Volume 15 : Number 3 : Paper 7

December 2012 Selected papers from HPCLatAM2012
Title:
Using distributed local information to improve global performance in Grids

Authors and Affiliations:
Paula Verghelet, Laboratorio de Sistemas Complejos, Departamento de Computación, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires Buenos Aires (C1428EGA), Argentina
Diego Fernández Slezak, Laboratorio de Sistemas Complejos, Departamento de Computación, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires Buenos Aires (C1428EGA), Argentina
Pablo Turjanski, Laboratorio de Sistemas Complejos, Departamento de Computación, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires Buenos Aires (C1428EGA), Argentina
Esteban Mocskos, Laboratorio de Sistemas Complejos, Departamento de Computación, Facultad de Ciencias Exactas y Naturales, Universidad de Buenos Aires Buenos Aires (C1428EGA), Argentina

Abstract:
Grid computing refers to the federation of geographically distributed and heterogeneous computer resources.
These resources may belong to different administrative domains, but are shared among users.
Every grid presents a key component responsible for obtaining, distributing, indexing and archiving information about the configuration and state of services and resources.
Optimizing tasks assignations and user requests to resources require the maintenance of up-to-date information about the grid.

In large scale Grids, the dynamics of the resource information cannot be captured using a static hierarchy and relying in manual configuration and administration.
It is necessary to design new policies for discovery and propagation of resource information.
There is a growing interest in the interaction of Grid Computing and the P2P paradigm, pushing towards scalable solutions.

In this work, starting from the Best-Neighbor policy based on previously published ideas, the reasons behind its lack of performance are explored.
A new improved Best-Neighbor policy are proposed and analyzed, comparing it with Random, Hierarchical and Super-Peer policies.

Spanish Abstract:
Grid Computing refiere a la federación de recursos computacionales heterogéneos y distribuidos geograficamente.
Estos resursos pueden encontrarse bajo dominios de administración diferentes y ser conmpartidos entre los usuarios.
Cada grid presenta un componente responsable de la obtención, distribución, indexado y archivado de la información sobre la configuración y estado de servicios y recursos.
Optimizar la asignación de tareas y solicitudes de recursos requiere mantener la información de la grid tan actual como sea posible.
In large scale Grids, the dynamics of the resource information cannot be captured using a static hierarchy and relying in manual configuration and administration.
En Grids de gran escala, el dinamismo de la información de los recursos no puede ser reflejado utilizando una jerarquía estática y esto recae en la intervención de administración y configuración manual.
Es necesario el diseño de nuevas políticas para el descubrimiento y propagación de la información sobre recursos.
Hay creciente interés en la interacción entre Grid Computing y el paradigma P2P, en la búqueda de soluciones escalables.
En este trabajo, basados en ideas de publicaciones previas sobre la política Best-Neighbor, se exploran las razones detrás de la pérdida de performance.
Una política Best-Neighbor mejorada es propuesta y analizada, comparándola con las políticas Random, Hierarchical y Super-Peer.

Keywords:
Resource Information, Information Policies, Grid Computing, Best Neighbor

Spanish Keywords:
Información de recursos, Políticas de la información, Grid Computing, Best Neighbor

Received 2012-06-10, Revised 2012-10-01 , Editor: Sergio Nesmachnow
Full paper, 8 pages [ PDF, 486 Kb ]