Análisis e implementación de un mecanismo de tolerancia a fallas y restauración para una infraestructura de cálculo distribuido en redes universitarias

Poder contar con un nivel de tolerancia a fallas que se presentan en un momento dado dentro de estructuras clúster es indispensable para que el tiempo de cómputo utilizado junto con los cálculos realizados no se pierdan. En la creación de un clúster se usan herramientas que conforman lo que se conoce como un middleware que permite la calendarización y administración de recursos. OAR es la herramienta que administra los recursos que hacen parte del clúster facilitando de cierta manera su creación y manejo, mientras que Computemode es una herramienta que permite crear un clúster ligero a partir de recursos ociosos administrándolos con OAR. Ninguna de estas herramientas cuenta con un sistema que le permita responder a fallas de infraestructura eléctrica, nodos, equipos de redes, entre otras, lo que crea inconformismo en los usuarios que ven a esta pérdida de tiempo de cómputo como un atraso en sus proyectos. Dentro de la tolerancia a fallas, la creación de checkpoints (puntos de chequeo) es una solución que permite presentar una respuesta a más de una falla y a la vez crea un sentimiento de seguridad en el usuario de la estructura de computación de alto rendimiento. Al contar con un respaldo de la información que se va obteniendo, se incrementaría el uso de estas plataformas, al aumentar la confianza en el uso de estas estructuras, especialmente en un Clúster basado en Computemode. Este proyecto busca realizar una investigación sobre los tipos de fallas que se pueden presentar categorizarlas y buscar una posible solución, además de las diferentes opciones de creación de checkpoints, su aplicabilidad, funcionamiento y compatibilidad para escoger la más apropiada e integrarla a Computemode y así dotarlo de un sistema de tolerancias a fallas. 1 Trabajo de grado. Modalidad:

• Autores: Uribe Espinosa, Rosemberg José
• Tipo de recurso: http://purl.org/coar/version/c_b1a7d7d4d402bcce
• Fecha de publicación: 2011
• Institución: Universidad Industrial de Santander
• Repositorio: Repositorio UIS
• Idioma: spa
• OAI Identifier: oai:noesis.uis.edu.co:20.500.14071/25145
• Acceso en línea: https://noesis.uis.edu.co/handle/20.500.14071/25145; https://noesis.uis.edu.co
• Palabra clave: Clúster; Computemode3; Tolerancia a fallas; Computación de alto rendimiento; Puntos de restauración (Checkpoints); Recursos ociosos; núcleo (Kernel).; Cluster; Computemode6.; Fault tolerance; High performance computing; Checkpoints; idle resources; kernel
• License: Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)