Clusters

Abstract: En la actualidad con el surgimiento de

nuevas tecnologas y nuevas necesidades de los
usuarios de sistemas informticos, surge la
necesidad de poder implementar un concepto el
cual garantice y asegure que los recursos y las
aplicaciones de importancia decisiva
permanecern disponibles as como que tambin la
carga de trabajo sea balanceada para garantizar el
alto rendimiento.
Por ende un clster es un grupo de sistemas
independientes, conocidos como nodos, que
trabajan juntos como un sistema nico para
garantizar la premisa anterior mencionada en
donde hacamos referencia a garantizarle al
usuario la disponibilidad.
La organizacin en clsteres permite a los
usuarios y administradores tener acceso a los
nodos y administrarlos como un sistema nico en
lugar de como equipos independientes.



I.INTRODUCCION
Hoy en da desempean un papel importante en la
solucin de problemas de las ciencias, las ingenieras
y del comercio moderno.La tecnologa de clsteres ha
evolucionado en apoyo de actividades que van desde
aplicaciones de supercmputo y software de misiones
crticas, servidores web y comercio electrnico, hasta
bases de datos de alto rendimiento, entre otros usos.
El cmputo con clsteres surge como resultado de
la convergencia de varias tendencias actuales que
incluyen la disponibilidad de microprocesadores
econmicos de alto rendimiento y redes de alta
velocidad, el desarrollo de herramientas de software
para cmputo distribuido de alto rendimiento , as
como la creciente necesidad de potencia
computacional para aplicaciones que la requieran.
En resumen, , un clster informtico es un grupo
de computadoras unidas mediante una red de alta
velocidad de tal forma que el conjunto es visto como
una nica supercomputadora.


II. DEFINICIN
El trmino clster (del ingls cluster, "grupo" o
"racimo") se aplica a los conjuntos o conglomerados
de computadoras construidos mediante la utilizacin
de hardwares comunes y que se comportan como si
fuesen una nica computadora.
La tecnologa de clsteres ha evolucionado en
apoyo de actividades que van desde aplicaciones de
supercmputo y software de misiones crticas,
servidores web y comercio electrnico, hasta bases de
datos de alto rendimiento, entre otros usos.
El cmputo con clsteres surge como resultado de
la convergencia de varias tendencias actuales que
incluyen la disponibilidad de microprocesadores
econmicos de alto rendimiento y redes de alta
velocidad, el desarrollo de herramientas de software
para cmputo distribuido de alto rendimiento, as
como la creciente necesidad de potencia
computacional para aplicaciones que la requieran.
Simplemente, un clster es un grupo de mltiples
ordenadores unidos mediante una red de alta
velocidad, de tal forma que el conjunto es visto como
un nico ordenador, ms potente que los comunes de
escritorio.
Los clsteres son usualmente empleados para
mejorar el rendimiento y/o la disponibilidad por
encima de la que es provista por un solo computador
tpicamente siendo ms econmico que computadores
individuales de rapidez y disponibilidad comparables
[1].



III. ANTECEDENTES
El comienzo del trmino y del uso de este tipo de
tecnologa es desconocido pero se puede considerar
que comenz a finales de los aos 50 y principios de
los aos 60.
La base formal de la ingeniera informtica de la
categora como un medio de hacer trabajos paralelos
de cualquier tipo fue posiblemente inventado por
Gene Amdahl de IBM, que en 1967 public lo que
ha llegado a ser considerado como el papel inicial de
procesamiento paralelo: la Ley de Amdahl que
describe matemticamente lo que se puede esperar
paralelizando cualquier otra serie de tareas realizadas
en una arquitectura paralela.
La historia de los primeros grupos de
computadoras es ms o menos directamente ligado a
la historia de principios de las redes, como una de las
principales motivaciones para el desarrollo de una red
para enlazar los recursos de computacin, de hecho la
creacin de un cluster de computadoras. Las
redes de conmutacin de paquetes fueron
conceptualmente inventados por la corporacin
RAND en 1962.
Utilizando el concepto de una red de conmutacin
de paquetes, el proyecto ARPANET logr crear en
1969 lo que fue posiblemente la primera red de
computadoras bsico basadas en el cluster de
computadoras por cuatro tipos de centros
informticos, cada una de las cuales fue algo
similar a un "cluster" pero no un "comodity cluster"
como hoy en da lo entendemos.
El primer producto comercial de tipo cluster fue
ARCnet, desarrollada en 1977 por Datapoint pero
no obtuvo un xito comercial y los clusteres no
consiguieron tener xito hasta que en 1984
VAXcluster produjeran el sistema operativo
VAX/VMS.


