Распределенные информационные системы: особенности применения и построения | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 21 декабря, печатный экземпляр отправим 25 декабря.

Опубликовать статью в журнале

Автор:

Рубрика: Информационные технологии

Опубликовано в Молодой учёный №22 (260) май 2019 г.

Дата публикации: 02.06.2019

Статья просмотрена: 38 раз

Библиографическое описание:

Масленников Е. В. Распределенные информационные системы: особенности применения и построения // Молодой ученый. — 2019. — №22. — С. 59-61. — URL https://moluch.ru/archive/260/60037/ (дата обращения: 10.12.2019).



Данная статья направлена на исследование вопроса построения распределенных информационных систем. Рассмотрены методы Grid и Cloud в качестве средства построения распределенных ИС, а также технологии построения распределенных баз данных.

Ключевые слова: распределенные системы, Grid-технологии, BOINC, облачные вычисления, построение распределенных БД.

The article is devoted to the study of the construction of distributed information systems. Grid and Cloud are considered as tools of building distributed information systems, as well as technologies for building distributed databases.

Key words: distributed information systems, Grid-technologies, BOINC, cloud computing, building distributed databases.

К числу перспективных направлений развития в области увеличения скорости вычислений относится развитие технологий распределенных вычислений. Данная система является набором индивидуальных вычислительных компонентов, которые могут обмениваться информацией [5]. Как правило, распределенные ИС применяются для построения систем, имеющих повышенные требования к обеспечению отказоустойчивости и производительности.

Все большее распространение в наши дни получают распределенные вычислительные системы. Наиболее перспективными являются технологии построения GRID и CLOUD.

Grid-технологии дают возможность реализовать на практике географически распределенные вычислительные инфраструктуры. Также они в свою очередь объединяют ресурсы различного плана и предоставляют к ним коллективный доступ из разных точек планеты. В этой связи продолжение последующего развития распределенных информационных систем тесно связано с появлением Grid-технологий. Под ними понимается определенная форма распределенных вычислений, где основной виртуальный «суперкомпьютер» сформирован из некоторых кластеров, соединённых по сети Интернет, компьютеров, которые вместе выполняют работу в целях решения большого числа производственных заданий.

Выделяют следующие виды:

 Добровольная GRID;

 Научная GRID;

 GRID на основе выделения вычислительных ресурсов по требованию [1].

Примеры проектов добровольных вычислений, построенных на базе GRID-систем на платформе BOINC, приведены в таблице 1.

Таблица 1

Проект

Назначение

SETI@home

Анализ радиосигналов, полученных радиотелескопами, с целью поиска внеземных цивилизаций

Rosetta@home

Вычисление 3-мерной структуры белков из их аминокислотных последовательностей.

LHC@home

Обработка данных, полученных с большого адронного коллайдера, и расчёты для его усовершенствования.

Проект BOINC позволяет организовать распределенные вычисления на дому, когда любой желающий может установить на свой компьютер клиент и отдать часть вычислительных ресурсов своего компьютера (CPU, GPU) для организации вычислений. Многие из этих вычислений носят социальный характер — например, вычисление белков для изобретения новых лекарств, другие носят научный характер — от физико-математических вычислений данных с экспериментальных установок до обработки данных с телескопов для поиска сигналов внеземных цивилизаций. Это одна из самых популярных и доступных методик выстраивания распределенных информационных систем.

Также стоит отметить технологию Cloud, используемую для организации облачных вычислений. При этом описанные выше технологии весьма близки по своей природе. Они включают в свой состав мощные распределенные вычислительные системы, но все-таки между ними существуют различия. Главное — способе их использования и дальнейшего развертывания. Grid — это по своей сути оборудование, установленное на определенный временной промежуток и нуждающееся в плановых работах по поддержке, техническому обслуживанию и ремонту, либо в случае добровольных вычислений, персональные компьютеры, расположенные на дому. Cloud реализованы в форме IaaS и могут предоставлять интерфейс. В таком случае пользователь не занимается вопросами технического обслуживания и поддержки, имеет доступ к вычислительному ресурсу, масштабируемому в зависимости от сформированных потребностей [3].

