVECTOR=($ID )52 USERVECTOR=($TMPUSER)53 DATEVECTOR=($SUB DATE)54 SURFVECTOR=($SURFACE)55 CONSTVECTOR=($CONSTANT)56 URLVECTOR=($URLSJ)57 STATEVECTOR=($STATE)58 QUEUEVECTOR=($Q)59 N=${#URLVECTOR [*]}60 N=‘expr $N − 1 ‘61 # Comando che serve per vedere se ho gia ’ controllato gli url padri

62 INSIDE=$ ($MYSQL” SELECT count (∗ ) AS count FROM ru l e s WHEREur l pa r en t =’ $i ’ ; ” )

63 COUNT=‘echo $INSIDE | sed ’ s /\S∗\ s ∗// ’ ‘64 i f [ ”$COUNT” −eq 0 ]65 then66 f o r j in ‘ seq 0 $N ‘67 do68 # Toglie il .f dall ’estensione della superfice

69 SUP=$ ( echo ${SURFVECTOR[ z ]} | t r ” . ” ”\n” | sed 2d)70 # Costruisce l’uri che ci aspettiamo

71 URI SJOB=”ABC−””${USERVECTOR[ z ]} ””−””${DATEVECTOR[ z ]} ”” . ””$SUP”” . x”” . out−”” $ j ”” . gz”

72 # Query di inserimento (la fa solo la prima volta per i sub_job dei

job nuovi)

73 $MYSQL ”INSERT INTO ru l e s VALUES ( ’ ${URLVECTOR[ j ] } ’ , ’ $URI SJOB ’ ,’ ${IDVECTOR[ z ] } ’ , ’ $ i ’ , ’ ${DATEVECTOR[ z ] } ’ , ’ ${SURFVECTOR[ z ] } ’ ,’ ${CONSTVECTOR[ z ] } ’ , ’ ${QUEUEVECTOR[ j ] } ’ , ’ ${STATEVECTOR[ j ] } ’ ,’ ’ , ’ no ’ ) ; ”

74 done75 e l s e76 f o r j in ‘ seq 0 $N ‘77 do78 # Toglie il .f dall ’estensione della superfice

79 SUP=$ ( echo ${SURFVECTOR[ z ]} | t r ” . ” ”\n” | sed 2d)80 URI SJOB=”ABC−””${USERVECTOR[ z ]} ””−

””${DATEVECTOR[ z ]} ”” . ””$SUP”” . x”” . out−”” $ j ”” . gz”81 # Calcolo la dimensione dei file .gz che recupero dall ’SE

82 DIMENSIONE=$ ( ssh $USER / a l tboo t /opt/ g l i t e / bin / g l i t e−g r id f tp− l s − lg s i f t p : // se . hpc . unipg . i t /tmp/ | grep $URI SJOB | awk ’{ pr in t $5 } ’ )

83 i f [ −z ”$DIMENSIONE” ]84 then85 DIMENSIONE=−186 f i87 i f [ ”$DIMENSIONE” −eq 0 ]88 then89 $MYSQL ”UPDATE ru l e s SET s t a t e =’Aborted ’ WHERE

u r l s j o b =’${URLVECTOR[ j ]} ’ AND ( s t a t e =’Ready ’ ORs t a t e =’Scheduled ’ OR s t a t e =’Running ’ OR s t a t e =’Waiting ’ ) ; ”

90 f i91 i f [ ”$DIMENSIONE” −gt 0 ]92 then93 ATTUALE=‘date ”+%Y−%m−%d %H:%M:%S” ‘

83

4.3 Lo Scripting

94 T=$ ($MYSQL”SELECT sub date from ru l e s WHEREu r l s j o b =’${URLVECTOR[ j ]} ’ ” )

95 TIME DB=‘echo $T | sed ’ s /\S∗\ s ∗// ’ ‘96 MIN=$ ($MYSQL ”SELECT TIMESTAMPDIFF(MINUTE, ’ $TIME DB’ , ’$ATTUALE’ ) AS

MIN; ” )97 MINUTI=‘echo $MIN | sed ’ s /\S∗\ s ∗// ’ ‘98 $MYSQL ”UPDATE ru l e s SET s t a t e =’Done ’ , t o t a l t ime =’$MINUTI ’ WHERE

u r l s j o b =’${URLVECTOR[ j ]} ’ AND ( s t a t e =’Ready ’ ORs t a t e =’Scheduled ’ OR s t a t e =’Running ’ OR s t a t e =’Waiting ’ ) ; ”

