Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Gestion de données dans les grilles de calcul:Support pour la tolérance aux fautes
et la cohérence des données
Sébastien Monnet
Projet PARIS/IRISAUniversité de Rennes 1
France
30 novembre 2006
Directeurs de thèse :Luc Bougé et Gabriel Antoniu
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
De nouveaux besoins
Simulations numériquesGrande précisionPhénomènes physiquescomplexes
Importants besoinsEfficacité d’interactionExploitation des résultatsPuissance de calculEspace de stockage
Thermodynamique Optique
Mécanique
X
1 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
Une solution : les grilles de calcul
Une puissance de calcul virtuellement infinieMutualisation de ressources (calcul, transport, stockage)Ressources distribuées dans différentes organisationsOrganisation virtuelle
Un cas particulier : lesfédérations de grappes
À grande échelle103 − 104 nœudsHétérogènesDynamiquesHiérarchiques
2 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
Problème : la gestion des données
BesoinsApplications distribuées sur plusieursnœudsDonnées partagées
Propriétés attenduesTransparence
Localisation, transfert, etc.Persistance
Dépendance de données entreplusieurs calculs
3 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
Systèmes existants
Limites : gestion explicite des données par les applicationsLocalisationCohérence des copies
Défi : gestion transparente du partage des données
4 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
Les systèmes à mémoire virtuellement partagée(MVP)
PropriétésAccès aux données uniforme via des identifiants globauxLocalisation et transfert transparentsModèles et protocoles de cohérence
5 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
Exemple de protocole de cohérence
Cohérence à l’entréeModèle relâchéAssociation explicite de verrous aux donnéesLectures parallèles
acquireacquire_read
Utilisation d’une copie de référence
acquire(data)write (data)release(data)
Client 1 Client 2Responsable
acqui_read
ack
acquire
ack
release
acquire_read(data)read(data)
6 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
Défis dans les grilles
Protocoles de cohérence conçus pour des architecturesStatiquesDe petite taille
Défi : intégrer de nouvelles hypothèses !Grande échelleNature dynamique
7 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Grilles de calcul et partage de donnéesGestion de la cohérence et de la tolérance aux fautes
Premier défi : grande échelle
Rennes Orsay
NiceNoeud responsableClient (application)Copie de référence
Différence de latence d’un facteur 1000
8 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Solution : une approche hiérarchique
Rennes Orsay
NiceNoeud responsableClient (application)Copie de référence
Basé sur CLRC [LIP6] et H2BRC [IRISA]
9 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Deuxième défi : nature dynamique
Hypothèses : fautes (crashs) et déconnexionsProblème : disponibilité des donnéesSolution : réplication
10 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Deuxième défi : nature dynamique
Hypothèses : fautes (crashs) et déconnexionsProblème : disponibilité des donnéesSolution : réplication
10 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Deuxième défi : nature dynamique
Hypothèses : fautes (crashs) et déconnexionsProblème : disponibilité des donnéesSolution : réplication
?
10 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Solution : réplication des entités critiques
Solution utilisée pour fiabiliser de nombreux systèmesDARX [LIP6], HORUS [Cornell], LegionFS [U.Va], etc.
BesoinsNotion de groupe : composition de groupesCommunications de groupes : diffusion atomique
11 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Solution : réplication des entités critiques
Solution utilisée pour fiabiliser de nombreux systèmesDARX [LIP6], HORUS [Cornell], LegionFS [U.Va], etc.
BesoinsNotion de groupe : composition de groupesCommunications de groupes : diffusion atomique
11 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Solution : réplication des entités critiques
Solution utilisée pour fiabiliser de nombreux systèmesDARX [LIP6], HORUS [Cornell], LegionFS [U.Va], etc.
