Структура, именуемая Грид (GRID), позво

ИЗВЕСТИЯ ВолгГТУ
retical and methodological issues. Proceedings of the
IS&T/SPIE Symposium on Electronic Imaging, 28.1. - 1.2.
2007, San Jose, California USA. 1-13.
10. Modeling Students’ Emotions from Cognitive Appraisal in Educational Games Cristina Conati, Xiaoming Zhou
Department of Computer Science, University of British Columbia, Vancouver, BC, Canada
11. Folsom-Kovarik, J. T., Schatz, S., &Nicholson, D. (2010).
Plan Ahead: Pricing ITS Learner Models. Proceedings of the
19th Conference on Behavior Representation in Modeling and
Simulation, pp. 47-54.
85
12. Shabalina, O. 3I-Approach for IT Educational Games
Development / Olga Shabalina, Pavel Vorobkalov, Alexander
Kataev, Alexey Tarasenko // Proceedings of the 3rd European
Conference on Games-Based Learning, Graz, Austria, 12-13
October 2009 / FH JOANNEUM University of Applied Science.- [UK], 2009. – P. 339–344.
13. Шабалина О. А., Воробкалов П. Н., Катаев А. В.
Применение 3i подхода для разработки обучающих игр по
объектно-ориентированному программированию / // Вестник компьютерных и информационных технологий. –
2011. – № 6. – C. 46–52.
УДК 004.94
В. С. Лукьянов, Д. Н. Жариков, С. В. Гаевой, Д. С. Попов
ИМИТАЦИОННАЯ МОДЕЛЬ ГЕТЕРОГЕННОЙ ВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЫ
Волгоградский государственный технический университет
E-mail: [email protected], [email protected], [email protected], [email protected]
В связи с массовым распространением распределенных вычислительных систем стала актуальной проблема их эффективного использования. Поэтому необходим анализ алгоритмов работы подобных систем.
В данной работе сделана попытка проанализировать алгоритмы распределения заданий по вычислительным
центрам гетерогенной вычислительной системы. Были рассмотрены уже предложенные алгоритмы и выработаны несколько собственных. Так же было принято учесть влияние показателей надежности элементов
системы на ее производительность.
Ключевые слова: грид-системы, брокер заданий, имитационное моделирование, распределение заданий,
показатели надежности.
V. S. Lukyanov, D. N. Zharikov, S. V. Gaevoy, D. S. Popov
SIMULATION MODEL OF THE HETEROGENEOUS COMPUTING SYSTEM
Volgograd State Technical University
In connection with wide-spread of the distributed computing systems there was actual a problem of its effective
usage. Therefore the analysis of algorithms of work of similar systems is necessary. In these papers algorithms of
distribution of tasks on computer centers of the heterogeneous computing system were analyzed. Already offered algorithms have been considered and the new algorithms were developed. Also reliability system elements on its productivity influence were considered.
Keywords: Grid - systems, resource broker, simulation modeling, task distribution, reliability indices.
Структура, именуемая Грид (GRID), позволяет организовать вычисления, передачу, обработку и хранение данных в режиме разделения.
Иными словами, она позволяет распределять
вычисление между несколькими центрами и
обсчитывать независимые части программы
параллельно. Технологии и концепции Грид
быстро набирают популярность, выходя за
рамки научных сообществ [1].
Возникает вопрос: «Как оптимально выбрать
узел для выполнения задания?». Подобные исследования уже неоднократно проводились. В
ИСП РАН в рамках работ по параллельным вычислениям разрабатывали среду для имитационного моделирования работы распределенных вычислительных ресурсов [6]. Была создана имитационная модель реальной грид-системы с реальным потоком задач. При моделировании были
получены результаты, которые позволяют предсказать поведение грид-системы на различных
потоках задач и различных стратегиях распределения задач по кластерам. Для выбора кластера
для выполнения задания используют определенные эвристики, оценки и т. д. [8].