99 f i100 i f [ ”$DIMENSIONE” −eq −1 ]101 then102 # Query di update del campo state dei sub_job dei padri gia ’ presi

precedentemente

103 $MYSQL ”UPDATE ru l e s SET s t a t e =’${STATEVECTOR[ j ] } ’ WHEREu r l s j o b =’VECTOR[ j ] } ’ AND ( s t a t e =’Ready ’ OR s t a t e =’Scheduled ’OR s t a t e =’Running ’ OR s t a t e =’Waiting ’ ) ; ”

104 f i105 # Controllo integrita ’ DB con SE

106 URI DA =$ ($MYSQL ” Se l e c t u r i s j o b from ru l e s whereu r l s j o b =’${URLVECTOR[ j ] } ’ ; ” )

107 URI DA CONTROLLARE=‘echo $URI DA | sed ’ s /\S∗\ s ∗// ’ ‘108 STATO DA =$ ($MYSQL ” Se l e c t s t a t e from ru l e s where

u r l s j o b =’${URLVECTOR[ j ] } ’ ; ” )109 STATO DA CONTROLLARE=‘echo $STATO DA | sed ’ s /\S∗\ s ∗// ’ ‘110 DIM=$ ( ssh $USER / a l tboo t /opt/ g l i t e / bin / g l i t e−g r id f tp− l s − l

g s i f t p : // se . hpc . unipg . i t /tmp/ | grep $URI DA CONTROLLARE | awk’{ pr in t $5 } ’ )

111 i f [ −z ”$DIM” ]112 then113 DIM=−1114 f i115 i f [ ”$DIM” − l t 0 ] && [ ”$STATO DA CONTROLLARE” == ”Done” ]116 then117 $MYSQL ”UPDATE ru l e s SET s t a t e =’Aborted ’ WHERE

u r l s j o b =’${URLVECTOR[ j ] } ’ ; ”118 f i119 i f [ ”$DIM” −gt 0 ] && [ ”$STATO DA CONTROLLARE” == ”Aborted” ]120 then121 ATTUALE=‘date ”+%Y−%m−%d %H:%M:%S” ‘122 T=$ ($MYSQL”SELECT sub date from ru l e s WHERE

u r l s j o b =’${URLVECTOR[ j ]} ’ ” )123 TIME DB=‘echo $T | sed ’ s /\S∗\ s ∗// ’ ‘124 MIN=$ ($MYSQL ”SELECT TIMESTAMPDIFF(MINUTE, ’ $TIME DB’ , ’$ATTUALE’ ) AS

MIN; ” )125 MINUTI=‘echo $MIN | sed ’ s /\S∗\ s ∗// ’ ‘126 $MYSQL ”UPDATE ru l e s SET s t a t e =’Done ’ , t o t a l t ime =’$MINUTI ’ WHERE

u r l s j o b =’${URLVECTOR[ j ] } ’ ; ”127 f i128 i f [ ”$DIM” −gt 0 ] && [ ”$STATO DA CONTROLLARE” == ”Done” ]129 then130 ATTUALE=‘date ”+%Y−%m−%d %H:%M:%S” ‘131 T=$ ($MYSQL”SELECT sub date from ru l e s WHERE

u r l s j o b =’${URLVECTOR[ j ]} ’ ” )132 TIME DB=‘echo $T | sed ’ s /\S∗\ s ∗// ’ ‘133 MIN=$ ($MYSQL ”SELECT TIMESTAMPDIFF(MINUTE, ’ $TIME DB’ , ’$ATTUALE’ ) AS

MIN; ” )134 MINUTI=‘echo $MIN | sed ’ s /\S∗\ s ∗// ’ ‘135 $MYSQL ”UPDATE ru l e s SET to t a l t ime =’$MINUTI ’ WHERE

u r l s j o b =’${URLVECTOR[ j ] } ’ ; ”136 f i137 i f [ ”$DIM” −eq 0 ] && [ ”$STATO DA CONTROLLARE” == ”Done” ]

