گريد داده و استراتژي هاي جايگذاري نسخ داده

گريد داده و استراتژي هاي جايگذاري نسخ داده
نسل آينده برنامه هاي کاربردي از قبيل HEP ، اختر شناسي، علوم زمين، داده كاوي و . در برگيرنده داده بسيار زيادي مي باشند. به عنوان مثال داده پردازشي در HEP ممکن است به چندين پتابايت برسد. از طرفي ديگر، داده ها بين کاربران زيادي (محققين) در سرتاسر دنيا به منظور تجزيه و تحليل، مشترک مي باشد. بنابراين، اينگونه برنامه هاي کاربردي داراي مقياس بسيار بالايي هستند و نياز به منابع محاسباتي، ذخيره سازي و شبکه هاي پيشرفته مي باشند. لذا به تکنولوژي نيازمنديم تا منابع درونِ محيط توزيع شده، قادر به همکاري و همياري در پردازش و ذخيره سازي داده باشند. يکي از اين تکنولوژي ها گريد است.
يک نمونه از گريد،گريد محاسباتي است که اشتراک منابع غيرهمگن به صورت توزيع شده (از نظر جغرافيايي) را براي کاربران در سرتاسر دنيا فراهم مي کند[FOS, 99]. گريد داده ، نوعي ديگر از گريد است که وظايف اصلي آن عبارت است از: دسترسي به منابع داده توزيع شده، مديريت و پردازش داده. بنابراين ويژگي اساسي گريدهاي داده، فراهم نمودن سرويس و ساختارهايي براي برنامه هاي کاربردي با داده بسيار زياد مي باشد. نمونه اي از اين سرويس ها، فراهم کردن پروتکل هاي انتقال با کارايي بالا برا ي انتقال داده هاي بسيار زياد و مکانيزم تکثير براي توزيع اطمينان بخش داده بر حسب در خواست مي-باشد[Chr,00],[Ave,02],[Hos,00]. به هر حال، به منظور اينکه کاربران از گريد داده به طور کارا استفاده نمايند، بايستي نيازمندي هاي زير بر آورده شود :
1. قابليت جستجوي فايل از بين هزاران فايل موجود در محيط گريد داده
2. قابليت کشف منبع ذخيره سازي داده مناسب جهت دست يابي به داده و منبع محاسباتي به منظور تجزيه و تحليل داده
3. قابليت امنيتي براي دارندگان منابع جهت مديريت منابع
به منظور مرتفع ساختن نيازهاي بيان شده، نياز به زمانبندي منابع است تا کارايي سيستم بالا رود. اما بدليل پويا بودن محيط گريد، زمانبندي در چنين محيطي بسيار پيچيده است. در گريدهاي داده علاوه بر زمانبندي منابع، مساله تکثير داده مطرح مي شود که به دنبال آن سوالاتي از قبيل اينکه:
1. چه هنگام يک کپي از داده را ايجاد،حذف و انتخاب نماييم، مطرح مي گردد.
2. مكان مناسب يا به عبارتي چه سايتي، مكان بهينه براي قرار دادن نسخ داده بر روي آن مي باشد.
در پاسخ به سوال (1) كارهاي زيادي انجام گرفته است و قابل تأمل است. در نوشتارهاي[Hos,00],[Che,05][Dav,02][Dav,03][Der,04][Lam,02][Sto,01] بر روي نحوه اينكه چه هنگامي يك نسخ داده ايجاد شود يا اينكه پاك گردد، مورد بررسي قرار داده است. اما در پاسخ به سوال (2) بايستي گفت، اين موضوع كمتر مورد بررسي قرار گرفته است. به عنوان مثال در نوشتار[Aba,04]، به بررسي جايگذاري بهينه به منظور قرار دادن نسخ داده پرداخته است. اما اين نوشتار، جايگذاري بهينه براي قرار دادن نسخ داده تضمين نمي كند. اما در نوشتارهاي[Liu,06][Liu,06]* الگوريتم هايي به منظور جايگذاري بهينه نسخ داده ارائه شده است بطوريكه بار بر روي نسخ داده متعادل مي باشد. در ضمن اين الگوريتم ها كيفيت سرويس (تضمين محلي بودن داده) براي كاربران تضمين را مي كنند. اما در همه نوشتارهاي ياد شده، الگوريتم هايي به منظور يافتن مكاني بهينه براي قرار دادن نسخ بر روي گريد داده، به طوري كه هزينه كل (يعني هزينه خواندن و هزينه رسانه ذخيره سازي ) مينيمم شود ارائه نگرديده است. هزينه خواندن، يعني هزينه انتقال داده بر روي سيستم گريد از سرور به مشتري مي باشد. هزينه رسانه ذخيره سازي، در واقع هزينه ايجاد سرور به منظور قرار نسخ بر روي آن مي باشد.