BesoinsNotion de groupe : composition de groupesCommunications de groupes : diffusion atomique
11 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Notre approche : réplication hiérarchique
LDG LDG
LDG
LDG : Local Data Group
12 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Notre approche : réplication hiérarchique
LDG LDG
LDG
LDG : Local Data Group
12 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Notre approche : réplication hiérarchique
LDG LDG
LDG
LDG : Local Data GroupGDG : Global Data Group
12 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Double intérêt de la réplication
Localité des accès aux donnéesCopies créées par le protocole de cohérence pouraméliorer les performances des accès
Disponibilité des donnéesCopies créées par les mécanismes de tolérance aux fautes
Deux types de copiesGestion intégrée
Faible nombre de copiesGrande complexité
Gestion disjointeGrand nombre de copiesTolérance aux fautes et cohérence gérées séparément
13 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Une approche intermédiaire : gestion conjointe
Gestion découpléeCohérence des donnéesTolérance aux fautes
Avantages :Conception séparéeMultiples mises en œuvrepossiblesArchitecture multi-protocole
Gestion fine des interactionsCouche de jonction
Gestion de la tolérance aux fautes
Gestion de la cohérence des données
Couche de jonction
14 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Gestion de la tolérance aux fautes
But : mise en place desgroupes de réplication
Mécanismes :Détection de fautesDiffusion atomiqueComposition de groupeAuto-organisation
Conservation dudegré de réplication
Détection de fautes
Diffusion atomique
Composition de groupe
Auto-organisation
15 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Gestion de la cohérence des données
But : gestion de lacohérence des donnéesPropriétés :
Selon le modèle decohérence
Mise en œuvre d’unprotocole de cohérence
16 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Couche de jonction
RôleOffrir des interfacesgénériquesConcentrer lesinteractions entre lescouches
Couche de jonction
Auto-organisation
Composition de groupe
Diffusion atomique
Détection de fautes
17 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Une architecture logicielle multi-protocole
Couche de jonction
Auto-organisation
Composition de groupe
Diffusion atomique
Détection de fautes
18 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Une architecture logicielle multi-protocole
Couche de jonction
Auto-organisation
Composition de groupe
Diffusion atomique
Détection de fautes
18 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
Approche hiérarchiqueGestion conjointe
Une architecture logicielle multi-protocole
Couche de jonction
Auto-organisation
Composition de groupe
Diffusion atomique
Détection de fautes
18 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Cadre de mise en œuvre : JUXMEM
Un service de partage de données pour la grilleDéveloppé au sein du projet PARIS à l’IRISA
Cadre : projet GDS de l’ACI Masse de DonnéesObjectifs
Partage de données transparentLocalisation, transfert, cohérence
Persistance de donnéesTolérance aux fautes
Une approche hybrideSystèmes pair-à-pairSystèmes à mémoire virtuellement partagéeSystèmes distribués tolérants aux fautes
19 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
JXTA - Sun Microsystems
Notion de pairNotion de groupe de pairsMécanismes de communication
Point-à-pointDiffusion
Notion d’annonceMécanismes depublication/recherche
Groupes JXTA différents des groupes de réplication
20 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Architecture générale
Architecture physiqueArchitecture virtuelleGroupe JuxMem
Groupe cluster 1
Groupe cluster 2
Groupe cluster 3
Groupe data
21 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Le noyau JUXMEM : jukRéalisé au cours de la thèse de Mathieu Jan
Permet de s’abstraire de JXTAFonctionnalités
CommunicationPublication/Recherche
LocaleGlobale
Stockage
Interface avec les applications
Noyau JuxMem
CommunicationPublicationrecherche
Stockage
22 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Exemple de scénario
data_id = juxmem_malloc(size, 2, 2)
23 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Exemple de scénario
data_id = juxmem_malloc(size, 2, 2)
23 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Exemple de scénario
data_id = juxmem_malloc(size, 2, 2)
23 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Exemple de scénario
data_id = juxmem_malloc(size, 2, 2)
23 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Exemple de scénario
data_id = juxmem_malloc(size, 2, 2)
23 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Exemple de scénario
juxmem acquire(data_id)juxmem write(data_id)juxmem release(data_id)
23 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Exemple de scénario
juxmem acquire(data_id)juxmem write(data_id)juxmem release(data_id)
juxmem acquire_read(data_id)juxmem read(data_id)juxmem release(data_id)
23 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Mise en œuvre des couches
Mise en œuvre d’unprotocole de cohérence
Module clientModule localModule global
Mise en œuvre d’un groupeauto-organisant
Module clientModule fournisseur
Protocole de cohérence