84

4.3 Lo Scripting

138 then139 $MYSQL ”UPDATE ru l e s SET s t a t e =’Aborted ’ WHERE

u r l s j o b =’${URLVECTOR[ j ] } ’ ; ”140 f i141 done142 f i143 l e t ”z+=1”144 J=$ ($MYSQL ”SELECT count (∗ ) FROM ru l e s WHERE ur l pa r en t =’ $i ’ ; ” )145 JOB=‘echo $J | sed ’ s /\S∗\ s ∗// ’ ‘146 echo $JOB147 D=$ ($MYSQL ”SELECT count (∗ ) FROM ru l e s WHERE ur l pa r en t =’ $i ’ AND

s t a t e =’Done ’ ; ” )148 DONE=‘echo $D | sed ’ s /\S∗\ s ∗// ’ ‘149 echo $DONE150 A=$ ($MYSQL ”SELECT count (∗ ) FROM ru l e s WHERE ur l pa r en t =’ $i ’ AND

s t a t e =’Aborted ’ ; ” )151 ABORT=‘echo $A | sed ’ s /\S∗\ s ∗// ’ ‘152 echo $ABORT153 K=‘expr $DONE + $ABORT‘154 i f [ $ABORT −eq $JOB ]155 then156 $MYSQL ”UPDATE submit SET s t a t e =’Aborted ’ WHERE u r l j o b =’$i ’ ; ”157 f i158 i f [ $K −eq $JOB ] && [ $DONE −ne 0 ]159 then160 $MYSQL ”UPDATE submit SET s t a t e =’Done ’ WHERE u r l j o b =’$i ’ ; ”161 f i162 done163164 rm ”$STATUS” r u l e s . out165 rm ”$STATUS” i n s e r t r u l e s . out166 rm ”$STATUS” u r l j o b . out ✠✆

85

Capitolo 5

Conclusioni e Future Work

Anche da giovane non riuscivo a condividere l’opinione che,se la conoscenza e pericolosa, la soluzione ideale risiede nell’ignoranza.Mi e sempre parso, invece, che la risposta autentica a questo problema

stia nella saggezza. Non e saggio rifiutarsi di affrontare il pericolo,anche se bisogna farlo con la dovuta cautela. Dopotutto, e questo il senso

della sfida posta all’uomo fin da quando un gruppo di primati si evolsenella nostra specie. Qualsiasi innovazione tecnologica puo essere pericolosa:

il fuoco lo e stato fin dal principio, e il linguaggio ancor di piu;si puo dire che entrambi siano ancora pericolosi al giorno d’oggi,

ma nessun uomo potrebbe dirsi tale senza il fuoco e senza la parola.- Isaac Asimov -

Il lavoro svolto in questo elaborato di Tesi ha portato allo sviluppo di un

Framework collaborativo per la sottomissione ottimizzata di job parametrici in

ambiente Grid. In particolare sono stati analizzati gli aspetti che hanno porta-

to al miglioramento delle performance delle code, fin qui anello particolarmente

debole dell’architettura della Grid presa in esame. Questo lavoro si basa essen-

zialmente sull’implementazione di due script che interagiscono con il Database di

GriF che esenta tale Framework da continue interazioni con la griglia. Questo

ha comportato il fatto che la prima parte del presente lavoro sia stato dedicato

all’analisi dettagliata della Grid di produzione del progetto EGEE. Sta diventando

infatti sempre piu evidente che la tecnologia Grid rappresentera il detonatore di

una profonda rivoluzione organizzativa ed una forte spinta per la reale convergen-

za di tutte quelle metodologie scientifiche e di calcolo di molti campi della ricerca.

Nella seconda parte invece il comportamento dei job e stato analizzato al fine di

86

5. Conclusioni e Future Work

studiare e mettere a punto delle strategie per rendere performanti le esecuzioni

nelle code Grid. I due Script prodotti (rank.sh e state.sh) sono i componenti

essenziali che rendono il Framework considerato intelligente e capace di avviare in-

dagini riguardanti la tipologia degli utenti che lo utilizzano. Il presente elaborato

di Tesi troverebbe, percio, un naturale sbocco nello sviluppo di un ulteriore com-

ponente o modulo capace di eseguire profilazioni ripartite per modelli di utilizzo

allo scopo di calcolare indici di Qualita relativi alle attivita degli utenti (Quality

of User, o QoU), a partire dalle informazioni registrate dai sensori di GriF circa il

comportamento ed i risultati ottenuti dagli utenti. Solo una adeguata profilazione

(e quindi il calcolo di una accurata QoU) puo consentire infatti alle VO, quale ad

esempio COMPCHEM, di raggiungere importanti obiettivi come la creditizzazione

degli utenti e in fin dei conti la sua stessa sostenibilita in Grid.

