어떻게 고성능 컴퓨팅 리소스 예약이 피크를 정복 컴퓨팅 클라우드

리소스 예약 하는 것은 직면해 야 어려운 문제 이다. 종종 복잡 하 고 종종 사용자 및 관리자가 바쁜 유지 시스템에 대 한 실망, 그들은 뭔가 그들은 할 필요가 있습니다. 가장 일반적인 불평은 이다: "왜는 내 작업이 실행?" "질문에 대 한 가장 일반적인 대답 일부 일부 단순히 완전 부하 라고 일정 규칙의 설명에 따라 또는, 드문 경우에에서도 사용자의 프로그램 발생 문제."

만약 당신이 어떤 리소스 일정은, 다음 몇 단락을 읽을 수 있어야 합니다. 용어는 자원, 큐, 작업의 많은의 많은 최고의 상태에서 작동 하도록 이러한 리소스를 나열 해야. Sungird, 엔진, 토크/마우이, 모 압, PBS, 플랫폼, 그리고 플랫폼 용암 같은 몇 가지 일반적인 리소스 일정. 클러스터링 리소스 예약의 최고의 예입니다. 128-노드 클러스터에서 각 계산 노드에 8 코어는 있습니다. 대부분의 사용자 프로그램 작동, 1-16 코어 필요 하지만 일부 256 코어 필요 합니다. 문제는, 주어진 작업 목록이 작동 하는 클러스터를 만드는 가장 좋은 방법은 무엇입니까?

사용자가 "일", 스크립트 (Qsub, 큐 정상과 유사)는 종종 큐 일정에 작업을 삽입 하는 데 사용 됩니다 그리고 허용, 사용자 그 혹은 그녀의 프로그램을 제어 하 Qstat (상태 큐)와 비슷한 스크립트를 사용할 수 있습니다. 일부 교란 정보를 인쇄, 동시에 아무도 대답할 수 있는 당신이 "왜 내 작업이 실행 이" (물론,이 또한이 메시지를 제공 하지만 가장 쉬운 방법은 시스템 관리자에 게 메시지를 보낼 것으로 보인다).

수 있도록 스케줄링 문제 조금 까다롭습니다, 어떤 경우에 우리가 모 르 겠 얼마나 오래 이러한 응용 프로그램 실행, 그리고 필요 다른 리소스 (예: 메모리 용량, 스토리지, 프로세서 종류, 등) 있을 수 있습니다. 따라서, 리소스 예약 하는 것은 간단한 작업을 하지 하지만 클러스터 사용에 대 한는 것이 중요 하다. 더 중요 한 (그리고, 물론, 더 어려운) 멀티 코어의 출현 커널 수준 일정 하 게 사실, 그 어느 때 보다. 커널 수준에서 커널 예약 해야 합니다, 그리고 캐시 기반 코어 간 작업을 전송 해야 합니다. 흥미롭게도, 높은 수준의 리소스 예약 기능, CPU로 확장 되었습니다 하 고 코어의 위치를 제어 하는 것은 최상의 성능을 얻기 위해 필수적 이다.

리소스는 높은-성능 컴퓨팅 후 새로운, 멋진 도구를 일정 한 이유는? 때문에 새로운 정면 GUI 또는 다른 신비한 기능. 진짜 이유는 클라우드 컴퓨팅. 하지만 그 구름 것 어디에 나, 사실, 리소스 예약 바로 이곳에서 구름을 넣어 것입니다 의미 하지는 않습니다.

최근에, 난 데이비드 Perel 기술의 뉴저지 연구소의 썬 그리드 엔진 (SGE)에 의해 만들어진 아파치 Hadoop 동적 리소스 할당 실험을 사용 하 여 들었어요. 썬 그리드 엔진 업데이트에 대 한 기사-깊이 연구가 됩니다. 새로운 버전에서는 두 개의 매력적인 업데이트, 첫 번째는 클라우드 컴퓨팅, 그리고 두 번째 Hadoop, 대량 구름 같은 것.

구체적으로 SGe의 새로운 버전에 아마존의 EC2 같은 클라우드 스왑 수 있습니다. 작업에 사용할 수 있습니다, 그리고 SGE 연결을 제어할 수 있습니다. E c 2와 사용자 응용 프로그램에 대 한 아미 이미지를 구축 해야 합니다. 또한, 그들은 e c 2에 계정 정보를 제공 해야 합니다. 이 완료 되 면, 사용자는 큐에 작업을 삽입할 수 있습니다 그리고 EC2, 거기 "클라우드 버스트".

또 다른 새로운 기능은 hadoop 통합 이다. 만약 당신이 어떤 Hadoop은, 구글 그것. 그냥 Hadopp 클러스터를 세우는 것은 쉽지 않다입니다. 이 단일 데이터베이스에 의존 하지 않는 강력한 검색 패턴입니다. 일반적으로, 지도 검색 시작 서버 수를 감소 하 고 각 로컬 하드 드라이브에 대 한 다른 데이터를 설정 합니다. SGE 향상 되었습니다 그리고 지금 Hadoop 작업 직접 제출하실 수 있습니다.

이 시점에서, 고성능 클라우드에서 컴퓨팅 혼합된 축복입니다. 펭귄의 포드 서비스 같은 특별히 고안 된 HPC 클라우드를 사용 하지 않는 경우 HPC 성능에 중요 한 I/O 리소스 다양 수 있습니다. 이 변경할 수 있습니다. 별도 서버와 더 많은 커널을 포함 되어 있습니다. HPC 응용 프로그램 조사 HPC 사용자의 57 %32 프로세서 또는 더 적은 코어를 사용 하는 것을 보여준다. 이 사람들 Clustermoney.net의 그림 조사의 55%에 대 한 확인. 때 클라우드 컴퓨팅 시작 48-커널 서버를 사용 하 여, 그것은 일부 서버 통신 문제를 제거할 수 있습니다.

높은-성능 컴퓨팅 클라우드 컴퓨팅 밀도 멀티 코어 서버를 사용 하 여 다른 접근 방식을 걸릴 수 있습니다. 사용자가 바탕 화면에 SGE에 작업을 추가할 수 있습니다. 이 리소스 접근을 일정 터치 로컬 또는 클라우드 리소스를 가상 컴퓨터를 실행할 수 있습니다. 이 리소스 접근을 일정 HPC 귀중 한 바탕 화면을 만들 수 있습니다. 소리 처럼 그리드 컴퓨팅, 하지만 그것은 간단 하 게.