گريد محاسباتي و داده، مكانيزم هايي جهت همكاري بين كاربران مختلف در سرتاسر دنيا بوجود مي آورد. توسعه تكنولوژي گريد در آينده اجتناب ناپذير است. زيرا برنامه هاي كاربردي مانند هواشناسي، داده كاوي، نجوم و … داده هاي زيادي توليد نموده و كاربران سرتاسر دنيا (از نظر جغرافيايي توزيع شده هستند) بايستي قادر به استفاده از اين داده ها باشند. از يك طرف حجم بالاي داده و پردازش آنها و ازطرفي ديگر به دليل انحصاري بودن دستگاه هاي به كار گرفته در آزمايشگاه ها جهت توليد داده، همكاري بين كاربران از راه دور يک الزام است.
گريد محاسباتي بهره وري مفيد از منابع محاسباتي توزيع شده را امكان پذير مي سازد. به عبارتي ديگر، اين نوع گريد به كاربران اين امكان را مي دهد كه بتوانند از راه دور از منابع محاسباتي مانند پردازنده استفاده نموده و كارهايشان را پردازش نمايند. بنابراين زمانبندي مساله مهمي در اين نوع از گريدها محسوب مي شود. يکي از انواع اين گريدهاي محاسباتي، گريد داده است. اين نوع گريد مديريت داده با حجم بالا كه اندازه آنها مي تواند به چندين پتا بايت يا ترا بايت برسد، امكان پذير مي سازد. با توجه به اينكه حجم داده در اين نوع از گريدها بالا مي باشد و نگهداري داده بر روي هر سايت هزينه بر است، مساله نسخ برداري داده مطرح مي شود. بنابراين تكثير داده، مساله مهمي در گريد داده مطرح مي نمايد. البته بين اين دو نوع گريد تفاوت هائي نيز وجود دارد. در اينجا فقط بر روي گريد داده تمركز شده است. بنابراين در اين فصل ابتدا يك دسته بندي كلي از گريد بيان مي شود و سپس به مفاهيم ابتدايي در گريد داده مي پردازيم. در پايان فصل مقايسه اي بين گريد داده و شبكه هاي داده مشدد به طور مختصر بيان مي نماييم.
فهرست مطالب
عنوان صفحه
پيشگفتار. 9
فصل اول:مفاهيم بنيادي و ويژگي هاي گريد داده و مقايسه آن با شبکه هاي داده مشدد.12
1-1- مقدمه 13
1-2- انواع گريد 13
1-2-1- گريد اطلاعاتي 14
1-2-2-گريد منبع 14
1-2-3-گريد سرويس 15
1-3- مفاهيم اوليه گريد 15
1-4- ديدگاه كلي از گريد داده 16
1-5- شبكه هاي داده مشدد 18
1-5-1- شبکه تحويل محتوا (CDN) 18
1-5-2- شبکه هاي همتا به همتا (P2P) 19
1-5-3 – پايگاه داده توزيع شده 19
1-6 – تحليلي بر شبکه هاي داده مشدد 20
فصل دوم: استراتژي هاي جايگذاري نسخ داده در شبکه هاي درختي27
2-1- مقدمه 28
2-2- تعاريف اوليه و استراتژي هاي RP در شبكه هاي درختي 28
2-3- مقايسه استراتژي هاي RP در شبكه هاي درختي 30
2-4-چارچوب، تعريف رياضي و معرفي علائم بکار رفته در مساله RPP 30
2-5- مساله RPP 32
2-5-1- محدوديت ها 32
2-6- استراتژي هاي دست يابي داده 34
2-6-1- تاثير استفاده از استراتژي دستيابي داده در حل مسالهRCP 35
2-6-2-مقايسه استراتژي Upward و Closest 36
2-6-3-مقايسه استراتژي Multiple با استراتژي Upward 37
2-6-4-حد پايين مساله RC 39
2-7- پيچيدگي زماني استراتژي هاي دستيابي داده 39
2-8- برنامه نويسي خطي 41
2-8-1- تک سروري 42
2-8-2- چند سروري 44
2-9- الگوريتمهاي اکتشافي مساله RCP 45
2-10- توسعه مساله RCP 45
2-11- تابع هدف پيچيده 46
منابع 47