87

Appendice A

Sorgenti

A.1 grif.sql

12 -- DATABASE grif --

34 -- cancella le tabelle --

56 DROP TABLE IF EXISTS ru l e s CASCADE;7 DROP TABLE IF EXISTS submit CASCADE;8 DROP TABLE IF EXISTS own CASCADE;9 DROP TABLE IF EXISTS s e r v i c e CASCADE;

10 DROP TABLE IF EXISTS vouser CASCADE;11 DROP TABLE IF EXISTS vo CASCADE;12 DROP TABLE IF EXISTS rank CASCADE;1314 -- crea le tabelle --

1516 -- TABLE rank

1718 CREATE TABLE rank19 (20 id MEDIUMINT NOT NULL AUTO INCREMENT PRIMARY KEY,21 code VARCHAR(200) UNIQUE KEY,22 f r e e cpu INT(10) ,23 ping FLOAT(10 ,1 ) ,24 l a s t pe r f o rmance FLOAT(10 ,3 ) ,25 ranking FLOAT(10 ,1 )26 )27 ENGINE = InnoDB DEFAULT CHARSET = UTF8;2829 -- TABLE vo

3031 CREATE TABLE vo32 (33 name VARCHAR(20) PRIMARY KEY,34 admin VARCHAR(20)35 )36 ENGINE = InnoDB DEFAULT CHARSET = UTF8;3738 -- TABLE vouser

3940 CREATE TABLE vouser

88

A.1 grif.sql

41 (42 username VARCHAR(20) NOT NULL,43 name vo VARCHAR(20) NOT NULL,44 passwd VARCHAR(50) NOT NULL,45 s a l t VARCHAR(50) NOT NULL,46 name VARCHAR(30) NOT NULL,47 surname VARCHAR(30) NOT NULL,48 address VARCHAR(100) NOT NULL,49 te l ephone VARCHAR(15) NOT NULL,50 mail VARCHAR(30) NOT NULL,51 type ENUM ( ’ admin ’ , ’ p a s s i v e u s e r ’ , ’ a c t i v e u s e r ’ ,

’ s o f twa r e deve l ope r ’ , ’ s e r v i c e p r o v i d e r ’ ) ,52 e r r s i n INT(5) ,53 err sem1 INT(5) ,54 err sem2 INT(5) ,55 err sem3 INT(5) ,56 num comp INT(5) ,57 err comp INT(5) ,5859 PRIMARY KEY ( username , name vo ) ,60 FOREIGN KEY (name vo ) REFERENCES vo (name) ON UPDATE CASCADE ON DELETE

CASCADE61 )62 ENGINE = InnoDB DEFAULT CHARSET = UTF8;6364 -- TRIGGER validazione mail

6566 -- INSERT

6768 DELIMITER //6970 DROP TRIGGER IF EXISTS check mai l //7172 CREATE TRIGGER check mai l73 BEFORE INSERT ON vouser74 FOR EACH ROW75 BEGIN76 IF NEW. mail NOT REGEXP77 ’ ˆ [ a−z0−9 \.−]+@[ a−z0−9 − ]+\ . [ a−z0−9 \.−]+$ ’ THEN78 SET NEW. mail = ’ e−mail@not . ok ’ ;79 END IF ;80 END//8182 -- UPDATE

8384 DROP TRIGGER IF EXISTS check mai l up //8586 CREATE TRIGGER check mai l up87 AFTER UPDATE ON vouser88 FOR EACH ROW89 BEGIN90 IF NEW. mail NOT REGEXP91 ’ ˆ [ a−z0−9 \.−]+@[ a−z0−9 − ]+\ . [ a−z0−9 \.−]+$ ’ THEN92 UPDATE vouser SET username = OLD. username , name vo = OLD. name vo ,

passwd = OLD. passwd ,93 s a l t = OLD. sa l t , name = OLD. name , surname = OLD. surname , address =

OLD. address ,94 te l ephone = OLD. te lephone , mail = OLD. mail , type = OLD. type WHERE

username = NEW. username ;95 END IF ;96 END//97

89

A.1 grif.sql

98 DELIMITER ;99

100 -- TABLE service

101102 CREATE TABLE s e r v i c e -- alias job

103 (104 name VARCHAR(20) NOT NULL,105 yp VARCHAR(150) NOT NULL,106 co s t FLOAT(10 ,2 ) NOT NULL,107 d e s c r i p t i o n VARCHAR(500) NOT NULL,108109 PRIMARY KEY (name , yp )110 )111 ENGINE = InnoDB DEFAULT CHARSET = UTF8;112113 -- TRIGGER controllo costo

