Você está na página 1de 16

INTRODUO A GRIDS Anne Karoline Pereira Silva, Carlos Eduardo Juliani, Jonhatan da Silva Pereira, Leandro Ccero, Nelson

Queiroz Chagas Cincia Da Computao Faculdades Integradas Mato Grossenses (ICE)

RESUMO
A cada dia cresce o nmero de aplicaes que exigem um grande poder computacional, entre as quais podemos encontrar exemplos nas reas de multimdia, clculos, gerenciamento de grandes volumes de dados, entre outros. Uma boa alternativa para suprir essa demanda tem sido a utilizao de clusters e grids de computadores construdos com mquinas comuns. Essa alternativa tem sido vivel, pois apresenta um desempenho satisfatrio e um custo baixo se comparada a outras alternativas como mquinas multiprocessadas e supercomputadores. Palavras Chaves: Grid Computing, Computao de alto desempenho, Clusters.

ABSTRACT
Every day a growing number of applications that require massive computational power, among which one can find examples in the areas of multimedia, calculations, management of large volumes of data, among others. A good alternative to meet this demand has been the use of computer clusters and grids built with ordinary machines. This alternative has been viable since it has a satisfactory performance and low cost compared to other alternatives such as multiprocessor machines and supercomputers. Key - Words: Grid Computing, High Performance Computing, Clusters.

1.

INTRODUO
A impressionante melhoria de desempenho que redes de computadores vm experimentando levou a idia de se utilizar computadores independentes conectados em rede como plataforma para execuo de aplicaes paralelas, originando a rea de Computao em Grid. Os principais atrativos desta idia so a possibilidade de alocar uma enorme quantidade de recursos a uma aplicao paralela (centenas de milhares de computadores conectados via Internet) e faz-lo a um custo muito menor do que alternativas tradicionais baseadas em supercomputadores paralelos.

As vantagens potenciais da Computao em Grid tm atrado muita ateno para a rea. Nos ltimos anos, grandes projetos foram iniciados para materializar a viso de Grids Computacionais e algumas aplicaes foram desenvolvidas. Mais recentemente, empresas (como Entropia e distributed. net) foram fundadas para vender servios de Computao em Grid. Grids Computacionais so uma nova plataforma para execuo de aplicaes paralelas. Obviamente, Grids apresentam caractersticas diferentes das plataformas existentes. Devido a sua heterogeneidade, compartilhamento e complexidade, Grids apresentam, em geral, maiores dificuldades para execuo de aplicaes paralelas que plataformas tradicionais. O quo apropriado o uso de um Grid Computacional depende em grande medida da aplicao a ser executada. Este trabalho est organizado em quatro sees: na seo 2 apresentamos o que e o porqu de uma grid. Na seo 3 falaremos das potencialidades e restries no uso de grid. Na seo 4 ser exposto grid de computao de alto desempenho e por fim na seo 5 falaremos sobre DATA GRID e gerenciamento de ambiente em GRID. 1.1.Consideraes Iniciais Grids Computacionais so uma rea recente e em franca expanso. O que comeou em universidades e institutos de pesquisa ganhou o mundo empresarial e hoje faz parte da estratgia de corporaes como IBM, HP/Compaq, Sun e Fujitsu. Em suma, Grids Computacionais hoje um assunto em moda. Mas, o que afinal vem a ser um Grid Computacional? A viso original estabelece uma metfora entre A Rede Eltrica (The Electric Grid) e O Grid Computacional (The Computational Grid). A Rede Eltrica disponibiliza energia eltrica sob demanda e esconde do usurio detalhes como a origem da energia e a complexidade da malha de transmisso e distribuio. Ou seja, se temos um equipamento eltrico, simplesmente o conectamos na tomada para que ele receba energia. O Grid Computacional, portanto, seria uma rede na qual o individuo se conecta para obter poder computacional (ciclos, armazenamento, software, perifricos, etc).

Figura 1. O Grid Computacional como fonte transparente de poder computacional sob demanda.

