رایانش خوشه‌ای (Computer cluster) و توزیعی (Distributed computing) چه تفاوتی با یکدیگر دارند؟
امروزه مبحث رایانش از موضوعات داغ دنیای فناوری است که شرکت‌های مختلفی در زمینه پیاده‌سازی آن در حال کار هستند. هر یک از مدل‌های رایانشی کاربردهای خاص خود را دارند در مقاصد مختلفی استفاده می‌شوند. در حالی که رایانش ابری اصلی‌ترین نوع محاسبات دنیای امروز است، با این‌حال روش‌های دیگری نیز وجود دارند که در این زمینه استفاده می‌شوند.

معماری سامانه‌های نرم‌افزاری موردنیاز در دنیای محاسبات عموماً شامل مولفه‌هایی هستند که با یکدیگر از طریق رابط برنامه‌نویسی نرم‌افزار و به‌طور معمول وب‌سرویس ارتباط برقرار می‌کنند. این طراحی شباهتی با طراحی یونیکس دارد که در آن چند برنامه مختلف که هر یک کاری را به خوبی انجام می‌دهند، با یکدیگر از طریق واسط‌های جهانی کار می‌کنند. سامانه‌های حاصل مدیریت پذیرتر از همتاهای یکپارچه نبوده و کنترل آن‌ها با پیچیدگی زیاد همراه است. مدل‌های محاسباتی بر مبنای تحلیل‌های انجام شده توسط موسسه گارتنر در رأس دوره محبوبت قرار دارند، به‌طوری که برخی مدل‌های نظیر رایانش ابری در مرکز توجهات قرار دارند، هرچند هنوز به‌طور کامل ظرفیت‌های خود را بالفعل نکرده‌اند. طبق پیش‌بینی‌های گارتنر طی سه تا چهار سال آینده مدل‌های محاسباتی ظرفیت واقعی خود را نمایان می‌کنند. مدل‌های رایانشی به‌طور چشمگیری موانع ورود به تجارت نرم‌افزاری را کاهش می‌دهد و برای شرکت‌ها روش‌های جدید کسب سود را می‌نمایاند. ارائه دهندگان خدمات ابر از طریق تسهیم، بهبود دادن و سرمایه‌گذاری بیشتر در نرم‌افزار و سخت‌افزار به سود دست میابند- یکبار نصب نرم‌افزار می‌تواند نیازهای کاربران متعددی را پوشش دهد. مدل‌های رایانش در طی ده سال آتی به اشکال زیر بر زندگی ما تأثیر خواهد گذاشت:

برنامه‌های درون مدل‌های محاسباتی نظیر ابر جایگزین برنامه‌هایی خواهند شد که هم‌اکنون به صورت محلی در دستگاه‌ها نصب شده‌اند.

اطلاعات ارزان‌تر، دسترسی و یافتنی‌تر از قبل می‌شوند، زیرا مدل‌ها توسعه برنامه و اتصال به شبکه‌های آنلاین را ارزان می‌کند.

مدل‌های رایانشی سرویس‌های اجتماعی نوین را با اتصال کاربران از طریق شبکه‌های اجتماعی که خود ترکیبی از چند سرویس مختلف ابرند، میسر می‌سازد. مانند شبکه اجتماعی فیسبوک، توییتر، گوگل پلاس و …

ساخت برنامه‌های جدید آسان‌تر خواهد شد و مبتنی بر بخش‌های ماژولار استاندارد خواهد بود. مانند سرویس PaaS گوگل (GAE)

نقش سیستم‌های عامل اختصاصی در پردازش‌ها و رایانش‌های روزمره تقلیل می‌یابد. با ظهور سیستم‌عامل‌هایی مانند کروم برای شرکت گوگل و آژور برای شرکت مایکروسافت؛ و همواره و قادر خواهید بود در تمام اوقات از هرجایی به زیرساخت‌ها متصل شوید.