114115 -- INSERT

116117 DELIMITER //118119 DROP TRIGGER IF EXISTS check co s t //120121 CREATE TRIGGER check co s t122 BEFORE INSERT ON s e r v i c e123 FOR EACH ROW124 BEGIN125 IF NEW. co s t < 0 THEN126 SET NEW. co s t = 0 ;127 END IF ;128 END//129130 -- UPDATE

131132 DROP TRIGGER IF EXISTS check cos t up //133134 CREATE TRIGGER check cos t up135 AFTER UPDATE ON s e r v i c e136 FOR EACH ROW137 BEGIN138 IF NEW. co s t < 0 THEN139 UPDATE s e r v i c e SET name = OLD. name , yp = OLD. yp , co s t = OLD. cost ,

d e s c r i p t i o n = OLD. d e s c r i p t i o n140 WHERE name = NEW. name AND yp = NEW. yp ;141 END IF ;142 END//143144 DELIMITER ;145146 -- TABLE own

147148 CREATE TABLE own149 (150 vo VARCHAR(20) NOT NULL ,151 s e r v i c e VARCHAR(20) NOT NULL,152 yp VARCHAR(150) NOT NULL,153154 PRIMARY KEY (vo , s e r v i c e , yp ) ,155 FOREIGN KEY (vo ) REFERENCES vo (name) ON UPDATE CASCADE ON DELETE CASCADE,156 FOREIGN KEY ( s e rv i c e , yp ) REFERENCES s e r v i c e (name , yp ) ON UPDATE CASCADE

ON DELETE CASCADE157 )

90

A.1 grif.sql

158 ENGINE = InnoDB DEFAULT CHARSET = UTF8;159160 -- TABLE submit

161162 CREATE TABLE submit163 (164 id MEDIUMINT NOT NULL AUTO INCREMENT PRIMARY KEY,165 username VARCHAR(20) NOT NULL,166 s e r v i c e VARCHAR(20) NOT NULL,167 yp VARCHAR(150) NOT NULL,168 u r l j o b VARCHAR(200) NOT NULL UNIQUE KEY,169 sub date TIMESTAMP(14) DEFAULT CURRENT TIMESTAMP,170 u r i VARCHAR(200) NOT NULL,171 s t a t e ENUM ( ’ Aborted ’ , ’Done ’ , ’ Nul l ’ ) ,172 su r f a c e VARCHAR(20) NOT NULL,173 lnput VARCHAR(40) NOT NULL,174 constant INT(2) NOT NULL,175 enrg FLOAT(10 ,2 ) NOT NULL,176 dnrg FLOAT(10 ,2 ) NOT NULL,177 nnrg FLOAT(10 ,2 ) NOT NULL,178 job type ENUM ( ’ S e r i a l ’ , ’ Parametric ’ ) ,179 r e t r i e v e ENUM ( ’N ’ , ’Y ’ ) NOT NULL,180181 FOREIGN KEY ( username ) REFERENCES vouser ( username ) ON UPDATE CASCADE ON

DELETE CASCADE,182 FOREIGN KEY ( s e rv i c e , yp ) REFERENCES s e r v i c e (name , yp ) ON UPDATE CASCADE

ON DELETE CASCADE183 )184 ENGINE = InnoDB DEFAULT CHARSET = UTF8;185186 -- TABLE rules

187188 CREATE TABLE ru l e s189 (190 u r l s j o b VARCHAR(200) NOT NULL,191 u r i s j o b VARCHAR(200) NOT NULL,192 submit id MEDIUMINT NOT NULL,193 u r l p a r en t VARCHAR(200) NOT NULL,194 sub date TIMESTAMP(14) DEFAULT 0 ,195 su r f a c e VARCHAR(20) NOT NULL,196 constant INT(2) NOT NULL,197 queue VARCHAR(200) NOT NULL,198 s t a t e ENUM ( ’ Waiting ’ , ’Ready ’ , ’ Scheduled ’ , ’ Running ’ , ’ Aborted ’ ,

’Done ’ ) ,199 t o t a l t ime INT(20) ,200 get ENUM ( ’ no ’ , ’ yes ’ ) ,201202 PRIMARY KEY ( u r l s j ob , u r l p a r en t ) ,203 FOREIGN KEY ( submit id ) REFERENCES submit ( id ) ON UPDATE CASCADE ON DELETE