IV. CLASIFICACIN
Esta clasificacin se basa en relacin al uso que se
les da a los clusters y los servicios que ofrecen, por lo
que existen las siguientes categoras:
*High Performance: Son clusters en los cuales se
ejecutan tareas que requieren de gran capacidad
computacional, grandes cantidades de memoria, o
ambos a la vez. El llevar a cabo estas tareas puede
comprometer los recursos del cluster por largos
periodos de tiempo.
*High Availability: Son clusters cuyo objetivo de
diseo es el de proveer disponibilidad y confiabilidad.
Estos clusters tratan de brindar la mxima
disponibilidad de los servicios que ofrecen. La
confiabilidad se provee mediante software que detecta
fallos y permite recuperarse frente a los mismos,
mientras que en hardware se evita tener un nico
punto de fallos.
*High Throughput: Son clusters cuyo objetivo de
diseo es el ejecutar la mayor cantidad de tareas en el
menor tiempo posible. Existe independencia de datos
entre las tareas individuales. El retardo entre los
nodos del cluster no es considerado un gran problema.


V. CLUSTER DE ALTO RENDIMIENTO
Es un conjunto de ordenadores que est diseado
para dar altas prestaciones en cuanto a capacidad de
clculo. Los motivos para utilizar un cluster de alto
rendimiento son:
el tamao del problema por resolver
el precio de la mquina necesaria para
resolverlo.
Por medio de un cluster se pueden conseguir
capacidades de clculo superiores a las de un
ordenador ms caro que el costo conjunto de los
ordenadores del cluster.Ejemplo de clusters
baratsimos son los que se estn realizando en algunas
universidades con computadoras personales
desechados por "anticuados" que consiguen competir
en capacidad de clculo con superordenadores
carsimos.
Para garantizar esta capacidad de clculo, los
problemas necesitan ser paralelizables, ya que el
mtodo con el que los clusters agilizan el
procesamiento es dividir el problema en problemas
ms pequeos y calcularlos en los nodos, por lo tanto,
si el problema no cumple con esta caracterstica, no
puede utilizarse el cluster para su clculo.

VI. ALTA DISPONIBILIDAD
Un cluster de alta disponibilidad es un conjunto de
dos o ms mquinas que se caracterizan por mantener
una serie de servicios compartidos y por estar
constantemente monitorizndose entre s. Podemos
dividirlo en dos clases:
Alta disponibilidad de infraestructura: Si se
produce un fallo de hardware en alguna de las
mquinas del clster, el software de alta
disponibilidad es capaz de arrancar automticamente
los servicios en cualquiera de las otras mquinas del
cluster (failover). Y cuando la mquina que ha fallado
se recupera, los servicios son nuevamente migrados a
la mquina original (failback). Esta capacidad de
recuperacin automtica de servicios nos garantiza la
alta disponibilidad de los servicios ofrecidos por el
cluster, minimizando as la percepcin del fallo por
parte de los usuarios.


VII. BALANCEO DE CARGA
El balance o balanceo de carga es un concepto
usado en informtica que se refiere a la tcnica usada
para compartir el trabajo a realizar entre varios
procesos, ordenadores, discos u otros recursos. Est
ntimamente ligado a los sistemas de
multiprocesamiento, o que hacen uso de ms de una
unidad de procesamiento para realizar labores tiles.