رایانش خوشه‌ای چیست؟

رایانش خوشه‌ای یا کلاستر (Computer cluster) نوعی از سیستم‌های پردازش موازی و توزیعی است که متشکل از مجموعه‌ای از رایانه‌های مستقل است که تمام این گره‌ها ارتباط نزدیکی با کل سیستم هستند و به عنوان یک منبع یکپارچه کار می‌کنند.

اولین ایده پیاده‌سازی خوشه به دهه ۶۰ میلادی باز می‌گردد که آی‌بی‌ام آن‌را مطرح کرد. در آن زمان مهندسان در حال بررسی یک طرح پیشنهادی جهت برقراری ارتباط میان کامپیوترهای مرکزی بودند تا به زیر ساخت پردازش ‌موازی که از لحاظ هزینه به صرفه باشد برسند. در آن زمان دو سیستم کارآمد  HASPو JES و موفقیت‌های حاصل از آن‌ها اجازه توزیع کارها مابین خوشه‌ای از کامپیوترهای مرکزی را به مهندسان می‌داد. با این حال پردازش کلاستر شتاب لازم را تا زمان توسعه ۳ تکنولوژی اساسی استفاده شده در کلاستر در دهه ۸۰ را بخود نگرفت. این  سه فناوری زیربنایی پردازنده‌هایی با کارائی بالا، شبکه‌هایی با سرعت بالا و توسعه ابزارهای مناسب برای ایجاد پردازش هستند.

همزمانی دو مؤلفه نیاز بر قدرت پردازش و بالا بودن هزینه‌های ایجاد ابر رایانه‌های سنتی را دلیل ۴ برای بروز این شتاب دانست. پیشرفت‌های قابل توجه و توسعه این تکنولوژی‌ها همراه با کاهش هزینه‌ها و در دسترس قرار گرفتن قطعات و تجهیزات مورد نیاز باعث شد تا کلاسترها و شبکه‌ای از رایانه‌های شخصی و ایستگاه‌های کاری به یک راه حل معقول و اساسی برای ایجاد زیرساخت پردازش موازی تبدیل شوند. در نتیجه کلاسترها تبدیل به نقشه راه اصلی برای زیر ساخت موازی و توزیع شده برای پردازش‌های با کارائی بالا و پردازشهای با دسترسی بالا و پردازش‌های با عملکرد بالا شدند. مسیر پردازش موازی در حال دور شدن از زیر ساخت‌های سنتی و تخصیص یافته مانند دستگاه Cray/SGI T3E و نزدیک شدن به سیستم‌های ارزان و چند منظوره که از رایانه‌های چند پردازنده‌ای که به صورت منظم ومتقارن ویا نامنظم ونامتقارن بهم متصل شده‌اند می‌باشد. ظهور و شتاب ناگهانی کلاسترها با چند پروژه آکادمیک و دانشگاهی مانند Beowulf و Berkeley NOW و HPVM رانده شد، که باعث اثبات برتری کلاسترها به زیر ساخت‌های سنتی شد. به‌طور کلی، کلاسترها به ۲ بخش اساسی کلاسترهای با کارائی بالا و کلاسترهای با دسترسی بالا تقسیم می‌شوند. . کلاستر با دسترسی بالا جهت ایجاد سرویس‌هایی با قابلیت اطمینان بالا و کلاسترهای با کارائی بالا جهت رسیدن به قدرت پردازشی بهتر نسبت به یک رایانه تنها طراحی شده‌اند.

