Русский | English   поискrss RSS-лента

Главная  → Документы и публикации  → Материалы конференций  → Материалы Международной конференции Sorucom-2017  → Учет использования вычислительных ресурсов: история и настоящее

Учет использования вычислительных ресурсов: история и настоящее

1. Введение.

Учет использования вычислительных ресурсов в основном преследует две цели: оптимизация параметров работы вычислительных ресурсов и расчет с пользователями и экономика содержания вычислительных средств в целом. Эта проблема явно возникла с появлением систем разделения времени.

В эпоху персональных компьютеров проблема учета использования вычислительных ресурсов отпала, но в настоящее время с появлением облачных вычислений она возобновилась. В докладе предлагается обсудить параметры учета разных вычислительных ресурсов – виртуальных машин, высоко производительных вычислительных процессоров, памяти для хранения данных, учет использования разных аппликаций. Главная проблема при глобальном использовании вычислительных ресурсов, размещенных в разных географических местах - это стандартизация обмена учетными данными.

Тематикой учета использования вычислительных ресурсов Институт Математики и информатики Латвийского университета занимался в 70-тых и 80-тых годах прошлого столетия.

Решение о прекращении развития отечественных ЭВМ взамен массовому производству ЕС ЭВМ в конце 60-тых, являющимися клонированному прототипу IBM машин, заставило профессионалов искать новые подходы к внедрению своих оригинальных идей. Простейшим методов достижения этого было создание своих программных продуктов для среды ЕС ЭВМ.

Институт Математики и информатики Латвийского университета (ИМИ ЛУ) в конце 70-тых для этого работал в двух направлениях.

1. Создание оригинального интерпретатора для языка программирования ПЛ/1 (взамен PL/1 Сheckout) с целью наглядного показа выполнения операторов программы в диалоговом режиме. Это позволило более точно и наглядно описать семантику языка ПЛ/1. Диалоговая система использовалась в основном в учебном процессе, а по языку ПЛ/1 была издана книга – два издания в издательстве Статистика (М.: Финансы и статистика, 1979, 1984.), в Польше (на польском языке, Warszawa: Panstw. wydaw. nauk.. - 1988) и в Латвии (ЛГУ, 1976, на латышском языке). Эту книгу (см. рис. 1) торговая сеть Росси распространяет и сейчас, а также книгу можно скачать в Интернете. Возможно, что в России еще работают ЕС ЭВМ.

Книга Программирование на ПЛ/1 ОС ЕС

Рис.1.Книга «Программирование на ПЛ/1 ОС ЕС»

Компоненты ЕС ЭВМ в музее вычислительной техники и информатики Института математики

Рис.2. Компоненты ЕС ЭВМ в музее вычислительной техники и информатики Института математики.

2. Создание системы учета использования вычислительных ресурсов МАУС для ЕС ЭВМ

Более полный исторический обзор работ ИМИ ЛУ дан в работе [1].

Для учета использования вычислительных ресурсов в то время уже были созданы заграничные системы, но мы разработали свою оригинальную систему и достигли ее включение в составе стандартного общесистемного программного обеспечения ОС ЕС ЭВМ, поставляемую НИЦЭВТ-ом. Поддержку этого процесса оказали множественные организации, в которых проводились конференции, и ГКНТ (МАРЧУК Гурий Иванович). 1980 году Г.И.Марчук был назначен председателем ГКНТ - Государственного комитета по науке и технике - и заместителем Председателя Совета Министров СССР.

Систему МАУС разработали М.Трейманис, И.Медведис и Р.Балодис. Главный разработчик МАУС М.Трейманис защитил диссертацию на соискание ученой степени кандидата технических наук. МАУС был представлен на выставке ВДНХ и был награжден серебренной медалью (см. рис.3).

Серебряная награда ВДНХ, 1984 год.

Рис. 3. Серебряная награда ВДНХ, 1984 год.

3. Прогноз профессора John McCarthy в 1961 году

Профессор John McCarthy на праздновании столетия MIT (Massachusetts Institute of Technology) в 1961 году предвидел услуговые вычисления - Utility (сейчас Cloud) Computing.

Слова профессора: «Вычислительная система может быть когда-нибудь организована как общественная услуга, так же как телефонная система является общественно полезной. Каждому подписчику нужно платить только за тот объем, который он фактически использует, но у него есть доступ ко всем языкам программирования, характерным для очень большой системы.» (Перевод авторов).

Косвенно эти слова указывают на новую бизнес-модель, которая базируется на учете и оплате за фактическое использование машинных ресурсов. Идея услуговых вычислений после 2000 года воплотилась в виде облачных вычислений (см. рис. 4.). Для GRID- вычислений и облачных вычислений созданы аналогичные как МАУС системы учета использования машинных ресурсов [2,3,4].

WEB информация о прогнозе профессора John McCarthy в 1961 году

Рис. 4. WEB информация о прогнозе профессора John McCarthy в 1961 году.

4. Функциональное расширение информационных систем учета использования машинных ресурсов.

Системы учета машинного времени в наше время значительно расширили свою функциональность. Ниже укажем на типичные расширения такого характера систем.

Оптимизация работы и использования вычислительных комплексов.

Информация об использовании вычислительных ресурсов предоставляет возможность оптимизировать использование ресурсов. Решение на этой основе может принять либо человек, либо сами информационные системы производит необходимую реконфигурацию вычислительной системы.

Мониторинг среды вычислительного центра (центра данных).