2. GRID
Computao em grid um modelo computacional capaz de alcanar uma alta taxa de processamento dividindo as tarefas entre diversas mquinas, podendo ser em rede local ou rede de longa distncia, que formam uma mquina virtual. Esses processos podem ser executados no momento em que as mquinas no esto sendo utilizadas pelo usurio, assim evitando o desperdcio de processamento da mquina utilizada. Na base da atual computao em grelha esto os aglomerado de computadores ou computadores localizados em diferentes centros de clculo, ligados entre si por uma rede de alto dbito, em Rede Privada Virtual - (VPN) por questes de segurana. Nos anos 90 uma nova infra-estrutura de computao distribuda foi proposta visando auxiliar atividades de pesquisa e desenvolvimento cientfico. Vrios modelos desta infra-estrutura foram especificados, dentre elas, a Tecnologia em Grade, em analogia s redes eltricas (power grids) se prope em apresentar ao usurio como um computador virtual, a VPN, mascarando toda a infra-estrutura distribuda, assim como a rede eltrica para uma pessoa que utiliza uma tomada sem saber como a energia chega a ela. Seu objetivo era casar tecnologias heterogneas (e muitas vezes geograficamente dispersas) formando um sistema robusto, dinmico e escalvel onde se pudesse compartilhar processamento, espao de armazenamento, dados, aplicaes, dispositivos, entre outros. Foi o caso do SETI@home ou a dos clculos para a fesabilidade do LHC do

Cern com o LHC@home plataforma que com ajuda dos computadores pessoais ligados fora das horas de trabalho permitem ter muito poder de clculo com pouca transferncia de dados, e isso desde 2009. Uma outra tecnologia de grelha a P2P (peer to pear) que permite a interconneo de computadores pessoais para se trocar dados, ficheiros, etc. Detalharemos algumas semelhanas e diferenas entre os dois principais modelos desta estrutura. 2.1. Comparativo entre Clusters e Grids 2.1.1 Semelhanas Origem: A viso original sobre a utilizao dos ambientes em Grid de que eles iriam disseminar o acesso a servios de uma forma exponencial, potencializando o uso de aplicaes que variam desde o ensino e treinamento at a experincia de realizar compras atravs da Internet (Foster et al 2004). Isto seria viabilizado pelo compartilhamento e colaborao entre os diversos recursos disponveis em vrias instituies. A viso de Cloud Computing bastante semelhante, e prev a disponibilizao de aplicaes sob a forma de servios que estaro disponveis na Internet e podero ser consumidos por todos de forma semelhante ao que se faz hoje com itens como gua e energia eltrica (Michael et al, 2009) and (Foster el al, 2008). Ou seja, a viso original dos dois paradigmas a mesma, embora na prtica o ambiente em Grid tenha se desenvolvido com o foco em suprir as necessidades da comunidade cientfica. Talvez isto tenha ocorrido pelo fato de, durante o desenvolvimento da computao em Grid o contexto tecnolgico no apresentar as mesmas condies de hoje, que fruto de dez anos de evoluo tecnolgica (Foster el al, 2008). Assim, acreditamos que Cloud Computing a retomada de uma das idias originais da Grid Computing dentro de um contexto tecnolgico diferente, onde a velocidade e abrangncia das redes de comunicao vem aumentando consideravelmente. Alm disso, deve-se considerar que grandes empresas como Google e Amazon fizeram altos investimentos na aquisio e construo de uma enorme infra-estrutura de recursos computacionais para prover os seus prprios servios. Estas empresas desenvolveram competncias e tecnologias que proporcionam alto desempenho e

escalabilidade, o que as torna capazes oferecer o acesso a esses recursos, com garantias de disponibilidade, mediante o pagamento de uma taxa de utilizao. Arquitetura: apesar de, tanto Grid Computing quanto Cloud Computing no possurem uma arquitetura de referncia (Michael et al 2009), possvel identificar uma arquitetura padro que cada paradigma utiliza para sua implementao. Estas arquiteturas, apesar de apresentarem algumas diferenas, possuem essencialmente a mesma estrutura. Uma camada de recursos, onde disponibilizado o acesso a recursos de hardware. Uma camada de conectividade, onde so disponibilizadas as interfaces de comunicao para acessar os recursos. Uma camada de aplicao, onde so publicadas interfaces para acessar os recursos mais especializados. Ian Foster apresenta uma representao para as duas arquiteturas (Michael et al 2009). A figura 2 reproduz esta representao adicionando as semelhanas entre ambas.