CASCADE,204 FOREIGN KEY ( u r l pa r en t ) REFERENCES submit ( u r l j o b ) ON UPDATE CASCADE ON

DELETE CASCADE205 )206 ENGINE = InnoDB DEFAULT CHARSET = UTF8;207208 ALTER TABLE vo ADD FOREIGN KEY(admin ) REFERENCES vouser ( username ) ; ✠✆

91

Glossario

ACID Atomicity, Consistency, Isolation, Durability,

44

ANSI American National Standards Institute, 61

API Application Programming Interface, 4

CA Certificate Authority, 32

CASPUR Consorzio interuniversitario per le Applicazio-

ni di Supercalcolo Per Universita e Ricerca,

5

CE Computing Element, 19

CERN Organizzazione Europea per la Ricerca

Nucleare, 2

CICS Customer Information Control System, 8

CNR Consiglio Nazionale delle Ricerche, 5

COMPCHEM Computational Chemistry, 36

CORBA Common Object Request Broker Architectu-

re, 38

CREAM Computing Resource Execution And Mana-

gement, 22

CSC Center for Scientific Computing, 16

92

Glossario

DELPHI DEtector with Lepton, Photon and Hadron

Identification, 2

DMS Data Management Service, 19

EBA EGEE Business Associates, 18

EDG European Data Grid, 11

EGEE Enabling Grids for E-sciencE, 5

EGI European Grid Initiative, 5

EGI DS EGI Design Study, 14

ENEA Ente per le Nuove Tecnologie, l’Energia e

l’Ambiente, 5

FTP File Transfer Protocol, 42

FTS File Transfer Service, 28

GACL Grid Access Control List, 21

GARR Gestione Ampliamento Rete Ricerca, 5

GILDA Grid INFN Laboratory for Dissemination

Activities, 5

GNU GNU’s Not Unix, 61

GPL General Public Licence, 61

GriF Grid Framework, 36

GSI Grid Security Infrastructure, 13

GUI Graphical User Interface, 52

HTTP HyperText Transfer Protocol, 40

HTTPS HyperText Transfer Protocol Secure sockets,

40

93

Glossario

ICE Interface to CREAM Environment, 23

ICMP Internet Control Message Protocol, 56

IDE Integrated Development Environment, 50

IGI Italian Grid Infrastructure, 5

INAF Istituto Nazionale di Astrofisica, 5

INFN Istituto Nazionale di Fisica Nucleare, 2

IS Information Service, 19

ISM Information Supermarket, 24

J2EE Java 2 Enterprise Edition, 20

JDL Job Description Language, 24

JIT Just In Time, 50

JRU Joint Research Unit, 5

JW Job Wrapper, 19

LAMP Linux, Apache, MySQL, PHP/Python/Perl,

63

LCAS Local Centre Authorization Service, 21

LCMAPS Local Credential Mapping Service, 21

LGPL Lesser General Public License, 61

LRMS Local Resource Management System, 26

LSF Load Sharing Facility, 21

MAN Metropolitan Area Network, 41

MPS MyProxy Server, 19

MSS Mass Storage System, 27

94

Glossario

NAREGI NAtional REsearch Grid Initiative, 18

NGI National Grid Initiatives, 14

OASIS Advancing open standars for the information

society, 5

OGF Open Grid Forum, 11

OGSA Open Grid Services Architecture, 13

OMT Object Modeling Technique, 64

OOP Object Oriented Programming, 50

PBS Portable Batch System, 21

RAM Random-Access Memory, 63

RB Resource Broker, 24

RDBMS Relation Database Management System, 61

RLS Replica Location Service, 28

RMC Replica Metadata Catalog, 28

RMS Resource Management System, 20

ROS Replica Optimization Service, 28

RPC Remote Procedure Call, 42

SDK Software Development Kit, 4

SE Storage Element, 19

SISSA Scuola Internazionale Superiore di Studi

Avanzati, 5

SMTP Simple Mail Transfer Protocol, 42

SOA Service-Oriented Architecture, 36

SOAP Simple Object Access Protocol, 12

95

Glossario

SPACI Southern Partnership for Advanced Compu-

tational Infrastructures, 5

SQL Structured Query Language, 52

SRM Storage Resource Management, 28

SSI Single System Image, 57

TQ Task Queue, 24

UDDI Universal Description Discovery and Integra-

tion, 42

UI User Interface, 19

UML Unified Modelling Language, 64

URI Universal Resource Identifier, 70

URL Universal Resource Locator, 70

VM Virtual Machine, 50

VO Virtual Organization, 1

VOMS Virtual Organization Membership Server, 19