Учитывая перспективность данного направления, мы решили провести исследования в
данной области. Во всех нами предложенных
стратегиях узлам присваиваются стоимости
выполнения задания. Фактически это целевая
функция, которую надо минимизировать. Чем
меньше стоимость, тем выгоднее выполнять задание на узле.
Понятно, что оценка должна отвечать хотя
бы двум критериям:
– адекватно оценивать загруженность кластера;
86
ИЗВЕСТИЯ ВолгГТУ
– быть легко вычисляемой, т.е. высчитываемой по относительно простой формуле.
Для моделирования работы этих стратегий
и их сравнения велась программная разработка
«GridModel», способная моделировать работу
Грид-системы с адекватностью, достаточной
для оценки тех или иных стратегий распределения задач. Анализ уже созданных средств
разработки показал необходимость учета надежности элементов моделируемой гридсистемы [7]. Для этого необходимо моделирование стохастического процесса отказов и восстановлений.
Модель надежности включает в себя [2]:
– резервирование;
– учет способа восстановления отказавших
узлов;
– учет вероятности не обнаружения отказа;
– учет времени подключения резерва.
Также было сделано допущение, что задания поступают на кластер в виде стационарного
пуассоновского потока. Наша модель получилась стохастической. В ней имеется возможность задания потока задач через файл, реализовано отключение моделирования отказов и
восстановлений при распределении заданий.
Это позволяет сравнивать результаты, полученные с учетом надежности и без него.
Программа «GridModel» имеет графический
интерфейс для задания параметров сети, возможность сохранять модель и параметры в файл,
отдельную функцию оценки надежности без моделирования распределения заданий, определение оптимального числа резервных узлов и т. д.
Она прошла государственную регистрацию.
В GridModel существуют следующие компоненты системы:
– кластера (узлы сети);
– линия связи (связывает два кластера);
– диспетчер (распределяет задачи между
кластерами).
Изначально были предложены следующие
восемь стратегий.
Случайный кластер. Каждый кластер получает себе в качестве оценки случайное число,
равномерно распределенное по интервалу [0;
1). Эта система удобна, когда все задания генерируются на одном кластере или небольшой
группе кластеров, а все кластеры одинаковые
по производительности.
Наибыстрейшего выполнения
t задj ⋅ w j
t ⋅w
t зад + tпер + tпер. рез + ∑ задi i + ∑
,
W
W
i
j
где t зад – предполагаемое время выполнения
задания на кластере, t пер – предполагаемое
время пересылки задания по сети до узла,
t пер. рез – предполагаемое время обратной пересылки результата вычислений, t задi – время, оставшееся до окончания исполнения i-го задания
на кластере в текущий момент времени задания, t задj – предполагаемое время исполнения jго задания из очереди, wi и w j – количество
узлов, на которых будут исполняться задания,
W – количество узлов кластера.
Создатель. Кластер создатель получает
оценку 1.0, а все остальные кластера оценку в
100.0. Данная стратегия реализует выполнение
заданий на том же кластере, на котором они
появились.
Соотношения количества свободных узлов
кластера и количества узлов, требуемых задачей. Оценка есть w / N , где w – количество
узлов, на которых будет исполняться задание,
N – количество свободных узлов кластера.
Используется при быстром выполнении заданий и в отсутствие очереди.
Минимальной сложности на узел кластера.
cзад + ∑ cзадj
j
,
Оценка =
W
где c зад – сложность задания, для которого выбирается исполнитель, оцениваемая в количестве операций с числами с плавающей запятой,
c задj – сложность j-го задания в очереди кластера, W – количество узлов кластера.
Оптимальной сложности.
cзад + ∑ cзадj
j
,
Оценка =
W ⋅L⋅P
где c зад – сложность задания, для которого выбирается исполнитель, c задj – сложность j-го
задания в очереди кластера, W – количество
узлов кластера, L – количество ядер на узле,
P – производительность узла.