VII. ESCALABILIDAD
En telecomunicaciones y en ingeniera
informtica, la escalabilidad es la propiedad deseable
de un sistema, una red o un proceso, que indica su
habilidad para extender el margen de operaciones sin
perder calidad, o bien manejar el crecimiento
continuo de trabajo de manera fluida, o bien para
estar preparado para hacerse ms grande sin perder
calidad en los servicios ofrecidos.
En general, tambin se podra definir como la
capacidad del sistema informtico de cambiar su
tamao o configuracin para adaptarse a las
circunstancias cambiantes. Por ejemplo, una
Universidad que establece una red de usuarios por
Internet para un edificio de docentes y no solamente
quiere que su sistema informtico tenga capacidad
para acoger a los actuales clientes que son todos
profesores, sino tambin a los clientes que pueda
tener en el futuro dado que hay profesores visitantes
que requieren de la red por algunos aplicativos
acadmicos, para esto es necesario implementar
soluciones que permitan el crecimiento de la red sin
que la posibilidad de su uso y re-uso, disminuya o que
pueda cambiar su configuracin si es necesario.


VIII. COMPONENTES DE UN CLSTER
Nodos
Pueden ser simples ordenadores, sistemas
multiprocesador o estaciones de trabajo
(workstations). En informtica, de forma muy
general, un nodo es un punto de interseccin o unin
de varios elementos que confluyen en el mismo lugar.
Ahora bien, dentro de la informtica la palabra nodo
puede referirse a conceptos diferentes segn el mbito
en el que nos movamos:
En redes de computadoras cada una de las
mquinas es un nodo, y si la red es Internet, cada
servidor constituye tambin un nodo [2].
El clster puede estar conformado por nodos
dedicados o por nodos no dedicados.
En un clster con nodos dedicados, los nodos no
disponen de teclado, ratn ni monitor y su uso est
exclusivamente dedicado a realizar tareas
relacionadas con el clster. Mientras que, en un
clster con nodos no dedicados, los nodos disponen
de teclado, ratn y monitor y su uso no est
exclusivamente dedicado a realizar tareas
relacionadas con el clster, el clster hace uso de los
ciclos de reloj que el usuario del computador no est
utilizando para realizar sus tareas.
Cabe aclarar que a la hora de disear un clster,
los nodos deben tener caractersticas similares, es
decir, deben guardar cierta similaridad de arquitectura
y sistemas operativos, ya que si se conforma un
clster con nodos totalmente heterogneos (existe una
diferencia grande entre capacidad de procesadores,
memoria, disco duro) ser ineficiente debido a que el
middleware delegar o asignar todos los procesos al
nodo de mayor capacidad de cmputo y solo
distribuir cuando este se encuentre saturado de
procesos; por eso es recomendable construir un grupo
de ordenadores lo ms similares posible.
Almacenamiento
El almacenamiento puede consistir en una NAS,
una SAN, o almacenamiento interno en el servidor. El
protocolo ms comnmente utilizado es NFS
(Network File System), sistema de ficheros
compartido entre servidor y los nodos. Sin embargo
existen sistemas de ficheros especficos para clsteres
como Lustre (CFS) y PVFS2.
Tecnologas en el soporte del almacenamiento en
discos duros:
o IDE o ATA: velocidades de 33, 66, 100, 133
y 166 MB/s
o SATA: velocidades de 150, 300 y 600 MB/s
o SCSI: velocidades de 160, 320, 640 MB/s.
Proporciona altos rendimientos.
o SAS: ana SATA-II y SCSI. Velocidades de
300 y 600 MB/s
o Las unidades de cinta (DLT) son utilizadas
para copias de seguridad por su bajo coste.

