Simulazione di griglie computazionali: applicazione al progetto DataGRID

Il concetto di Griglia Computazionale nasce nella metà degli anni '90 con il Progetto I-WAY. L'obiettivo di tale progetto era la costruzione di un ambiente collaborativo, realizzato connettendo fra loro 17 diversi siti dedicati alla ricerca scientifica, sparsi in tutto il Nord America. Le risorse ospitate nei siti erano le più diverse e l'ambiente risultava composto da elementi eterogenei anche nella tipologia, infatti essi non solo erano supercomputer dall'architettura assai differente ma anche strumenti scientifici, sistemi per la realtà virtuale e database.
Per ''ambiente collaborativo'' si intende sia un ambiente che permetta la collaborazione culturale fra i partecipanti allo stesso progetto, sia un ambiente realizzato grazie alla collaborazione fra i diversi domini amministrativi che mettono a disposizione degli altri le proprie risorse. Possiamo quindi affermare, che una Griglia Computazionale è un ambiente collaborativo, integrato e distribuito.
Com'è ormai chiaro, le risorse delle Griglie Computazionali sono caratterizzate da tre aspetti: eterogeneità anche nella tipologia; appartenenza ad amministrazioni differenti; distribuzione su larga scala.
L'eterogeneità delle risorse degli ambienti Grid permettono l'esecuzione di un'ampia varietà di applicazioni, tuttavia quelle che più si avvantaggiano di un ambiente siffatto sono quelle che sfruttano: supercalcolo distribuito; elaborazione high-throughput; elaborazione on-demand; elaborazione data-intensive.
All'elaborazione high-throughput e data-intensive sono interessati i partecipanti al progetto europeo DataGRID capeggiato dal CERN, che vede la partecipazione di enti ed agenzie di prestigio come ESA, CNRS, INFN, NIKHEF, PPARC.
L'obiettivo del Progetto DataGRID è la creazione di un ambiente Grid che permetta la collaborazione fra gli scienziati europei, impegnati nelle più diverse ricerche, adoperando le risorse già disponibili e solo open software. In particolare i campi di ricerca nei quali sono impegnati i partecipanti al progetto DataGRID sono tre: fisica delle alte energie; osservazione terrestre; studio del genoma umano.
In tutti i tre casi, i ricercatori hanno la necessità di accedere ed analizzare una enorme quantità di dati. Per far ciò è necessaria una potenza di calcolo ed una capacità di memorizzazione che nessun computer attualmente possiede. Un ambiente Grid costituito dalle risorse sparse nei centri di ricerca partecipanti alle diverse ricerche, darebbe soluzione a questo problema.
I problemi da risolvere nella realizzazione di un ambiente Grid sono molteplici, tuttavia il più ostico è quello dello scheduling che consiste nella messa a punto di meccanismi e politiche che permettano la pianificazione dell'esecuzione delle applicazioni, in modo da massimizzare o almeno ottimizzare le prestazioni.
In questa Tesi si vuol proporre una soluzione al problema della determinazione delle prestazioni dell'ambiente Grid, tramite simulazione. In particolare il problema affrontato è quello della realizzazione di un Simulatore di Griglie Computazionali. Sebbene l'approccio adottato per la realizzazione del Simulatore possa essere adattato ad una qualsiasi Griglia Computazionale, il modello preso come riferimento è quello del Progetto DataGRID.
Il Simulatore è stato realizzato adoperando la progettazione Object Oriented assistita dal calcolatore. In particolare per la descrizione dei sistemi concettuali ed implementativi sono stati adoperati strumenti CASE basati sul UML.
Lo sviluppo del software è stato realizzato interamente in Java in quanto esso, oltre a sposarsi perfettamente con la progettazione OO, è un linguaggio object oriented puro, permette con estrema facilità la scrittura di applicazioni complesse grazie al supporto nativo del multi-threading, alla gestione trasparente dei puntatori e della memoria, permettendo di mantenere anche nel software un elevato grado di astrazione.
I contenuti e la struttura di questa Tesi rispecchiano la sequenza delle fasi necessarie per la progettazione di un simulatore. La prima fase consiste nella formulazione del problema, a cui è dedicata questa introduzione.
La seconda fase consiste nella raccolta dei dati necessari che riguardano l'architettura e l'utilizzo del sistema da simulare. Questa fase è svolta nei Cap. 1 e 2. Nel primo verrà descritta l'architettura di DataGRID, partendo dall'analisi di quella delle Griglie Computazionali in genere, per poi passare alla descrizione del Globus Toolkit adoperato nel Progetto DataGRID, per concludere con la descrizione di tutte quelle integrazioni realizzate ad hoc dai membri del progetto. Nel secondo invece, verrà descritta l'organizzazione e la modalità d'utilizzo delle risorse, prendendo come riferimento il Progetto MONARC.
Le ultime quattro fasi, ossia realizzazione del modello del sistema, codifica, verifica e validazione sono discusse nel Cap. 3. Nel Cap. 4 invece, verrà illustrato come adoperare il simulatore.