Стратегия минимального риска. Среднее
время работы на кластере одного узла, деленное на количество требуемых заданию узлов,
представляет собой (при допущении пуассоновского потока отказов и восстановлений)
среднее время работоспособного состояния
этой группы узлов. Поэтому в качестве оценки
87
ИЗВЕСТИЯ ВолгГТУ
было взято
t зад ⋅ w
, где t зад – предполагаемое
t раб
время выполнения задания на кластере, t раб –
система). Характеристики стратегий приведена
в табл. 1.
среднее время безотказной работы одного узла,
w – количество узлов, на которых будет ис-
700
полняться задание.
Оптимального использования узлов.
wзад + ∑ wзадj
j
Оценка =
,
W
где wзад – количество узлов, необходимое за-
500
данию для исполнения, wзадj – количество узлов, необходимое j-му заданию в очереди кластера, W – количество узлов кластера.
Можно оценить один и тот же кластеру сразу по нескольку критериев, но для этого надо
предложить способ объединения в одну. Был
выбран следующий способ:
600
400
300
200
100
0
1
2
3
4
5
Время выполнения, сек
Рис. 1. Среднее время выполнения задания в модели
700
n
W = ∏Wi αi ,
i =1
где Wi –оценка по i-му критерию, α i – вес i-го
критерия, n – количество критериев, W – объединенная оценка. Именно по этой объединенной оценке и будет выбираться кластер для исполнения задания.
Впоследствии, при моделировании распределения заданий на университетском кластере,
было решено добавить еще 4 стратегии: стратегия самого мощного сегмента; стратегия балансировки текущей нагрузки между сегментами;
стратегия среднего времени выполнения подзадачи; стратегия количества ждущих подзадач.
Была произведена качественная проверка
работы программного продукта на реальной
системе, установленной в нашем университете
на кафедре ЭВМ и С и использующей GridGain,
которая дала соответствие между моделируемыми данными и полученными экспериментально.
Испытания проводились для следующих
стратегий:
1) стратегия случайного сегмента;
2) стратегия самого мощного сегмента;
3) стратегия балансировки текущей нагрузки между сегментами;
4) стратегия среднего времени выполнения
подзадачи;
5) стратегия количества ждущих подзадач.
Качественное сравнение стратегий дано в
виде диаграмм на рис. 1 (модель) и 2 (реальная
600
500
400
300
200
100
0
1
2
3
4
5
Время выполнения, сек
Рис. 2. Среднее время выполнения задания
в реальной системе
Стратегия 1 подходит только для однородных
сетей. В этом случае случайное равновероятное
распределение заданий обеспечивает равномерную нагрузку при условии, что заданий достаточно много и они примерно равны по сложности. Для неоднородной сети стратегия может давать результат различного качества в зависимости от степени неоднородности сети.
Стратегия 5 учитывает только количество
заданий в очереди, ни сложность заданий, ни
производительность узлов не учитывается. Добавив сложность заданий, мы получим стратегию 3. При балансировке нагрузки между сегментами учитывается как длина очереди, так и
сложность заданий в ней, поэтому среднее время выполнения задания меньше. Чтобы еще сократить время выполнения задания нужно
учесть производительность сегмента.
88
ИЗВЕСТИЯ ВолгГТУ
В результате проделанной работы нами было получено средство оценки стратегий распределения заданий по узлам грида. В перспективе
можно попробовать решить обратную задачу.
То есть на заданном множестве оценок определить такие веса стратегий, при которых параметры использования системы будут оптимальными. Однако эта задача требует значительного числа вычислительных ресурсов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Дзеба, В. В. Моделирование GRID систем
[Электронный ресурс] / В. В. Дзеба. – [2010] . – Режим
доступа : http://masters.donntu.edu.ua/2008/fvti/dzeba/diss/
referat.htm
2. Лукьянов, В. С. Влияние встроенных контрольных
устройств на надежность резервируемой восстанавливаемой аппаратуры / В. С. Лукьянов // Вопросы радиоэлектроники. Сер. 12. Общетехническая. – 1966. – Вып. 25. –
С. 67–74.