کلاسترهای با راندمان زیاد

پردازش با کارائی بالا شاخه‌ای از علوم رایانه است که در آن بر توسعه ابر رایانه‌ها و الگوریتم‌های موازی و نرم‌افزارهای مرتبط تمرکز شده‌ است. پردازش با کارائی بالا به خاطر هزینه کمتر و اهمیت بخش‌های مورد نیاز در آن‌ها مهم و حائز اهمیت است:

حل مسائل مهم محاسباتی: طراحی پیشرفته محصولات - بررسی و شبیه‌سازی محیط - تحقیقات

 ذخیره‌سازی و پردازش داده‌ها: جستوجوی اطلاعات - پردازش تصویر

خوشه‌های بئوولف

بئوولف را می‌توان ماشینی مخصوص برای پردازش‌های موازی نامید، که برای اینکار طراحی و بهینه‌سازی شده‌است. در تاریخ ۱۹۹۴ توماس استرلینگ و دان بکر کلاستری با ۱۶ گره ساختند و آن را بئوولف نامگذاری کردند. در آن زمان این سیستم اولین نمونه از ایده ساخت کلاستر با استفاده از COTS به معنی دستگاه‌های معمولی و رایج در بازار بود که توانایی برآورده‌سازی انتظار برای منابع پردازشی را داشت، که از ناسا به مرکز تحقیقاتی و علمی توسعه یافت. ۲ کلاس متفاوت برای بئوولف موجود است که کلاس اول بئوولف‌هایی که از قطعات و ابزار معمول و استانداردهای رایج استفاده شده باشند و کلاس دوم بئوولف‌هایی که لزوما از ابزار رایج استفاده نشده و برای استفاده خاص تغییر داده شده باشند.

کلاسترهای با دسترسی بالا

کلاسترهای با دسترسی بالا به راحتی دسته‌بندی نمی‌شوند. ساختار منطقی دسته‌بندی ما بر اساس عملکرد خواهد بود، برای مثال کلاسترهای پایگاه داده زیر مجموعه کلاسترهای با دسترسی بالا قرار می‌گیرند به جهت اینکه برترین تفکر برای طراحی این چنین کلاسترهایی دسترسی بالا می‌باشد. اگرچه کلاسترهای وب زیر دسته کلاسترهای با دسترسی بالا قرار می‌گیرند اما گاهی خود آن‌ها به عنوان یک شاخه دیگر در نظر گرفته می‌شود. در طراحی معمول کلاسترهای با دسترسی بالا دو یا چند ماشین هستند که رفتار همدیگر را تقلید می‌کنند، که ۲ شمای کلی جهت رسیدن به این هدف موجود است. در شمای اول ماشین دوم فقط نظاره‌گر ماشین اول است و تا زمان ایجاد یک مشکل در ماشین اول صبر می‌کند تا شروع به کار کند. شمای دوم مجوز فعالیت هم‌زمان به هر دو ماشین را می‌دهد اما در این محیط باید مراقب بود که کارهای هر گره از ۵۰ درصد افزایش پیدا نکند و برای هیچ یک از آن‌ها مشکل ایجاد نشود. در این حالت هر دو سیستم از یک ارائه دیسک مشترک در ارتباط هستند. همچنین به جای یک آرایه می‌توان از دو آرایه به صورت یکسان و منعکس شده استفاده نمود که از بروز خطا نیز جلوگیری شود. اما در این زیر سیستم باید یکپارچگی اطلاعات، قفل شدگی فایل یا رکورد گارانتی شود. باید یک سیستم مدیریت و نگهداری موجود باشد تا در زمان بروز خطا ماشین‌ها با اطمینان از یکپارچگی اطلاعات بتوانند به جای دیگری کار کنند. راه‌های زیادی جهت طراحی کلاسترهای با دسترسی بالا وجود دارد و این لیست در حال بزرگ شدن است.

طبقه‌بندی رایانش خوشه‌ای

در حالیکه مدل DMMP از الگوی فلوین-جانسون نشان دهنده تعدادی از پیاده‌سازی‌های مختلف رایانه است با اینحال شرح سطح بالایی از رایانش خوشه‌ای هم می‌باشد. بر اساس این الگو توماس استرلینگ شمای رایانش خوشه‌ای را به ترتیب رایانش خوشه‌ای، Pile of PCs، Beowulf، NT-PC clusters، DSHMEM- NUMA، NOW/COW، WS Farms/ Cycle Harvesting و معماری کلاستر ارائه کرد.