Для эксплуатации вычислительных комплексов необходимо поддерживать климатические условия в помещении. Системы мониторинга работы вычислительного центра (центра данных) (также системы управления центром) следит за критическими параметрами работоспособности - температурой, влажностью, входом в помещение, противопожарной безопасностью и т.д. История развития вычислительных центров (центров данных) авторами описана в [5].

Системы учета использованных ресурсов и расчетов с потребителями.

Системы осуществляют бухгалтерскую функцию использования ресурсов. Часто пытаются объединять услуги и создавать единую систему оплаты (Convergent Charging and Billing system).

Системы обслуживания потребителей вычислительных ресурсов.

Когда использование вычислительных ресурсов становится массовым, компании создают отдельные службы обслуживания потребителей и для этих служб создаются информационные системы. Такими являются системы CRM (Customer Relationship Management system) или сходные с ними.

Grid вычисления (Grid Computing), вычисления как сервисы (Utility Computing), облачные вычисления (Cloud Computing).

Такие системы являются более массовыми для предоставления вычислительных услуг. Естественно, что для управления использованием ресурсов созданы информационные системы [2,3,4].

5. Развитие технологий для систем обобщающих отчетов о работе компьютеров

Во первых, информационные системы отчетов о работе компьютеров возникли одновременно с реализацией систем разделения времени. Операционные системы поставляли данные об использовании машинных ресурсов и для обработки этих данных создавались информационные системы (как МАУС). Для снятия статистики и анализа работы сетей передачи данных используются LOG-файлы, а для анализа работы наземных и мобильных телекоммуникационных систем (АТС, базовых станций) записываются CDR (Call Description Record). В более сложных компьютерных системах (облачные вычисления) и системах распределенной обработки данных проблема сбора статистических данных использования машинных ресурсов осложняется и сейчас для этих целей используются Big Data технологии (Hadoop, MapReduce). Кроме того, информационные системы использования ресурсов зачастую связывают со сбором более широкого типа данных, например, для определения индекса экономической активности совместно обобщают информацию с социальными данными (активностью на работе, транспорта), объединяют использование компьютеров и мобильной связи, GPS. В таком случае без технологии Big Data не обойтись.

Во вторых, анализ использования машинных ресурсов показывает развитие бизнес-процессов и для этих целей удобно собранные данные показывать в виде диаграмм: диаграмм соответствия (Affinity Diagram), диаграмм отношений (Relations Diagram), древовидных диаграмм (Tree Diagram), матричных диаграмм (Matrix Diagram), визуализация анализа матричных данных (Matrix Data Analysis), диаграмм стрелок (Arrow Diagram), диаграмм программных решений процессов (Process Decision Program Chart) и других.

В-третьих, важно обобщающие данные использования машинных ресурсов представить наглядно. Для этих целей используют различные подходы и пакеты визуализации, например, Kibana (https://www.elastic.co/products/kibana).

В-четвертых, если статистические данные собраны с распределенных систем, то сейчас данные обычно представляют на географической карте и для этого используют соответствующие программные пакеты, например, та же Kibana (https://www.elastic.co/guide/en/kibana/current/tilemap.html).

Заключение

Системы учета использования машинных ресурсов в течении 30 лет оброслись новыми компонентами, расширили свою функциональность, зачастую стали отдельными информационными системами. В основном, функциональное расширение программных систем произошло за счет технологических перемен, с появлением сетевых технологий (Networking), вычислений как сервиса (Utility Computing), облачных вычислений (Cloud Computing), конвергенции телекоммуникаций и ИТ. Однако, имеется отдельные решения, связанные с более широким применением данных, например, при вычислении индекса экономической активности.

Литература

  1. Балодис Р., Опмане И. Институт Математики и информатики Латвийского университета и три социально-технологические волны ИТ. – Материалы второй Международной конференции Развитие вычислительной техники и ее программного обеспечения в России и странах бывшего СССР (SoRuCom-2011).
  2. Liang Z., Zhang L., Dong S., Wei W. (2004) Charging and Accounting for Grid Computing System. In: Li M., Sun XH., Deng Q., Ni J. (eds) Grid and Cooperative Computing. GCC 2003. Lecture Notes in Computer Science, vol 3033. Springer, Berlin, Heidelberg.
  3. V. Sekar, P. Maniatis. (2011) Verifiable resource accounting for cloud computing services. CA., CCSW '11 Proceedings of the 3rd ACM workshop on Cloud computing security workshop Pages 21-26, Chicago, Illinois, USA — October 21 – 21, 2011.
  4. A. H. P. Kouznetsov, P. D. Peer. (2007) Review: practical accountability for distributed systems. Proceeding SOSP '07 Proceedings of twenty-first ACM SIGOPS symposium on Operating systems principles. Pages 175-188 Stevenson, Washington, USA — October 14 - 17, 2007 ACM New York, NY, USA.
  5. R. Balodis, I. Opmane. Reflections on the History of Computing: Processing Memories and Sharing Stories History of Computing. History of Data Centre Development, p. 128-151, Ed. Arthur Tatnall (Victoria University, Australia), IFIP AICT Volume 0387 (The Book Serie: Lecture notes in Computer Science, Subseries: IFIP - Advances in Information and Communication Technology.)

Об авторе: Dr.Sc. Comp, Mg. Math
Институт Математики и информатики Латвийского университета
Рига, Латвия
Материалы международной конференции Sorucom 2017
Помещена в музей с разрешения авторов 11 Декабря 2017

Проект Эдуарда Пройдакова
© Совет Виртуального компьютерного музея, 1997 — 2018