Grid Technologies
Delia Sabina Stinga
本文包含了计算网格的最重要的方面。网格计算允许高性能的分布式系统充当单个计算机。为了理解网格的工作方式，给出了网格结构和技术的概述。
This paper contains the most important aspects of computing grids. Grid computing allows high performance distributed systems to act as a single computer. An overview of grids structure and techniques is given in order to understand the way grids work.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
A Middleware road towards Web (Grid) Services
中间件技术是一个很大的领域，包含了一个强大的已经做过的研究以及目前正在进行的研究，以确认已经做过的研究成果，并有一些新的解决方案，从理论以及实验（实践）的方式。本文档由Zeeshan Ahmed（学生：Connectivity Software Technologies Blekinge Institute of Technologies）制作。本文介绍了中间件技术的研究现状，包括Web服务、网格计算、网格服务和开放网格服务基础设施与体系结构。本文最后概述了Web（网格）服务，Web（网格）服务链和必要的安全问题。
Global Grids and Software Toolkits: A Study of Four Grid Middleware Technologies
网格是一种基础设施，它涉及多个组织拥有和管理的计算机、网络、数据库和科学仪器的集成和协作使用。网格应用程序通常涉及大量的数据和/或计算资源，需要跨组织边界的安全资源共享。这使得网格应用程序的管理和部署成为一项复杂的任务。网格中间件为用户提供了在异构网格环境中无缝计算和统一访问资源的能力。已经开发了几个软件工具包和系统，其中大多数是世界各地学术研究项目的成果。本章将重点介绍其中的四个中间件--UNICORE、Globus、Legion和Gridbus。它还介绍了我们的实现资源代理的UNICORE，因为这一功能是不支持它。比较这些系统的基础上的体系结构，实现模型和其他几个功能。
The Anatomy of the Grid - Enabling Scalable Virtual Organizations
“网格”计算已经作为一个重要的新领域出现，它与传统的分布式计算的区别在于它关注于大规模资源共享、创新应用以及在某些情况下面向高性能。在本文中，我们定义了这个新字段。首先，我们回顾“网格问题”，我们定义为灵活，安全，协调的资源共享之间的动态集合的个人，机构和资源，我们称之为虚拟组织。在这样的设置中，我们会遇到唯一的身份验证、授权、资源访问、资源发现和其他挑战。网格技术解决的正是这类问题。接下来，我们提出了一个可扩展的和开放的网格体系结构，其中的协议，服务，应用程序编程接口和软件开发工具包进行分类，根据它们的角色，使资源共享。我们描述的要求，我们相信任何这样的机制必须满足，我们讨论的核心作用，使不同的网格系统之间的互操作性的intergrid协议。最后，我们讨论了网格技术如何与其他当代技术，包括企业集成，应用服务提供商，存储服务提供商，和对等计算。我们认为，网格的概念和技术的补充，并有很大的贡献，这些其他的方法。
A Semantic Grid-based E-Learning Framework (SELF)
电子学习可以粗略地定义为一套广泛的应用程序和过程，它使用现有的电子媒体（和工具）来提供职业教育和培训。随着它作为一种无处不在的教学和互动模式在学术界和企业界的认可，对可扩展和现实的模型的需求变得越来越重要。在本文中，我们介绍了SELF;语义网格为基础的E-Learning框架。SELF的目的是确定一个实际的基于网格的电子学习环境中的关键使能因素，并通过提出一个明确的互动计划，目前可用的工具和技术，以尽量减少技术返工。我们定义了一个二分法与电子学习特定的应用层的顶部和语义网格为基础的支持层下面。我们还将最新的开放和免费软件技术与SELF中的各种组件映射在一起。
Utility Computing and Global Grids
本章重点介绍如何使用网格技术来实现效用计算。网格如何支持效用计算的概述首先通过效用网格的体系结构。然后，基于效用的资源分配详细描述了在每个层次的架构。最后讨论了效用计算的一些工业解决方案。
Economic and On Demand Brain Activity Analysis on Global Grids