Groupe auto-organisant
24 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Mise en œuvre des groupes auto-organisants
Approches pour la diffusion atomiqueProtocole d’accordNœud séquenceur
25 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Mise en œuvre des groupes auto-organisants
Approches pour la diffusion atomiqueProtocole d’accordNœud séquenceur
25 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Mise en œuvre des groupes auto-organisants
Approches pour la diffusion atomiqueProtocole d’accordNœud séquenceur
25 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Auto-organisation des groupes
Détection de fautesPolitique
conservation du degré deréplication
Faute d’un fournisseurnon-séquenceur
Recherche d’un remplaçantGel du protocoleMise à jour du remplaçantMise à jour du groupe
Faute du fournisseurséquenceur
Choix du séquenceursuivant (élection)
26 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Auto-organisation des groupes
Détection de fautesPolitique
conservation du degré deréplication
Faute d’un fournisseurnon-séquenceur
Recherche d’un remplaçantGel du protocoleMise à jour du remplaçantMise à jour du groupe
Faute du fournisseurséquenceur
Choix du séquenceursuivant (élection)
26 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Auto-organisation des groupes
Détection de fautesPolitique
conservation du degré deréplication
Faute d’un fournisseurnon-séquenceur
Recherche d’un remplaçantGel du protocoleMise à jour du remplaçantMise à jour du groupe
Faute du fournisseurséquenceur
Choix du séquenceursuivant (élection)
?
26 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Auto-organisation des groupes
Détection de fautesPolitique
conservation du degré deréplication
Faute d’un fournisseurnon-séquenceur
Recherche d’un remplaçantGel du protocoleMise à jour du remplaçantMise à jour du groupe
Faute du fournisseurséquenceur
Choix du séquenceursuivant (élection)
26 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Auto-organisation des groupes
Détection de fautesPolitique
conservation du degré deréplication
Faute d’un fournisseurnon-séquenceur
Recherche d’un remplaçantGel du protocoleMise à jour du remplaçantMise à jour du groupe
Faute du fournisseurséquenceur
Choix du séquenceursuivant (élection)
26 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Auto-organisation des groupes
Détection de fautesPolitique
conservation du degré deréplication
Faute d’un fournisseurnon-séquenceur
Recherche d’un remplaçantGel du protocoleMise à jour du remplaçantMise à jour du groupe
Faute du fournisseurséquenceur
Choix du séquenceursuivant (élection)
26 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Fonctionnement général
juxmem_acquire(data_id)
27 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
MéthodologieExpérimentation sur des architectures réelles
Multiples types d’évaluationPreuves formellesSimulationsExpérimentations
Expérimentations sur grillesGrid’5000Réservation :OAR/OARGrid [IMAG]Déploiement : ADAGE [IRISA]Récupération des résultats
28 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
Évaluations
1 Coût des mécanismes de réplication2 Bénéfice de l’approche hiérarchique3 Impact des fautes
29 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
1 : Coût de la réplicationDescription des tests
Rennes
Orsay
Nancy
3 grappes géographiquementréparties3×7 fournisseurs1 client
30 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
1 : Coût de la réplicationDans une grappe - coût des opérations de lecture
1
10
100
1000
64 Mo16 Mo4 Mo1 Mo256 ko64 ko16 ko4 ko1 ko
Late
nce
des
opér
atio
ns (
en m
s)
Taille de la donnée
1x11x21x31x51x7
Lecture = acquire_read + read + release31 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
1 : Coût de la réplicationDans une grappe - coût des opérations d’écriture
1
10
100
1000
64 Mo16 Mo4 Mo1 Mo256 ko64 ko16 ko4 ko1 ko
Late
nce
des
opér
atio
ns (
en m
s)
Taille de la donnée
1x11x21x31x51x7
Ecriture = acquire + write + release32 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
1 : Coût de la réplicationDans deux grappes - coût des opérations de lecture
10
20
30
40
50
60
1 Mo256 ko64 ko16 ko4 ko1 ko
Late
nce
des
opér
atio
ns (
en m
s)
Taille de la donnée
2x12x22x32x5
Lecture = acquire_read + read + release33 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
1 : Coût de la réplicationDans deux grappes - coût des opérations d’écriture
10
20
30
40
50
60
70
80
90
100
1 Mo256 ko64 ko16 ko4 ko1 ko
Late
nce
des
opér
atio
ns (
en m
s)
Taille de la donnée
2x12x22x32x5
1x5 (pour comparaison)
Ecriture = acquire + write + release34 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
2 : Bénéfice de l’approche hiérarchiqueConfiguration des expérimentations
Rennes Nancy
LDG unique
Rennes Nancy
GDG
35 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
2 : Bénéfice de l’approche hiérarchique
20
40
60
80
100
120
140
1 Mo256 ko64 ko16 ko4 ko1 ko
Late
nce
des
opér
atio
ns (
en m
s)
Taille de la donnée
Lectures (cas hiérarchique)Écritures (cas hiérarchique)
Lectures (cas non-hiérarchique)Écritures (cas non-hiérarchique)
36 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
MéthodologieInjection de fautes
Expérimentations sans fautesCoût de la tolérance aux fautes ?