Sistema operativo
Un sistema operativo debe ser multiproceso y
multiusuario. Otras caractersticas deseables son la
facilidad de uso y acceso. Un sistema operativo es un
programa o conjunto de programas de computadora
destinado a permitir una gestin eficaz de sus
recursos. Comienza a trabajar cuando se enciende el
computador, y gestiona el hardware de la mquina
desde los niveles ms bsicos, permitiendo tambin la
interaccin con el usuario. Se puede encontrar
normalmente en la mayora de los aparatos
electrnicos que utilicen microprocesadores para
funcionar, ya que gracias a estos podemos entender la
mquina y que sta cumpla con sus funciones
(telfonos mviles, reproductores de DVD, radios,
computadoras, etc.).
Conexiones de red
Los nodos de un clster pueden conectarse
mediante una simple red Ethernet con placas comunes
(adaptadores de red o NICs), o utilizarse tecnologas
especiales de alta velocidad como Fast Ethernet,
Gigabit Ethernet, Myrinet, InfiniBand, SCI, etc.

*Ethernet
Son las redes ms utilizadas en la actualidad,
debido a su relativo bajo coste. No obstante, su
tecnologa limita el tamao de paquete, realizan
excesivas comprobaciones de error y sus protocolos
no son eficientes, y sus velocidades de transmisin
pueden limitar el rendimiento de los clsteres. Para
aplicaciones con paralelismo de grano grueso puede
suponer una solucin acertada.
La opcin ms utilizada en la actualidad es
Gigabit Ethernet (1 Gbit/s), siendo emergente la
solucin 10 Gigabit Ethernet (10 Gbit/s). La latencia
de estas tecnologas est en torno a los 30 a 100 s,
dependiendo del protocolo de comunicacin
empleado.

*
Myrinet (Myrinet 2000 y Myri-10G).
Su latencia es de 99 a 10 s, y su ancho de
banda es de 2 a 10 Gbit/s (para Myrinet 2000 y Myri-
10G, respectivamente).
Es la red de baja latencia ms utilizada en la
actualidad, tanto en clsteres como en MPP; est
presente en ms de la mitad de los sistemas del
top500.

*InfiniBand
Es una red surgida de un estndar
desarrollado especficamente para realizar la
comunicacin en clsters. Una de sus mayores
ventajas es que mediante la agregacin de canales
(x1, x4 y x12) permite obtener anchos de banda muy
elevados.
Define una conexin entre un nodo de
computacin y un nodo de I/O. La conexin va desde
un Host Channel Adapter (HCA) hasta un Target
Channel Adapter (TCA). Se est usando
principalmente para acceder a arrays de discos SAS.

*SCI (scalable coherent interface) IEEE standard
1596-1992
Su latencia terica es de 1,43 s y su ancho
de banda de 5333 Mbit/s bidireccional. Al poder
configurarse con topologas de anillo (1D), toro (2D)
e hipercubo (3D) sin necesidad de switch, se tiene una
red adecuada para clsters de pequeo y mediano
tamao.
Al ser una red de extremadamente baja
latencia, presenta ventajas frente a Myrinet en
clsteres de pequeo tamao al tener una topologa
punto a punto y no ser necesaria la adquisicin de un
conmutador. El software sobre SCI est menos
desarrollado que sobre Myrinet, pero los rendimientos
obtenidos son superiores, destacando SCI Sockets
(que obtiene startups de 3 microsegundos) y ScaMPI,
una biblioteca MPI de elevadas prestaciones.
Adems, a travs del mecanismo de
preloading (LD_PRELOAD) se puede conseguir que
todas las comunicaciones del sistema vayan a travs
de SCI-SOCKETS (transparencia para el usuario).

