Разработка гетерогенной объектной кластерной среды для автоматизированного проектирования распределенных приложений

• Автор: Курилов, Леонид Сергеевич
• Шифр специальности: 05.13.12
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Пенза
• Количество страниц: 179 с. : ил

СОДЕРЖАНИЕ
Введение .

1. Обзор систем распределенной обработки

1.1. Распределенные системы .

1.2. Кластеры .

1.3. Средства автоматизации проектирования

распределенных систем .

Выводы

2. Идеология объектной кластерной среды .

2.1. Объектные технологии в распределенных средах .

2.2. Концепция распределенной объектной модели

2.3. Архитектура объектной подсистемы .
Выводы .
3. Оболочка распределенных вычислений .
3.1. Спецификация прикладного интерфейса оболочки .
3.2. Структура оболочки .
3.3. Межмашинное взаимодействие в кластере .
Выводы .
4. Методологические и прагматические аспекты применения среды
4.1. Автоматизированное проектирование распределенных приложений .
4.2. Распределенные САПР преимущества и перспективы .
4.3. Реализация распределенных алгоритмов САПРАСУ .
4.4. Экспериментальные исследования и анализ эффективности алгоритмов .
Выводы .
Заключение .
Список литературы


Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 2 наименования, приложения. Работа изложена на 8 машинописных страницах, содержит рисунков и 8 таблиц. Вычислительные мощности практически всех современных высокопроизводительных систем основываются на принципах параллельной и распределенной обработки данных. Понятия параллельной и распределенной обработки тесно взаимосвязаны, и по отношению к классу распределенных систем должны рассматриваться в диалектическом единстве, поскольку распределенность вычислительных ресурсов всегда подразумевает наличие той или иной формы параллелизма. Соответственно, многие методы традиционной параллельной обработки применимы и к распределенным вычислениям. В данной главе отражена попытка систематизации сведений относительно текущего состояния (state-of-the-art) в области распределенной обработки. Обзор охватывает широкий спектр методологий, подходов, концепций и базовых идей, заложенных в наиболее известных распределенных архитектурах, содержит описание исторического этапа развития систем распределенной обработки. Заключительная часть главы посвящена такому важному аспекту, как автоматизация проектирования распределенных систем. Параллельная обработка широко используется для увеличения производительности вычислительных систем с давних пор. Распределенные системы, обладая большими потенциальными возможностями по выполнению параллельных операций и рядом специфических черт, позволяют эффективно организовать вычислительный процесс, обеспечивая при этом требуемые показатели мощности, масштабируемости, оперативности, надежности, стоимости. Прежде чем перейти к непосредственному описанию характеристик распределенных систем, необходимо дать определение. Что же такое система распределенной обработки [7]? Распределенная система (PC) - это совокупность самостоятельных вычислительных компонент, объединенных коммуникационной средой, предназначенных для совместного выполнения определенных задач и направленных на достижение общей цели. PC. Далее в контексте этой и последующих глав, компонент PC, который, в принципе, может быть как отдельным процессорным элементом/модулем с собственной локальной памятью, так и целой вычислительной системой более низкого уровня иерархии с произвольной структурой, будем называть узлом (node) или хостом (host), применительно к сетевому варианту PC. Следствием из перечисленных свойств является позиция, занимаемая PC в классификации вычислительных систем: согласно таксономическим признакам макроуровня иерархии PC, ее можно отнести к классу MIMD (с множественными потоками команд и данных) по классификации Флинна []. Хотя данный класс покрывает довольно обширный диапазон существующих архитектур, систем и устройств, тем не менее, он в значительной степени характеризует способность PC к параллельной обработке. Последующие попытки расширения и детализации признаков для подклассов внутри MIMD привели к созданию нескольких классифицирующих схем, дополняющих и уточняющих базовую классификацию Флинна. Так, Ванг и Бриггс [9] различают сильносвязанные вычислительные структуры (с общей, разделяемой памятью - shared memory) и слабосвязанные (с распределенной памятью, distributed memory), к которым, безусловно, относятся PC. Хокни, известный английский специалист в области параллельных вычислений, предложил свой подход [6], в котором аналогичным образом делит MIMD-компьютеры в соответствии с критерием доступа к памяти (локальная/разделяемая/гибридная), а также, в зависимости от типа топологии связывающей среды передачи данных, выделяет системы с полнографовой связью, реализуемой коммутаторами, и системы, где прямая связь каждого процессора возможна только с ближайшими соседями, в остальных же случаях применяется механизм маршрутизации. В работе [0] Джонсон ориентируется, прежде всего, на механизм межпроцессорной синхронизации, получив, таким образом, системы, взаимодействующие с помощью передачи сообщений (message-passing) и через разделяемые переменные. Оба варианта в равной мере отражены в различных PC.