3. Моделирование GRID-систем / В. С. Лукьянов,
Д. Н. Жариков, С. В. Гаевой, Ю. В. Шафран // Информационные технологии моделирования и управления. – 2009. –
№ 5. – С. 669–677.
4. Жариков, Д. Н. Моделирование высоконадежных
гетерогенных вычислительных систем / Д. Н. Жариков,
В. С. Лукьянов // Успехи современного естествознания. –
2010. – № 5. – C. 101–104.
5. Моделирование отказоустойчивых GRID-систем /
В. С. Лукьянов, Д. Н. Жариков, С. В. Гаевой, О. В. Шаповалов // Инновации на основе информационных и коммуникационных технологий : матер. междунар. науч.-практ.
конф. (Россия, г. Сочи, 1–10 окт. 2010 г.) / Московский
гос. ин-т электроники и математики МИЭМ (ТУ) [и др.]. –
М., 2010. – C. 253–254.
6. Проблемы моделирования GRID-систем и их
реализация [Электронный ресурс] / О. И. Самоваров [и
др.] // Портал «Информационно-коммуникационные
технологии в образовании». – [2010]. – Режим доступа :
http://www.ict.edu.ru/vconf/files/9451.pdf
7. Строганов, Д. В. Модели стохастической аппроксимации в управляемом имитационном эксперименте /
Д. В. Строганов, С. О. Польшин, О. Л. Снеткова // Известия ВолгГТУ. Серия «Актуальные проблемы управления,
вычислительной техники и информатики в технических
системах». – Волгоград. Изд-во ВолгГТУ, № 2, 2008. –
С. 23–25.
8.. Чернышов, К. В. Показатели надежности технических систем : наработка до отказа, ресурс, срок службы :
учеб. пособие / К. В. Чернышов; Волгоград. гос. ун-т. –
Волгоград : Политехник, 2007. – 80 с.
9. Эвристики распределения задач для брокера
ресурсов Grid [Электронный ресурс] / А.И. Аветисян [и
др.] . – [2009]. – Режим доступа : http://www.citforum.
ru/nets/digest/grid/index.shtml
УДК 004.89
М. В. Набока, О. Н. Ровенская
СОЗДАНИЕ ИНФОРМАЦИОННОГО ПРОСТРАНСТВА ОРГАНИЗАЦИИ,
РАБОТАЮЩЕЙ В БЫСТРОИЗМЕНЯЮЩЕЙСЯ СРЕДЕ
Волгоградский государственный технический университет
E-mail: [email protected], [email protected]
Проанализированы итоги развития представлений об интеллектуальной организации, выявлены потребности современных организаций, работающих в быстроизменяющихся условиях, и их решение на основе
концепции интеллектуальной организации. Предложен подход повышения интенсивности создания знаний
на основе управления деятельности в информационном пространстве организации.
Ключевые слова: интеллектуальная организация, интеллектуальный капитал, управление проектами,
управление знаниями.
M. V. Naboka, O. N. Rovenskaya
BUILDING OF INFORMATION SPACE FOR ORGANIZATION WORKING
IN THE RAPIDLY CHANGING ENVIRONMENT
Volgograd State Technical University
The results of development of the intellectual organization concept are analyzed. The essentials of modern organizations working in the rapidly changing conditions and decision based on the concept of intellectual organization are identified. An approach of increasing the intensity of knowledge creation based on management of activity
in the information space of organization is offered.
Keywords: intellectual organization, intellectual capital, project management, knowledge management.
Концепция интеллектуальной организации и
смена акцентов управленческой деятельности
К настоящему времени сложилась особая
концепция интеллектуальной организации, сфокусированная на развитии и использовании ин-
теллектуальных ресурсов, а не физических. Предпосылки появления концепции интеллектуальной
организации заложены в работах В. Б. Тарасова,
в начале 2000-х годов сформулировавшего основные принципы работы таких организаций.