3/24/2011
1
Obiettivi Formativi
1.
In questo corso tratteremo alcuni dei concetti fondamentali alla
base dei moderni sistemi distribuiti.
2. Ci occuperemo dei fondamenti: problemi, protocolli, algoritmi e
limiti insormontabili.
3. Vedremo, anche nei dettagli, le idee usate nella costruzione dei
sistemi Peer-to-Peer (P2P).
4. Infine descriveremo una piattaforma per applicazioni P2P: JXTA.
Sistemi Distribuiti
Corso di Laurea Magistrale in Informatica
Indirizzo Reti
Facoltà di Scienze Matematiche Fisiche e Natuali
3 e 4 sono mutuati dal corso di Sistemi P2P (3CFU).
Docente: Prof. Alberto Negro
2
Contenuti
• Parte A) Sistemi distribuiti: Fondamenti.
▫ Introduzione ai Sistemi Distribuiti
4
3
Contenuti
Contenuti
• Parte B) Sistemi P2P
• Parte C) JXTA
▫ Introduzione alle Architetture Parallele L’Ipercubo, la
Butterfly (CCC e Benes), i grafi di de Bruijn.
▫ Introduzione ai sistemi P2P
▫ Reti P2P non strutturate: Random Graphs, Small-Worlds
and Scale-Free Networks
▫ Reti P2P strutturate
▫ Reti Uniformi e Reti Randomizzate
▫ Strategie di Routing
▫ Reti non Uniformi: Koorde
▫
▫
▫
▫
▫
5
Introduzione a JXTA
Architettura di JXTA
Le componenti e i protocolli di JXTA
Comunicazione in JXTA: Pipe, BidiPipe e Socket
Esempi di utilizzo e Applicazioni
6
1
3/24/2011
Testi
Modalità di Esame
1. R.Steinmetz, K. Wehrle, Peer to Peer Systems
and Applications, LNCS. 3485, Springer
Verlag, 2005
2. F. Thompson Leighton, Introduction to Parallel
Algorithms and Architectures: Array Trees
Hypercubes.
3. Ajay D. Kshemkalyani and Mukesh Singhal.
Distributed Computing: Principles, Algorithms,
and Systems, Cambridge University Press,
2008. ISBN-13 978-0-521-87634-6.
4. JXTA Programmers guide.
• Scritto + Orale (progetto JXTA facoltativo)
7
8
9
Introduzione ai Sistemi Distribuiti
Sistema Distribuito
• Una collezione di dispositivi
autonomi che comunicano
attraverso una rete di
interconnessione
Gennaro Cordasco
Dipartimento di Informatica ‐ Università degli Studi di Salerno
cordasco[@]dia.unisa.it
cordasco+sd[@]gmail.com
http://www.dia.unisa.it/~cordasco
Laboratorio ISISLAB2
10
Caratteristiche dei SD
I Sistemi distribuiti (SD) sono:
• I dispositivi non hanno un clock comune
• Non c’è una shared memory
• I dispositivi lavorano in maniera autonoma e
sono tipicamente eterogenei
• … sono separati geograficamente
Incredibilmente flessibili
Incredibilmente efficienti
Difficili da mettere a punto…...
Hardware eterogeneo
Asincronia
Conoscenza locale limitata
Fallimenti
11
12
2
3/24/2011
Gli Algoritmi Distribuiti:
Gli Algoritmi Distribuiti:
Algoritmo Distribuito:
Usano il numero totale dei messaggi spediti come
misura di complessità
- Algoritmo per un Sistema Distribuito
Sono difficili da progettare:
Non c’è un modello accettato
Message passing vs shared memory
Timing
Failure
Usano anche il tempo come misura di complessità
E’ difficile dimostrarne la correttezza
13
14
Motivazioni per il Calcolo Distribuito
Perchè computazione distribuita?
