Konfigurationsoptimierung verteilter Systeme

Zusammenfassung

Die zunehmende Dezentralisierung und der Einsatz intelligenter Arbeitsplatzrechner werfen die Frage nach einer optimalen Konfiguration derart entstandener dezentraler Cluster auf. Dabei besteht ein Cluster aus einer Menge von Servern und Clients, die gemeinsame Ressourcen teilen und in der Summe eine hohe Rechenleistung bereitstellen.

Um die verteilte Rechenleistung und die vorhandenen Ressourcen bestmöglich zu nutzen, ist eine auf das Einsatzgebiet bezogene Konfiguration optimal zu gestalten. Entscheidungen bei einer Cluster- Konfiguration betreffen dabei das Verhältnis der Anzahl der Server zu der Anzahl der Clients, die Plattenkapazität, die Lokalität der Platten innerhalb des verteilten Systems, den Speicherausbau, aber auch die Leistungsfähigkeit der einzelnen Stationen.

Während die Planung und Optimierung von Client/Server-Konfigurationen bisher auf Heuristiken und Faustregeln beruhten, führen die Methoden der Leistungsanalyse zu aussagekräftigen Ergebnissen. Das in dieser Arbeit vorgestellte Modell läßt die Definition einer auf ein Cluster bezogenen Leistungskenngröße zu, mit der die verschiedenen Konfigurationsalternativen vergleichbar sind. Ausgehend vom Clusterindex sind durch eine Feinanalyse die Ursachen für Leistungseinbußen und -gewinne ableitbar.

Das Clustermodell ist hierarchisch aufgebaut, leicht konfigurierbar und parametrisierbar, so daß größtmögliche Flexibilität gegeben ist. Untersucht werden können mit diesem Modell u. a. unterschiedliche Konfigurationen, die den Hauptspeicher und Hintergrundspeicher, das Caching und die Rechenleistung im Server und in den Clients betreffen, aber auch die Parallelität von Servern und die Netzwerkparameter.

Anhand eines Beispiels wird der Einsatz des entwickelten Modells für ein hypothetisches Cluster von Arbeitsplatzrechnern demonstriert. Die erzielten Ergebnisse zeigen, daß häufig angewandte Konfigurationsmodifikationen meist nicht die optimale Maßnahme zur Leistungssteigerung sind.