Expérimentations avec fautesRésistance aux fautes ?Impact des fautes sur les performances ?
Outil d’injection de fautesBesoin de reproductibilité, de précision et de passage àl’échelleGénération d’un calendrier de fautesIntégré à un outil de déploiement (JDF)
37 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
CadreExempleMise en œuvreÉvaluation
3 : Impact des fautes sur les performances
TempsFaute
Temps de détection Temps de recherche Temps d'auto-organisation
(4.6ms)
200
400
600
800
1000
1200
1400
1600
500 1000 1500 2000 2500 3000
Tem
ps d
e dé
tect
ion
(en
ms)
Intervalle entre les messages de vie (ms)
Temps de détection d'une faute
0 5
10 15 20 25 30 35 40 45 50
4 Mo1 Mo256 ko64 ko16 ko4 ko1 koTem
ps d
e d'
auto
-org
anis
atio
n (m
s)
Taille de la donnée hébergée par le groupe
Temps d'auto-organisation
38 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
ContributionsPerspectivesPerspectives
Contribution : architecture découplée générique
Gestion conjointeProtocoles de cohérence de donnéesMécanismes de tolérance aux fautesArchitecture logicielle multi-protocole
Mise en œuvre et évaluation expérimentaleJUXMEM-c 13 500 lignes de code
dont 6 100 pour la cohérence des données et la tolérance aux fautes
JUXMEM-java 16 700 lignes de codedont 7 300 pour la cohérence des données et la tolérance aux fautes
Expérimentations multi-sites sur Grid’5000Publications : CCGrid 2006, HPDGrid 2006
39 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
ContributionsPerspectivesPerspectives
Contribution : une approche hiérarchiquepour la tolérance aux fautes et la cohérence des données
Intégration dans une architecture hiérarchique commune
Dans le cadre du projet GDS de l’ACI Masse de DonnéesService de partage de données pour la grille
Mise en œuvre et évaluation expérimentaleIntégration de GFD [LIP6]Expérimentations multi-sites sur Grid’5000Publications
WCGC 2006le journal international Concurrency and Computation :Practice and Experience (2006)le chapitre de livre Future Generation Grids (CoreGRIDseries 2006)
40 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
ContributionsPerspectivesPerspectives
Contribution annexe
Réseau logique malléable
Cadre : Collaboration avec l’UIUCUniversity of Illinois at Urbana-ChampaignRéseau logique pair-à-pairBut : offrir des communications de groupe efficaces
Mise en œuvre et évaluationConception d’un simutateur à évènements discretsPublications : SRDS 2006
41 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
ContributionsPerspectivesPerspectives
Perspectives
Données fragmentéesDécoupage des données en blocsBlocs répartis sur un ensemble de fournisseurs
Support d’autres types d’applicationsApplication collaborativesProjet RESPIRE de l’ANR MDMSA débuté en 2006
Intégration à une plate-forme pour applications de fouillede données sur la grille
Collaboration avec l’université de Calabre débutée en 2006
42 / 43
Contexte et motivationsContributions
Mise en œuvre et évaluationConclusions et perspectives
ContributionsPerspectivesPerspectives
Perspectives
Mécanismes adaptatifsProtocoles de cohérenceMécanismes de tolérance aux fautes
Fautes des clientsApplications tolérantes aux fautesCouplage points de reprise/réplication
43 / 43