组织内部缺乏分析科学数据的计算能力，以及知识（科学家）和技术（先进科学设备）的分布是科学学科中常见的两个主要问题。脑科学就是这样一门学科。从MEG（脑磁图）仪器收集的大脑活动数据的分析是医学科学中的一个重要研究课题，因为它有助于医生识别疾病的症状。需要对数据进行详尽的分析，以有效地诊断和分析大脑功能，并需要访问大规模的计算资源。解决这种资源密集型应用的潜在平台是网格。本文介绍了我们开发的脑磁图数据分析系统，利用网格技术，主要是Nimrod-G，Gridbus和Globus。本文介绍了应用经济为基础的网格调度算法的问题域按需处理的分析工作。
Web Portal for Photonic Technologies Using Grid Infrastructures
物理过程的建模是科学和技术研究的一个组成部分。在这一领域，Extendible C++ Application in Quantum Technologies（ECAQT）软件包提供了在退相干存在下复杂量子系统的数值模拟和建模，在光子学中具有广泛的应用。它允许创建相互作用的复杂系统的模型，并模拟它们的时间演化与一些可用的时间演化驱动程序。涉及大量计算的物理模拟通常在分布式计算基础设施上执行。对于非专业用户来说，使用这样的计算基础设施或者甚至使用基础设施上的高级库通常是困难的，因为他们通常需要熟悉中间件和工具、并行编程技术和包。P-RADE网格门户是一个网格门户解决方案，它允许用户管理在计算网格基础设施上执行并行应用程序的整个生命周期。本文介绍了基于ECAQT软件包的门户网站的功能和结构。
The History of the Grid
随着高速网络的广泛使用，将计算外包给远程提供商并联合来自许多位置的资源变得可行。从20世纪90年代中期开始，这些观察激发了一系列创新的网格技术、应用程序和基础设施的开发。回顾了网格计算的历史、现状和未来展望。
Formal Aspects of Grid Brokering
分布式环境中的协调，如网格，涉及选择最合适的服务，资源或组合来执行计划的活动。这样的功能出现在基础设施的各个级别，并以各种方式形成模糊的域，其中很难看到参与的组件是如何相关的以及它们的相关属性是什么。在本文中，我们专注于这些问题的一个子集：网格中间件中的资源代理。本文的目的是建立一个语义模型的代理和相关活动，通过定义代理在三个层次的网格中间件的资源，主机和代理选择。本文的主要贡献是定义和分解网格中的不同代理组件，提供了一个正式的模型，使用抽象状态机。
The Gridbus Toolkit for Service Oriented Grid and Utility Computing: An Overview and Status Report
网格旨在利用自治分布式实体合作产生的协同效应。网格合作产生的协同效应包括共享、交换、选择和聚合地理上分布的资源，如计算机、数据库、软件和科学仪器，以解决科学、工程和商业中的大规模问题。为了使这种合作可持续，参与者需要有经济激励。因此，“激励”机制应被视为网格体系结构的关键设计参数之一。在这篇文章中，我们提出了一个开源的网格工具包，称为Gridbus，其体系结构是从根本上驱动的网格经济的需求的概述和状态。网格总线技术为计算网格和数据网格提供服务，为新兴的电子科学和电子商务应用提供动力。
GridBank: A Grid Accounting Services Architecture (GASA) for Distributed Systems Sharing and Integration
计算网格作为一种新的基于Internet的并行和分布式计算的基础设施正在兴起。它们支持跨多个管理域、组织和企业的资源共享、交换、发现和聚合。为了实现这一点，网格需要支持各种服务的基础设施：安全性，统一访问，资源管理，调度，应用程序组合，计算经济性和问责制。许多网格项目已经开发出了一些技术，这些技术提供了许多这些服务，但责任除外。为了克服这个限制，我们提出了一个新的基础设施，称为网格银行，提供服务的会计。本文提出了网格问责制的要求和不同的模型，它可以运行，并提出网格银行服务体系结构，以满足他们。本文重点介绍了实施问题，并详细讨论了GridBank需要维护的各种记录/数据库的格式。它还提出了网格计算环境中GridBank和各种组件之间的交互协议。
Cloud Computing and Grid Computing 360-Degree Compared
云计算已经成为继Web 2.0之后的又一个流行词。然而，对于云计算有几十种不同的定义，而且对于什么是云似乎没有达成共识。另一方面，云计算并不是一个全新的概念;它与相对较新但已经建立了13年的网格计算范式以及其他相关技术（如效用计算、集群计算和分布式系统）有着错综复杂的联系。本文力求从多个角度对云计算和网格计算进行比较和对比，并对两者的本质特征进行深入的剖析。
DotGrid: a .NET-based cross-platform software for desktop grids
网格基础设施提供了广泛的资源集成使用，正在成为事实上的计算平台，解决大规模的问题，在科学，工程和商业。在这一发展过程中，桌面网格技术允许网格社区利用普及桌面PC系统的空闲周期来增加可用的计算能力。在本文中，我们提出了点网格，一个跨平台的网格软件。DotGrid是第一个全面的桌面网格软件，它在基于Windows的环境中使用Microsoft的.NET Framework，在Unix类操作系统中使用MONO.NET。利用DotGrid服务和API可以方便地实现网格桌面中间件和应用程序。我们通过实现一组基于网格的应用程序来评估我们的DotGrid的性能。
A Taxonomy of Workflow Management Systems for Grid Computing
随着网格技术和应用技术的出现，科学家和工程师们正在构建越来越复杂的应用程序来管理和处理大型数据集，并在分布式资源上执行科学实验。这样的应用场景需要用于组成和执行复杂工作流的手段。因此，许多努力已经朝着网格计算的工作流管理系统的发展。在本文中，我们提出了一个分类的特点和分类网格上的工作流的建设和执行的各种方法。我们还调查了几个有代表性的网格工作流系统开发的各种项目在世界范围内展示分类的全面性。该分类法不仅突出了设计和工程的相似性和差异，国家的最先进的网格工作流系统，但也确定了需要进一步研究的领域。
Distributed Computing in a Pandemic: A Review of Technologies Available for Tackling COVID-19
目前由SARS-CoV-2 β冠状病毒引起的COVID-19全球大流行已导致超过100万人死亡，并产生严重的社会经济影响，因此迫切需要找到解决关键研究挑战的方法。COVID-19的大部分研究都依赖于分布式计算。在本文中，我将回顾分布式架构--各种类型的集群、网格和云--这些架构可用于大规模、高吞吐量、高度并行地执行这些任务，也可用于协作工作。高性能计算（HPC）集群将用于执行大部分工作。用于减少SARS-CoV-2传播的几个大数据处理任务需要高吞吐量方法和Hadoop和Spark提供的各种工具，甚至使用商品硬件。大规模的COVID-19研究还利用了一些世界上最快的超级计算机，例如IBM的SUMMIT -用于针对SARS-CoV-2靶标的集成对接高通量筛选，用于药物再利用和高通量基因分析-以及Sentinel，这是一种基于XPE-Cray的系统，用于探索天然产物。网格计算促进了世界上第一台Exascale网格计算机的形成。这加速了COVID-19研究，通过并行计算对SARS-CoV-2刺突蛋白相互作用进行分子动力学模拟，并使用Folding@home平台使用超过100万台志愿者计算设备进行。网格和云也可以用于国际合作，通过访问重要的数据集和提供服务，使研究人员能够专注于研究，而不是耗时的数据管理任务。
Recent Advances in Mobile Grid and Cloud Computing
网格和云计算系统已被广泛用于解决科学和工程领域中的大型和复杂问题。这些系统包括通过高速网络连接的强大计算资源。由于移动计算和联网技术的最新进展，将诸如机器人、飞行器、传感器和智能电话的各种移动设备与网格和云计算系统集成已经变得可行。这种集成使下一代应用程序的设计和开发，通过在移动环境中的资源共享，也引入了一些挑战，由于动态和不可预测的网络。本文讨论了移动网格和云计算系统的设计和开发中的应用、研究挑战以及该领域的最新进展。
Translating the Grid: How a Translational Approach Shaped the Development of Grid Computing
生物学知识的进步和改善的健康结果之间的差距越来越大，这激发了转化医学这一新学科的发展，在这一学科中，新知识的应用是研究计划的一个明确部分。艾布拉姆森和帕拉沙尔认为，复杂的计算技术和更具挑战性的应用之间存在类似的差距，需要类似的转化计算机科学学科，其中将研究成果有意识地转移到大规模实践中成为中心研究焦点，而不是事后的想法。我们从这个角度重新审视网格计算的发展和应用，从20世纪90年代中期开始，并发现一个翻译框架是有用的理解技术的发展和影响。我们讨论了如何发展的网格计算基础设施，特别是Globus工具包，受益于一个翻译的方法。我们确定的经验教训，可以适用于其他翻译计算机科学的举措。
LHC Databases on the Grid: Achievements and Open Issues
为了从记录的数据中提取物理结果，LHC实验正在使用网格计算基础设施。网格上的事件数据处理需要可扩展地访问非事件数据（探测器条件、校准等）。存储在关系数据库中。数据库驻留数据对于事件数据重建处理步骤是关键的，并且经常需要物理分析。本文回顾了LHC在网格计算数据库技术方面的经验。主题列表包括：数据库集成与网格计算模型的LHC实验;数据库技术的选择;数据库接口的例子;分布式数据库应用程序（数据的复杂性，更新频率，数据量和访问模式）;数据库访问的可扩展性在网格计算环境中的LHC实验。审查报告介绍了取得重大进展的领域和尚未解决的问题。
A Computational Economy for Grid Computing and its Implementation in the Nimrod-G Resource Brok
计算网格，耦合地理上分布的资源，如个人电脑，工作站，集群，和科学仪器，已经成为下一代的计算平台，解决大规模的问题，在科学，工程和商业。然而，这些环境中的应用程序开发、资源管理和调度仍然是一项复杂的任务。在这篇文章中，我们将讨论我们的努力，在开发一个资源管理系统调度计算分布在世界各地的资源，不同的服务质量。我们的面向服务的网格计算系统称为Nimrod-G管理与远程执行相关的所有操作，包括资源发现，交易，基于经济原则和用户定义的服务质量要求的调度。Nimrod-G资源代理是通过利用Globus等现有技术实现的，并提供了构建工业强度网格所必需的新服务。我们讨论的初步实验结果调度一些参数计算使用Nimrod-G资源代理在一个世界范围内的网格测试平台，跨越五大洲。
FOSS-Based Grid Computing
在本文中，我们将主要关注网格和网格计算的核心方面，使用免费和开源软件，重点是效用计算。它是基于一个技术报告，题为“网格计算使用GNU/Linux”的作者。这篇文章写于2006年，应该有历史意义。
Scalable Database Access Technologies for ATLAS Distributed Computing
ATLAS事件数据处理需要访问非事件数据（探测器条件、校准等）存储在关系数据库中。数据库驻留数据对于事件数据重构处理步骤是至关重要的，并且经常需要用于用户分析。ATLAS数据库操作的一个主要重点是条件DB数据的全球分布，这是每个ATLAS数据处理作业所必需的。由于Conditions DB访问对于使用真实数据的操作至关重要，因此我们开发了一种可以使用不同技术作为冗余备份的系统。冗余的数据库操作基础设施完全满足ATLAS再处理的要求，这已经在网格上的0.5 PB的单光束和宇宙学数据的两次再处理活动期间在10亿次数据库查询的规模上得到了证明。为了收集经验并为最佳技术选择提供投入，成功地评价了在用户分析中有效访问数据库的几个有希望的备选方案。我们目前的ATLAS经验，可扩展的数据库访问技术，并描述我们的方法，防止在网格计算环境中的数据库访问瓶颈。
A Model-driven Approach for Grid Services Engineering
由于网格计算的大肆宣传，这样的系统很少使用形式化技术设计。围绕网格技术的复杂性和快速增长的需求使得人们倾向于使用经典的开发技术，这导致了没有指导方针或规则以及非结构化的工程过程。本文提倡一种形式化的网格应用程序开发方法，以促进严格的网格软件体系结构的发展。这种方法解决了跨平台的互操作性和服务质量;模型驱动的范例被应用到一个正式的以架构为中心的工程方法，以受益于正式的语义描述能力，除了基于模型的转换。这样一个新的组合概念的结果，促进了重用的设计模型，并简化了网格计算的发展，提供了一个适应的开发过程，并确保正确的每个设计步骤。
Advancements in Big Data Processing in the ATLAS and CMS Experiments
不断增长的科学数据量对分布式计算和网格技术提出了新的挑战。新兴的大数据革命推动了科学领域的探索，包括纳米技术，天体物理学，高能物理学，生物学和医学。新的举措正在改变数据驱动的科学领域，以新的方式进行大规模数据分析。在千万亿次数据处理中，科学家处理的是数据集，而不是单个文件。因此，任务（由许多作业组成）成为网格上千万亿次数据处理的一个单元。将大型数据处理任务拆分为作业可以实现细粒度检查点，类似于在数据传输期间将大型文件拆分为较小的TCP/IP数据包。通过自动重新发送丢弃的TCP/IP数据包，在小数据包中传输大数据可以实现可靠性。类似地，网格上的瞬时作业故障可以通过自动重试来恢复，以在网格上的千万亿次数据处理中实现可靠的六西格玛生产质量。ATLAS和CMS实验的计算经验为可靠性工程提供了基础，将网格技术扩展到千万亿次以上的数据处理。
Enabling and Optimizing Pilot Jobs using Xen based Virtual Machines for the HPC Grid Applications
采用虚拟化的主要动机是资源隔离、容量管理和资源定制：隔离和容量管理允许提供商将用户与站点隔离并控制其资源使用，而定制允许最终用户轻松地将所需环境投影到各种站点上。已经采取了各种方法来集成虚拟化和网格技术。在本文中，我们提出了一种方法，结合虚拟化现有的软件基础设施，如试点工作与资源提供商的一部分最小的变化。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈
发表机构由 AI 从论文文本抽取，如发现错误，欢迎反馈修正建议。