Figura 2: Semelhanas entre as Arquiteturas identificadas por Foster para Grid e Cloud Computing

2.1.2 Diferenas Modelo de Negcio: O modelo de negcio de Cloud Computing est voltado para cobrar uma taxa de acordo com a utilizao dos servios. Isto feito atravs de um SLA entre o cliente do servio e o seu provedor. Neste modelo, a negociao feita em termos de escala atravs de um SLA, que pode estar baseado, por exemplo, em MB de dados

armazenados, MB de dados transmitidos, disponibilidade do servio, etc. semelhante ao que fazemos hoje para comprar energia eltrica e gua. Assim, para um cliente acessar um servio qualquer, tudo que ele precisa acordar os termos de um SLA, no precisando se preocupar com quais sero os recursos de hardware que sero utilizados para isso (Foster et al, 2008) and (Rajkumar et al, 2008). Por outro lado, o modelo de Grid Computing prev que o cliente saiba antecipadamente quais recursos deseja utilizar (Foster et al, 2008) ,de forma a requisitar a sua utilizao para o Grid. Na prtica o modelo em Grid mais difundido foi a operao atravs de uma forma cooperativa, onde uma instituio que possui recursos disponveis se associa a uma outra e, juntas, elas formam um Grid que combina a capacidade de processamento e armazenamento de ambas. Acreditamos que isto tenha ocorrido devido ao contexto tecnolgico da poca, que limitou a utilizao do modelo de Grid Computing a instituies cientficas. Embora no seja possvel afirmar com certeza, em nossa opinio, esta diferena entre os modelos de negcio de Grid Computing e Cloud Computing quem est por trs de todas as outras diferenas encontradas entre os dois paradigmas. Modelo de Computao e Compartilhamento de Recursos: a maioria dos Grids disponveis utiliza o modelo de programao em batch, onde uma aplicao cliente solicita a um Grid que um determinado conjunto de trabalhos seja realizado durante um determinado perodo dentro de uma quantidade de recursos especfica (Foster et al, 2008). Assim, o provedor do Grid prov a seus usurios um certo controle sobre os recursos que ele est disponibilizando. Eventualmente, caso o Grid no possua recursos suficientes a disposio do usurio, sua aplicao ficar em uma fila aguardando para ser atendida (Foster et al, 2008). Esta uma situao normal em Grid Computing e tratada atravs de algoritmos de escalonamento pela prpria aplicao cliente atravs de interfaces disponibilizadas pelo provedor do Grid. J em Cloud Computing a situao bastante diferente. A utilizao de uma Cloud parte do pressuposto que os recursos necessrios sempre estaro disponveis (Foster et al, 2008), e obrigao do fornecedor do servio garantir a sua disponibilidade dentro dos limites do SLA que foi acordado entre as partes (Rajkumar et al, 2008). Assim,