W3C World Wide Web Consortium, 5

WM Workload Manager, 24

WMS Workload Management System, 19

WSDL Web Serice Description Language, 22

WSRF Web Service Resource Framwork, 33

XA eXtended Architecture, 68

XML Extensible Markup Language, 37

96

Glossario

YC Yet a Consumer, 41

YP Yet a Provider, 41

YR Yet a Registry, 42

97

Bibliografia

[1] Istituto Nazionale di Fisica Nucleare, http://www.infn.it

[2] DELPHI Experiment, http://delphiwww.cern.ch/Welcome.html

[3] I. Foster, C. Kesselman, The GRID - Blueprint for a new Computing

Infrastructure, Argonne National Laboratory & University of Chicago.

[4] I. Foster, C. Kesselman, The anatomy of the Grid, Morgan Kaufmann Press

1998.

[5] Globus Toolkit Homepage, http://www.globus.org/toolkit

[6] The DataGrid Project, http://eu-datagrid.web.cern.ch/eu-datagrid

[7] Research & technological development for a Data TransAtlantic Grid

http://datatag.web.cern.ch/datatag

[8] Home of the EGRID project, http://www.egrid.it

[9] Southern Partnership for Advanced Computational Infrastructures:

http://spacin-wn02.dma.unina.it/index.php/it/members/spaci-srl

[10] EGEE Portal, http://www.eu-egee.org

[11] GRID.IT: An Italian National Research Council Project on Grid Computing

Funded under the National Programme

http://www.grid.it

[12] The WS-Resource Framework, http://www.globus.org/wsrf

98

BIBLIOGRAFIA

[13] Ufficio Italiano W3C, http://www.w3c.it

[14] Advancing open standars for the information society:

http://www.oasis-open.org/home/index.php

[15] European Grid Initiative Design Study, http://web.eu-egi.eu

[16] The Gilda, http://glite.web.cern.ch/glite

[17] Italian Grid Infrastructure, http://Grid-it.cnaf.infn.it

[18] M. Chetty, R. Buyya, Weaving Electrical and Computational Grids: How

Analogous Are They? Technical Report, Monash University, Novembre 2001

http://buyya.com/papers/gridanalogy.pdf.

[19] I. Foster, C. Kesselman, Computational Grids, Argonne National

Laboratory & University of Chicago (2001).

[20] CISC, http://www.ibm.com/C ISC

[21] Websphere, http://www.ibm.com/software/websphere

[22] The Tibco, http://www.tibco.com

[23] Open Grid Forum, http://www.ogf.org

[24] European Data Grid:

ttp://www.globus.org/alliance/news/EDG-index.html

[25] The Globus Alliance, http://www.globus.org

[26] The GEANT2, http://www.geant2.net

[27] The Open Science Grid, http://www.opensciencegrid.org

[28] Nationl Research Grid Initiative, http://www.naregi.org

[29] Condor Project Homepage, http://www.cs.wisc.edu/condor

99

BIBLIOGRAFIA

[30] Lightweight Middleware for Grid Computing, http://glite.web.cern.ch/glite

[31] CORBA, the Common Object Request Broker Architecture:

http://www.corba.org/

[32] Distributed Component Object Model:

http://it.wikipedia.org/wiki/Distributed Component Object Model

[33] D. Skouteris, J. F. Castillo, D. E. Manolopoulos: ABC: A Quantum

Reactive Scattering Program, Comp. Phys. Comm., 133, 128-135 (2000).

[34] MySQL website, http://www.mysql.com

[35] MySQL Non-free license:

http://www.mysql.com/company/legal/licensing/commercial-license.html

[36] MySQL/Sun set World Record SPECJ Benchmark:

http://www.mysql.com/why-mysql/benchmarks/

[37] Entity-relationship model:

http://en.wikipedia.org/wiki/Entity-relationship model

100

Grazie

Giunto al termine di questo lavoro desidero ringraziare ed esprimere la mia rico-

noscenza nei confronti di tutte le persone che, in modi diversi, mi sono state vicine

e hanno permesso e incoraggiato sia i miei studi che la realizzazione e stesura di

questa tesi. I miei piu sentiti ringraziamenti vanno a chi mi ha seguito in questi

mesi:

il Prof. Antonio Lagana, per la fiducia fin da subito dimostratami e per avermi

seguito durante lo svolgimento del lavoro con consigli e confronti che mi hanno

aiutato ad intraprendere, ogni volta, le scelte piu appropriate.