فناوریهای اتصالات داخلی و نرم‌افزارهای ارتباطاتی

کلاسترها نیازمند ترکیب فن آوری‌های اتصال سریع به منظور پشتیبانی از پهنای باند بالا و ارتباط بین پردازنده با زمان تأخیر کم بین گره‌های آن است. فن آوری‌های اتصال آهسته همیشه تنگنای عملکرد حیاتی برای محاسبات کلاستر بوده‌اند. امروزه، فن آوریهای بهبود یافته شبکه به تحقق زیر ساختهای بهتر کلاستر کمک می‌کند. انتخاب یک فن آوری برای بهم بندی شبکه کلاستر بستگی به عوامل مختلف از جمله سازگاری با سخت‌افزارهای کلاستر و سیستم عامل، قیمت و عملکرد دارد. دو معیار برای اندازه‌گیری عملکرد برای اتصالات داخلی وجود دارد: پهنای باند و تاخیر. پهنای باند مقدار اطلاعاتی است که در یک دوره ثابت زمانی منتقل شده، در حالی که زمان تاخیر، زمان برای آماده‌سازی و انتقال داده‌ها از یک گره به گره مقصد است.

سیستم تک تصویر

سیستم تک تصویر نشان دهنده دیدگاهی از یک سیستم توزیع شده به عنوان یک منبع محاسباتی یکپارچه می‌باشد. این قابلیت استفاده بهتر را برای کاربران فراهم می‌کند، به‌طوری‌که پیچیدگی‌های پایه توزیع شده گی و طبیعت ناهمگن کلاستر را پنهان می‌کند. SSI می‌تواند از طریق یک یا چند مکانیسم اجرا در سطوح مختلف از انتزاع در معماری کلاستر برقرار شده باشد. مانند: سخت‌افزار، سیستم عامل، نرم‌افزار میانی و برنامه‌های کاربردی.

میان افزار سیستم مدیریت منابع

سیستم مدیریت منابع خوشه به عنوان یک میان افزار که سیستم SSI را بر روی خوشه ایجاد می‌کند، عمل می‌کند. این عمل باعث می‌شود تا کاربران بتوانند کارهای خود را بدون نیاز به درک پیچیدگی‌های زیر ساخت کلاستر انجام دهند. یک RMS خوشه را از طریق چهار شاخه عمده مدیریت می‌کند، یعنی: مدیریت منابع، صف کار، برنامه‌ریزی کارها و مدیریت کار.

رایانش توزیعی چیست؟

رایانش توزیعی (Distributed computing) یک زمینه از علوم رایانه است، که در آن به سیستم‌های توزیع‌شده پرداخته می‌شود. یک سیستم توزیع‌شده از چندین رایانه خودکار تشکیل شده که توسط یک شبکه رایانه‌ای با هم دیگر در ارتباط اند. کامپیوترها با هم ارتباط برقرار می‌کنند تا به یک هدف مشترک برسند. یک برنامه کامپیوتری که در یک سیستم توزیع‌شده اجرا می‌شود، یک برنامه توزیع‌شده نامیده می‌شود و به فرایند نوشتن چنین برنامه‌هایی برنامه‌نویسی توزیع‌شده اطلاق می‌شود. رایانش توزیع‌شده همچنین به استفاده از سیستم‌های توزیع‌شده برای حل مسائل محاسباتی اطلاق می‌شود. در رایانش توزیع‌شده یک مسئله به وظایف مختلف تقسیم می‌شود که هر کدام از آن‌ها توسط یک کامپیوتر یا بیشتر حل می‌شود. این وظایف از طریق ارسال پیام با یکدیگر در ارتباط هستند. واژه توزیعی در اصطلاحات سیستم‌های توزیع‌ شده و برنامه نویسی توزیع‌شده و الگوریتم توزیع‌شده به شبکه‌های کامپیوتری اطلاق می‌شود که در آن کامپیوترهای شخصی به‌طور فیزیکی در برخی مناطق جغرافیایی توزیع می‌شوند.