Архитектурные отличия Grid и Cloud также являются одним из ключевых. Cloud системы хорошо ориентированы на Web-сервисы и справляются как с большими задачами, так и с большим количество мелких задач, поставленных различными пользователей. Это обусловлено тем, что построенные распределенные ИС через Cloud дают пользователю использовать их системы для быстрой обработки данных посредством наличия реализованного тонкого клиента. В качестве примера облачных систем можно привести файловые-хостинги, такие как Dropbox, Яндекс.Диск, Amazon S3 и другие. Пользователю они предоставляют веб-интерфейс и клиент, представляющий облако в виде виртуального жесткого диска прозрачно для операционной системы. Внутри же эти облачные системы представлены кластером серверов, расположенных в географически распределенных дата-центрах. В каждом сервере используется аппаратный raid-контролер и массив жестких дисков с возможностью горячей замены, на уровне дата-центра используются системы балансировки нагрузки и мониторинга, а на уровне магистральных провайдеров используются сети распределения контента.

Процесс выстраивания современных распределенных ИС на прямую связан с реляционными и объектно-ориентированными СУБД. В настоящее время они утвердились в качестве ключевых инструментов для обработки данных в различных ИС. В настоящее время существует множество систем управления базами данных (СУБД) и других программ, выполняющих сходные функции. Инструментальные средства Oracle — сейчас одни из лучших и наиболее мощных имеющихся инструментов разработки профессионального класса.

СУБД Oracle дает возможность поддерживать связь как между клиентами и сервером, так и между различными серверами. Построение распределенных БД позволяет решить комплекс задач:

− сбор в единое целое данных, хранящиеся в нескольких местах;

− увеличение серверной мощности системы (горизонтальная масштабируемость);

− консолидация данных в непосредственной близости от их потребителей, сохраняя при этом целостность системы и другие.

Концепция построения распределенных БД в Oracle основана на децентрализованной их организации. Серверы взаимодействуют друг с другом с помощью протокола SQL*Net. Ссылки друг на друга — это каналы связи БД, которые серверы хранят в качестве объектов БД. В свою очередь полное имя объекта может включать в себя канал связи: что требует обеспечения уникальности имен серверов («сервисов» в терминологии Oracle) в сети и достигается благодаря иерархической организации доменов.

Облачный сервис Amazon Relational Database Service обеспечивает пользователей реляционными базами данных для использования в приложениях. Amazon RDS позволяет производить быстрое развёртывание, простое обслуживание и лёгкое масштабирование. Такие сложные процессы, как обновление программного обеспечения БД, проведение резервного копирования, возврат к ранним состояниям (восстановление) проводятся автоматически. Масштабирование дискового пространства и процессорных ресурсов может быть вызвано при помощи API системы.

В заключении следует отметить, что распределенные информационные системы имеют большие перспективы для развития, поскольку аренда их ресурсов в перспективе будет становиться дешевле содержания собственного оборудования за счет сокращения издержек на обслуживание и модернизацию.

Литература:

  1. Judith M. Myerson: Cloud computing versus grid computing [Электронный ресурс] http://www.ibm.com/developerworks/web/library/wa-cloudgrid/ (дата обращения 26.05.2019).
  2. Nicolas Cynober: Difference entre le Grid et le Cloud Computing [Электронный ресурс] http://www.haute-disponibilite.net/2008/07/15/difference-entre-grid-et-cloud-computing/ (дата обращения 28.05.2019).
  3. Semantic Grid Community Portal. [Электронный ресурс]: http://www.semanticgrid.org/
  4. Web Services and service-oriented architectures. [Электронный ресурс]: http://www.service-architecture.com/
  5. WS-Resource Framework. [Электронный ресурс]: http://www.globus.org/wsrf/
Основные термины (генерируются автоматически): GRID, BOINC, система, вычисление, обработка данных, CPU, CLOUD, API, техническое обслуживание, GPU.


Похожие статьи

Облачные технологии | Статья в сборнике международной научной...

Облачные вычисления (англ. cloud computing) - технология распределённой обработки данных, в которой компьютерные ресурсы и мощности предоставляются пользователю как интернет-сервис. Предоставление пользователю Интернет-услуг – ключевое понятие.

Проблемы вычислений с высокой точностью при использовании...

В результате данные особенности привносят расхождения в результаты численных

В данной статье проанализированы характерные проблемы вычислений с высокой точностью при

Сравнивая результаты расчетов на CPU и GPU, следует убедиться в том, что при расчете на...

Развёртывание системы GridGain для решения реальной...