Il Dott. Carlo Manuali, per la continua disponibilita e prontezza nei charimenti

e suggerimenti, per la rilettura critica di tutti i capitoli della tesi e per avermi gui-

dato con i suoi suggerimenti durante la conclusione di questo percorso formativo.

Il Dott. Leonardo Pacifici, per i suoi preziosi consigli e per la sincerita dimo-

stratami come uomo e come amico.

Rimarra in me il piacevole ricordo di questi sette anni di studio che ho trascorso

“a tempo pieno” in questo dipartimento nel quale ho trovato, quasi sempre, pro-

fessori che hanno contribuito, con indicazioni e suggerimenti, al raggiungimento di

questo traguardo per me importante. Ringrazio la mia famiglia e tutti gli amici

per essermi stati vicini durante questi anni trascorsi da studente, per avermi sem-

pre supportato ma piu di tutto “sopportato”.

Il mio primo pensiero va ai miei genitori a cui dedico questo lavoro di tesi: senza

il loro aiuto non avrei mai raggiunto questa meta. Sono davvero grato per tutto

il sostegno economico ricevuto ma piu di ogni altra cosa per quell’aiuto tacito o

101

esplicito venuto dal loro cuore, per tutte quelle volte che mi hanno incoraggiato

vedendomi preso dallo studio, da un esame o da questa tesi. Mi auguro che tutti

i sacrifici fatti siano in questo modo, almeno in parte, ripagati.

Un pensiero particolare va a mio fratello Giorgio che ha tentato di spronarmi nei

recenti momenti di difficolta.

Ringrazio Orsola che con estrema pazienza ha sopportato i miei sbalzi di umore

e le mie paranoie quando, sotto stress, mi sono sfogato con lei. Se ho raggiunto

questo traguardo lo devo anche alla sua continua presenza, per avermi fatto capire

che potevo farcela, incoraggiandomi a non mollare mai.

Come non ringraziare tutti gli Amici dell’Universita e in particolare i miei compa-

gni dell’“Aula B2” con i quali ho vissuto piu da vicino tre anni di intenso studio

ma anche di piacevoli svaghi. Ora, piu di tutti, possono comprendere il mio grado

di soddisfazione.

Ringrazio di cuore Andrea con il quale ho affrontato il mio percorso di studi e

la maggior parte degli esami ma soprattutto perche insieme abbiamo condiviso

con tenacia passioni e aspirazioni comuni e mi auguro che continueremo a farlo.

Non dimentichero mai quello che ha fatto per me, cosa mi ha insegnato e come

mi ha sostenuto nei tanti momenti delicati. E stato un privilegio trascorrere tutto

questo tempo con una persona cosı straordinaria e mi sento fortunato per averla

incontrata.

Grazie all’umorismo e all’ottimismo di Simone: senza la sua influenza positiva

non avremmo fatto cosı tanti esami in poco tempo.

Non dimentico di certo Danilo con il quale ho condiviso casa per due anni e con

cui ho preparato alcuni degli ultimi esami (in particolare l’esame di Crittografia).

Desidero ringraziare tutte le persone con cui ho iniziato e trascorso gli studi, con

cui ho scambiato pensieri, idee e risate all’interno del dipartimento. In diversi mo-

di hanno contribuito al mio percorso formativo, aiutandomi a credere in me stesso,

suscitando in me nuovi interessi e suggerendomi, direttamente o indirettamente,

il modo per coltivarli.

102

Un ringraziamento particolare va a Salvatore Marella, guida invisibile rimasta

al mio fianco per tutta la durata di questo cammino.

Infine voglio ringraziare il DAP senza il quale oggi non apprezzerei la vera bellez-

za della vita con la consapevolezza che aver attraversato gli ultimi sette mesi mi

fa credere ancora di piu che “IMPOSSIBLE IS NOTHING”.

Maggio 2010

Davide

103

Date post:	18-Nov-2014
Category:	Technology
Upload:	davide-ciambelli
View:	2,804 times
Download:	1 times

Tesi Specialistica - L'ottimizzazione delle risorse della Grid di EGEE mediante un Framework...

Technology