البته تعریف دیگری نیز وجود دارد که رایانش توزیع‌ شده را به گروهی از محاسبات رایانه‌ای می‌شناسد که در آن دو یا چند کامپیوتر از طریق یک شبکه رایانه‌ای به هم متصل شده و با استفاده از یک الگوریتم موازی بار محاسباتی مابین آن‌ها توزیع می‌شود. در همه موارد نمی‌توان از این روش استفاده کرد، تکلیفی که می‌خواهیم از طریق محاسبات توزیع‌شده انجام گیرد باید قابلیت تقسیم شدن به چند تکه کوچک‌تر را داشته باشد. جستجو از جمله تکالیفی است که بالاترین موفقیت را در محاسبات توزیع‌شده دارد.

مقایسه با مدل‌های دیگر رایانش

در حالی که رایانش ابری نوع غالب باز است و برخی از ویژگی‌هایش را از مدل‌های رایانشی دیگر به ارث می‌برد؛ اما خود متفاوت از آن‌هاست. برخی از این مدل‌های رایجی که امروزه به اشکال مختلف استفاده می‌شوند به شرح زیر هستند:

رایانش شبکه‌ای: شکلی از رایانش توزیع شده و رایانش موازی است که در آن یک رایانه مجازی بزرگ از رایانه‌هایی تشکیل شده‌است که با جفتگری ضعیف به هم شبکه شده‌اند و با هماهنگی با یکدیگر کار می‌کنند تا وظایف سنگین را به انجام برسانند.

رایانش خودمختار یا به عبارت دقیق‌تر سامانه‌های رایانه‌ای با قابلیت خود-مدیریت.

مدل مشتری/سرور: رایانش مشتری/سرور به صورت گسترده به هر برنامه کاربردی توزیع یافته ای گفته می‌شود که بین ارائه دهنده سرویس (سرور) و درخواست‌کننده سرویس مشتری تمایز قایل می‌شود.

کامپیوتر بزرگ: رایانه‌های قدرتمند توسط سازمان‌های بزرگ برای کاربردهای بحرانی بکار برده می‌شوند. این کاربردها نوعاً شامل پردازش حجم زیاد داده می‌باشد. به‌طور نمونه می‌توان از سرشماری، آمار مصرف‌کننده و صنعت، برنامه‌ریزی منابع سازمانی(ERP) و پردازش تراکنشهای مالی نام برد.

رایانش همگانی: بسته‌بندی منابع رایانشیمانند منابع محاسباتی و ذخیره‌سازی، در قالب سرویس‌های قابل اندازه‌گیری، به گونه‌ای مشابه با صنایع همگانی (آب، برق، تلفن و …).

نظیر به نظیر: گونه‌ای از معماری توزیع شده بدون هماهنگی مرکزی است که در آن شرکت کنندگان می‌توانند در آن واحد عرضه‌کننده و نیز مصرف‌کننده منابع باشند.

ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را می‌توانید از کتابخانه‌های عمومی سراسر کشور و نیز از دکه‌های روزنامه‌فروشی تهیه نمائید.

ثبت اشتراک نسخه کاغذی ماهنامه شبکه     
ثبت اشتراک نسخه آنلاین

 

کتاب الکترونیک +Network راهنمای شبکه‌ها

  • برای دانلود تنها کتاب کامل ترجمه فارسی +Network  اینجا  کلیک کنید.

کتاب الکترونیک دوره مقدماتی آموزش پایتون

  • اگر قصد یادگیری برنامه‌نویسی را دارید ولی هیچ پیش‌زمینه‌ای ندارید اینجا کلیک کنید.

1607870047_0.gif

ایسوس

نظر شما چیست؟