• Utilizzo parallelo di risorse distribuite
– CPU
– Memoria
• Data Set difficilmente rilocabili vengono
processati localmente
• Fault-tolerance
• Scalabilità
• Modularità
• Rapporto Prestazioni/Prezzo
– attenzione alla manutenzione
• L’alternativa è un’architettura centralizzata
– un singolo mainframe con terminali stupidi
• Alcuni problemi:
– se il mainframe non è disponibile, nessuna
computazione è possibile
– consumo di banda sulla rete per dati (anche
per i dati locali ai terminali)
– costo e mantenimento alto del mainframe
– terminali stupidi con capacità di calcolo
notevoli
15
16
Modello dei SD
Le prestazioni di un Sistema Distribuito
• La capacità di un sistema distribuito può facilmente
eccedere quella di un calcolatore a singolo processore:
• 5000 Pentium a 200 MIPS=1.000.000 MIPS
• Una singola CPU così veloce dovrebbe eseguire
una operazione ogni 10-12 secondi
• In 10-12 secondi alla velocità della luce si
coprono solo 0.3 millimetri
• Una CPU in 0.3 millimetri crea problemi di
surriscaldamento
17
18
3
3/24/2011
Differenza con i Sistemi Paralleli
UMA vs NUMA Models
• Array processors (processori strettamente
accoppiati)
• Multiprocessori (con accesso diretto alla shared
memory UMA)
▫ Diversi tipi di interconnessione (bus, multistage switch,
come ad esempio butterfly oppure shuffle exchange
network)
• Multicomputer parallel systems (processori
omogenei con una propria memoria NUMA)
▫ Non c’è una memoria condivisa
▫ Utilizzano una specifica rete di interconnessione (ring,
mesh, ipercubo)
19
20
Tassonomia di Flynn
Butterfly and Hypercube networks
• SISD: Single Instruction Stream Single Data Stream
▫ Modello tradizionale
• SIMD: Single Instruction Stream Multiple Data Stream
▫ Applicazioni scientifiche su dati di grande dimensione
▫ vector processors, systolic arrays, Pentium/SSE, DSP chips
• MISD: Multiple Instruciton Stream Single Data Stream
▫ Meno usato
• MIMD: Multiple Instruction Stream Multiple Data
Stream
▫ Il modello più potente, ma anche il più complesso
▫ La maggior parte dei sistemi paralleli e distribuiti
22
21
Terminologia
Message Passing vs Shared memory
• Shared Memory: La comunicazione fra i
processori si basa su una zona di memoria
condivisa
• Accoppiamento (Coupling): livello di
interdipendenza fra i moduli di un SD
(tightly/loosely)
• Parallelismo o SpeedUp, T(1)/T(n): misura
l’accelerazione ottenuta usando n moduli invece di
1.
• Concorrenza: rapporto fra il tempo speso a fare
computazione ed il tempo totale speso (include
tempo di comunicazione, sincronizzazione)
• Granularità di un programma
▫ Tightly coupled multiprocessor
▫ Problema: gestione dei conflitti di accesso
concorrente alla memoria
• Message Passing: I computer comunicano
attraverso lo scambio di messaggi asincrono
▫ Loosely coupled systems
23
24
4
3/24/2011
SD Obiettivi (Sistema)
SD Obiettivi (Sistema)
• Diverse problematiche devono essere affrontate
nella realizzazione di un SD:
▫
▫
▫
▫
▫
▫
▫
▫
▫
▫
▫
Comunicazione
Gestione dei processi
Naming
Synchronizzazione
Data Storage
Consistency and Replication
Fault-tolerance (nodi/link)
Security
Scalability
API
Trasparenza
25
SD Obiettivi (Algoritmi)
26
SD Obiettivi (Algoritmi)
▫ Modello di esecuzione
▫ Sincronizzazione
Interleaving
Partial order
▫ Algoritmi distribuiti su grafi dinamici
Topologia del sistema
Algoritmi su grafi (permettono la comunicazione, la
sincronizzazione ecc.)
Topologia dinamica
Efficienza
Logical time
Leader Election
Mutual exclusion
Distributed deadlock detection and resolution
Distributed termination detection
Distributed garbage collection
▫ Timing
27
SD Obiettivi (Algoritmi)
28
SD Obiettivi (Algoritmi)
• Group communication, multicast, and ordered message
delivery
• Data replication, consistency models, and caching
▫ Fast, scalable access
▫ coordinate replica updates
▫ optimize replica placement
▫ Group: processi che condividono un contesto e/o che
collaborano
▫ joins, leaves, fails
▫ Invio concorrente dei messaggi: gestione della semantica
dell’ordine di arrrivo
• Reliable and fault-tolerant distributed systems
• Monitoring distributed events and predicates
▫ Failure detectors:
▫ Predicate: condition on global system state
▫ Debugging
Difficult to distinguish a "slow" process/message from a
failed process/ never sent message
algorithms that "suspect" a process as having failed and
converge on a determination of its up/down status
• Progettazione dei programmi distribuiti e dei tool di
verifica
• Debugging di programmi distribuiti
29
30
5
3/24/2011
SD Obiettivi (Algoritmi)
SD Applicazioni
• Load Balancing
•
•
•
•
•
•
•
•
•
▫ Computation migration
▫ Data migration
▫ Distributed scheduling
• Come comparare gli algoritmi
▫ Metriche
31
Mobile systems
Sensor networks
Ubiquitous and pervasive computing (domotica)
Peer to Peer computing
Publish and Subscribe content distribution
Distributed agents
Distributed data mining
Grid Computing
Security
32
6
