En los entornos de computación Grid los recursos están compuestos por sistemas de naturaleza heterogénea, que además están agrupados en Organizaciones Virtuales (VO). Cada VO está formada por una serie de instituciones y centros de investigación que aportan recursos a un determinado proyecto.
Cuando se espera sacar el máximo rendimiento a federaciones Grid de gran tamaño en las que se agregan grandes cantidades de recursos hay que considerar una serie de problemas relacionados con la gestión de tareas, el descubrimiento y monitorización de recursos así como la posterior selección de los mismos para realizar las tareas de una determinada aplicación. Los recursos grid son proporcionados por distintos centros, con diferentes dominios y políticas de administración, lo que da lugar a un entorno dinámico y cambiante en el que las características, disponibilidad y rendimiento de los elementos varían en el tiempo (que afecta negativamente al rendimiento en la ejecución de las aplicaciones).
En los procesos de descubrimiento, monitorización y selección de recursos, la situación ideal sería que el sistema tuviese información constante sobre el estado de la infraestructura, de manera que se pudiera tener información actualizada en el Sistema de Información. Así, el propio sistema podría tomar decisiones de forma autónoma y mejorar su rendimiento global. Por otro lado las aplicaciones también requieren información constantemente actualizada (tiempo real) sobre la infraestructura, para poder hacer frente a los cambios del entorno.
Por todo esto surge la necesidad de introducir la auto-adaptación en este tipo de entornos. Sin embargo, debido a las características y principios de la computación Grid, el aplicar la auto-adaptación en cualquier nivel supone un reto en sí mismo. Esta línea de investigación se centra en mejorar el proceso de selección de recursos Grid para optimizar la eficiencia global de la infraestructura y mejorar el despliegue de las aplicaciones en este tipo de entornos.
Para ello se define y desarrolla un modelo de selección eficiente de recursos, el cual se encargará de buscar aquellos elementos que mejor se adapten a los requisitos de la aplicación durante su ejecución. La idea es que dicho modelo proporcione una capacidad de auto-adaptación a las aplicaciones Grid, guiándolas durante su ejecución para que los cambios del entorno no perjudiquen su rendimiento.
Para diferenciar nuestra investigación de trabajos anteriores, el modelo está definido a nivel de usuario. Esto quiere decir que no se realiza ningún cambio en la infraestructura ni en los elementos que la componen, tampoco se modifica ni se controla el comportamiento de los recursos grid; no se modifican las políticas de notificación ni de planificación. En definitiva, el modelo tendrá en cuenta las limitaciones de los usuarios y hará uso de su conjunto de comandos para monitorizar la eficiencia de los recursos y determinar en cada momento cuáles son los mejores para una determinada aplicación.
Enlaces de interés:
