Comparação entre Sistemas Gerenciadores de Recursos em um ambiente de alto desempenho utilizando uma aplicação científica

• Gabriela Luisa Eckel INPE
• Fernando Puntel UFSM
• Adriano Petry INPE

DOI: https://doi.org/10.5753/wscad_estendido.2020.14086

Resumo

Com o avanço da tecnologia e sua dependência no cotidiano, a computação de alto desempenho (HPC) passou a ser uma das principais áreas de pesquisa e investigação na computação. Os ambientes de alto desempenho são comumente utilizados em aplicações que necessitam processar uma variedade de informações e obter o resultado em um tempo limitado para a aplicação. Por conta disso, os ambientes de alto desempenho devem trabalhar de forma eficiente para atender as demandas da aplicação e obter os resultados de forma rápida. Para que um ambiente de alto desempenho trabalhe de forma otimizada, é fundamental a escolha de um sistema gerenciador de recursos (SGR) eficiente que atenda as necessidades do da aplicação em questão. Por esse motivo, o objetivo deste trabalho foi avaliar e comparar a performance de dois SGRs SLURM e OAR em uma aplicação científica real de previsão ionosférica, a fim de verificar qual deles atende melhor as necessidades e requisitos para essa aplicação. Os experimentos foram realizados em um cluster de uso dedicado localizando no Centro Regional Sul do INPE em Santa Maria, e possui 5 nós de processamento e um de controle. Foram realizados experimentos para quatro dias diferentes, e após avaliadas estatísticas referentes a taxa média de uso de CPU, memória e tempo total de execução. O SLURM apresentou melhores resultados na grande maioria das avaliações, incluindo um menor tempo total de processamento para os quatro dias simulados, quando comparado à solução com o OAR.

Referências

Gvozdetska, N., Globa, L., and Prokopets, V. (2019). Energy-efcient backll-based In 2019 IEEE 15th Internatioscheduling approach for slurm resource manager. nal Conference on the Experience of Designing and Application of CAD Systems (CADSM), pages 1–5.

Nicolas, C., Joseph, E., and ZIRST, M. (2003-2016). Oar documentation-user guide. LIG laboratory, Laboratoire d'Informatique de Grenoble Bat. ENSIMAG-antenne de Montbonnot ZIRST.

Petry, A., de Souza, J. R., de Campos Velho, H. F., Pereira, A. G., and Bailey, G. J. (2014). First results of operational ionospheric dynamics prediction for the brazilian space weather program. Advances in Space Research, 54(1):22–36.

Prabhu, C. (2008). Grid and cluster computing. PHI Learning Pvt. Ltd.

Puntel, F. E. (2019). Análise de desempenho de algoritmos de escalonamento aplicados a um sistema gerenciador de recursos para execução de aplicação operacional de computação cientíca. Master's thesis, Universidade Federal de Santa Maria.

Sloan, J. D. (2004). High Performance Linux Clusters with OSCAR, Rocks, OpenMosix, and MPI: A Comprehensive Getting-Started Guide. O'Reilly Media, Inc.

Yoo, A. B., Jette, M. A., and Grondona, M. (2003). Slurm: Simple linux utility for resource management. In Feitelson, D., Rudolph, L., and Schwiegelshohn, U., editors, Job Scheduling Strategies for Parallel Processing, pages 44–60, Berlin, Heidelberg. Springer Berlin Heidelberg.