Middleware
El middleware es un software que generalmente
acta entre el sistema operativo y las aplicaciones con
la finalidad de proveer a un clster lo siguiente:
Una interfaz nica de acceso al sistema,
denominada SSI (Single System Image), la
cual genera la sensacin al usuario de que
utiliza un nico ordenador muy potente;
Herramientas para la optimizacin y
mantenimiento del sistema: migracin de
procesos, checkpoint-restart (congelar uno o
varios procesos, mudarlos de servidor y
continuar su funcionamiento en el nuevo host),
balanceo de carga, tolerancia a fallos, etc.;
Escalabilidad: debe poder detectar
automticamente nuevos servidores
conectados al clster para proceder a su
utilizacin.
Existen diversos tipos de middleware, como por
ejemplo: MOSIX, OpenMOSIX, Cndor, OpenSSI,
etc.
El middleware recibe los trabajos entrantes al
clster y los redistribuye de manera que el proceso se
ejecute ms rpido y el sistema no sufra sobrecargas
en un servidor. Esto se realiza mediante polticas
definidas en el sistema (automticamente o por un
administrador) que le indican dnde y cmo debe
distribuir los procesos, por un sistema de
monitorizacin, el cual controla la carga de cada CPU
y la cantidad de procesos en l [3].
El middleware tambin debe poder migrar
procesos entre servidores con distintas finalidades:
Balancear la carga: si un servidor est muy
cargado de procesos y otro est ocioso, pueden
transferirse procesos a este ltimo para liberar
de carga al primero y optimizar el
funcionamiento;
Mantenimiento de servidores: si hay procesos
corriendo en un servidor que necesita
mantenimiento o una actualizacin, es posible
migrar los procesos a otro servidor y proceder
a desconectar del clster al primero;
Priorizacin de trabajos: en caso de tener
varios procesos corriendo en el clster, pero
uno de ellos de mayor importancia que los
dems, puede migrarse este proceso a los
servidores que posean ms o mejores recursos
para acelerar su procesamiento.

Ambientes de Programacin Paralela
Los ambientes de programacin paralela permiten
implementar algoritmos que hagan uso de recursos
compartidos: CPU (central processing unit: unidad
central de proceso), memoria, datos y servicios [4].



Los componentes de un clustera manera de grfico.



IX. EJEMPLO DE IMPLEMENTACIONES DE CLUSTERS
Algunos Sistemas Clsteres Implementados:
Beowulf
Fue diseado por Donald Becker y Thomas
Sterling en 1994 y construido con 16 computadores
personales con procesadores Intel DX4 de 200 MHz,
que estaban conectados a travs de un switch
Ethernet. El rendimiento terico era de 3.2
GigaFlops.(Los flops son las operaciones de coma
flotante por segundo y son una medida del
rendimiento de una computadora).
Berkeley NOW
El sistema NOW de Berkeley estuvo conformado
por 105 estaciones de trabajo Sun Ultra 170,
conectadas a travs de una red Myrinet. Cada estacin
de trabajo contena un microprocesador Ultra1 de 167
MHz, cach de nivel 2 de 512 KB, 128 MB de
memoria, dos discos de 2.3 GB, tarjetas de red
Ethernet y Myrinet. En abril de 1997, NOW logr un
rendimiento de 10 GFlops.
Google
Durante el ao 2003, el clster Google lleg a
estar conformado por ms de 15.000 computadores
personales. En promedio, una consulta en Google lee
cientos de megabytes y consume algunos billones de
ciclos del CPU.
Cluster PS2
En el ao 2004, en la Universidad de Illinois en
Urbana-Champaign, Estados Unidos, se explor el
uso de consolas Play Station 2 (PS2) en cmputo
cientfico y visualizacin de alta resolucin. Se
construy un clster conformado por 70 PS2;
utilizando Sony Linux Kit (basado en Linux Kondora
y Linux Red Hat) y MPI [5].


CONCLUSIN
Un cluster puede ser utilizado para muchas
aplicaciones, es una solucin econmica para resolver
problemas que recursos de cmputo.
Un cluster es una forma econmica tanto en software
como en hardware para realizar tareas de forma
distribuida y paralelo.





REFERENCIAS

[1].http://es.wikipedia.org/wiki/Cl%C3%BAster_(inf
orm%C3%A1tica)

[2].http://es.wikipedia.org/wiki/Nodo_(inform%C3%
A1tica)

[3]. http://es.wikipedia.org/wiki/Middleware

[4].http://es.wikipedia.org/wiki/Cl%C3%BAster_(inf
orm%C3%A1tica)#Componentes_de_un_cl.C3.BAst
er

[5].http://www.academica.mx/blogs/cl%C3%BAster-
inform%C3%A1tico-un-resultado-no-planeado-las-
matem%C3%A1ticas