Последовательные вычисления в распределённых системах выполняются с учётом

Задача In-Memory Data Grid — обеспечить сверхвысокую доступность данных посредством хранения их в

В результате своей работы, программа должна вывести список единиц входных данных...

Разработка элементов Smart Grid для оптимизации режимов...

Smart Grid — это автоматизированная система, которая самостоятельно отслеживает и распределяет

- система сбора и обработки данных (программно-аппаратные комплексы), а также средства управления активными элементами сети и электроустановками потребителей.

Ускорение расчета динамического напряженно-деформированного...

Рассмотрен подход к ускорению расчета динамического напряженно-деформированного состояния с использованием графических сопроцессоров и стандарта OpenCL. Реализована вычислительная программа-прототип расчета для пластины с разными вариантами...

Применение графических процессоров для параллельных...

GPU (Graphical Processing Unit) ориентирован на выполнение программ с большим объемом вычислений. –описание событий start и stop для замера времени выполнения программы на GPU, начало замера. –копирование данных из CPU в GPU (массивов искомых величин).

Особенности использования технологии CyberGuide...

В системе образования наметилось много новых проектов, основанных на широком использовании возможностей информационных и телекоммуникационных технологий. Большой интерес в этом направлении представляет применение средств данных технологий в процессе...

Моделирование нейронных сетей Кохонена на графических...

Процесс обучения нейронной сети Кохонена можно представить в виде трех этапов: вычисление расстояния между представленным на сети образцом и каждым нейроном сети (рис. 1), определение победителя и изменение весовых коэффициентов.

Оптимизация алгоритма выравнивания биологических...

GPU (Graphical Processing Unit) ориентирован на выполнение программ с большим объемом вычислений. Благодаря идентификаторам, имеющимся в CUDA, каждой нити ставится в соответствие. –освобождение памяти переменных на CPU, завершение работы программы.

Похожие статьи

Облачные технологии | Статья в сборнике международной научной...

Облачные вычисления (англ. cloud computing) - технология распределённой обработки данных, в которой компьютерные ресурсы и мощности предоставляются пользователю как интернет-сервис. Предоставление пользователю Интернет-услуг – ключевое понятие.

Проблемы вычислений с высокой точностью при использовании...

В результате данные особенности привносят расхождения в результаты численных

В данной статье проанализированы характерные проблемы вычислений с высокой точностью при

Сравнивая результаты расчетов на CPU и GPU, следует убедиться в том, что при расчете на...

Развёртывание системы GridGain для решения реальной...

Последовательные вычисления в распределённых системах выполняются с учётом

Задача In-Memory Data Grid — обеспечить сверхвысокую доступность данных посредством хранения их в

В результате своей работы, программа должна вывести список единиц входных данных...

Разработка элементов Smart Grid для оптимизации режимов...

Smart Grid — это автоматизированная система, которая самостоятельно отслеживает и распределяет

- система сбора и обработки данных (программно-аппаратные комплексы), а также средства управления активными элементами сети и электроустановками потребителей.

Ускорение расчета динамического напряженно-деформированного...

Рассмотрен подход к ускорению расчета динамического напряженно-деформированного состояния с использованием графических сопроцессоров и стандарта OpenCL. Реализована вычислительная программа-прототип расчета для пластины с разными вариантами...

Применение графических процессоров для параллельных...

GPU (Graphical Processing Unit) ориентирован на выполнение программ с большим объемом вычислений. –описание событий start и stop для замера времени выполнения программы на GPU, начало замера. –копирование данных из CPU в GPU (массивов искомых величин).

Особенности использования технологии CyberGuide...

В системе образования наметилось много новых проектов, основанных на широком использовании возможностей информационных и телекоммуникационных технологий. Большой интерес в этом направлении представляет применение средств данных технологий в процессе...

Моделирование нейронных сетей Кохонена на графических...

Процесс обучения нейронной сети Кохонена можно представить в виде трех этапов: вычисление расстояния между представленным на сети образцом и каждым нейроном сети (рис. 1), определение победителя и изменение весовых коэффициентов.

Оптимизация алгоритма выравнивания биологических...

GPU (Graphical Processing Unit) ориентирован на выполнение программ с большим объемом вычислений. Благодаря идентификаторам, имеющимся в CUDA, каждой нити ставится в соответствие. –освобождение памяти переменных на CPU, завершение работы программы.

Задать вопрос