o usurio do servio no tem um acesso aos recursos propriamente ditos1, mas apenas disponibilidade e capacidade de processamento e armazenamento que eles proporcionam. Assim, diferentemente das aplicaes em Grid, as aplicaes desenvolvidas para serem clientes de uma Cloud no se preocupam em gerenciar, monitorar ou escalonar a utilizao dos recursos. H vantagens e desvantagens nesta abordagem, e uma das desvantagens que os servios de infra-estrutura providos por uma Cloud tendem a no atender todas as necessidades das aplicaes cientficas. Como exemplo, temos a implementao do servio Amazon S3 (Site Amazon), que prov acesso a recursos de infra-estrutura. A implementao disponvel atualmente, apesar de atender com sucesso a determinados tipos de servio (Shantenu, 2009), no preenche todos os requisitos necessrios para executar aplicaes de cunho cientfico (Simson, 2009). Nvel de Abstrao e Facilidade de Uso: uma das grandes diferenas entre as implementaes de Grid e Cloud a simplicidade das interfaces atravs das quais os servios em Cloud so providos (Shantenu, 2009). Existem implementaes de Grid e de Cloud que se propem a fornecer os mesmos tipos de servio. O servio Amazon S3 (Simson, 2008) prov acesso a espao de armazenamento a uma taxa baseada em GB/ms. O Cern Data Grid (Segal, 2000) uma implementao em Grid que tambm prov servio de armazenamento de dados. A semntica dos servios oferecidos pelo S3 bem menor e menos complexa, se comparada com as interfaces disponibilizadas pelo Cern Data Grid (Shantenu, 2009). Embora os servios oferecidos pelo S3 ainda no sejam suficientes para suportar aplicaes cientficas (site amazon), ele apresentam funcionalidades suficientes para a maioria dos usurios que desejam contratar espao de armazenamento remoto (Shantenu, 2009). O mesmo tipo de facilidade encontrado em outras implementaes de Cloud, como as oferecidas pela Google (Google apps) e pela Microsoft (Microsoft) Em nossa opinio, essas facilidades providas pelo maior nvel de abstrao utilizado nos Clouds tm origem em seu modelo de negcio, que baseado em oferecer aos clientes uma idia de que os recursos disponveis so ilimitados e que cada cliente ir

Clouds podem prover servios especficos de infra-estrutura, que podem ser chamados de IaaS (Infrastructure as a Service) (Hamid et al, 2009), Haas (Hardware as a Service) (Lizhe, 2008), ou ainda DaaS (Database as a Service), o que obviamente requere maior controle sobre os recursos. Entretanto, para aplicaes mais especficas esse tipo de controle em geral no fornecido.
1

pagar por estes recursos de forma proporcional ao que utilizar. Para que esse modelo seja vivel financeiramente necessrio um grande volume de clientes, o que seria complicado de atingir caso as interfaces utilizadas para acessar a Cloud fossem complexas. Segurana: a forma como Grids e Clouds tratam a questo de segurana bastante diferente. O controle de segurana em uma Cloud muito mais simples do que o implementado por um Grid (Foster et al, 2008). (Shantenu, 2009). Em Grid so utilizados protocolos GSI (Grid Securiy Infrastructure) para autenticao, autorizao e proteo de comunicaes, enquanto que as implementaes em Cloud utilizam, em geral, um formulrio web para cadastro e concluem o processo de identificao atravs do envio de uma senha por e-mail, sem preocupao com segurana ou criptografia (Foster et al, 2008). Assim, o nvel de confiana de um usurio que tem acesso a um Grid muito maior em comparao com o acesso a uma Cloud. Esta diferena de tratamento esperada, visto que o nvel de controle que usurios de um Grid exercem sobre os recursos que esto disponveis muito maior do que em uma Cloud. Assim, apesar de menos sofisticado, no se pode afirmar que o controle de segurana disponibilizado por uma Cloud inadequado, j que o nvel de segurana implementado est relacionado a uma exigncia menor de segurana.

3. GRID DE COMPUTAO DE ALTO DESEMPENHO


Grids Computacionais so apresentados como uma plataforma de execuo para aplicaes paralelas. Sendo assim, faremos comparaes com plataformas de execuo convencionais. Em seguida definiremos quais so os tipos de aplicaes paralelas mais adequadas para executar em um Grid Computacional. 3.1.Conceitos de Alto Desempenho Multicore: um ambiente de processamento que possui dois ou mais ncleos independentes. A implementao de sistemas Multicore feita em nvel de hardware, atravs de circuitos integrados. Multiprocessor: semelhante ao Multicore e sua implementao tambm se d em nvel de hardware. Entretanto, prev a utilizao de vrios processadores, que podem ou no possuir vrios ncleos.

Cluster: um sistema com dois ou mais computadores conectados e trabalhando em conjunto. Diferentemente de sistemas Multicore e Multiprocessor, que propiciam a integrao em nvel de processador, o Cluster prev a conexo entre diferentes computadores que iro trabalhar em conjunto. Outra diferena dos sistemas em Cluster que sua implementao normalmente feita atravs de software, e no diretamente no hardware. 3.2.Ambientes de Alto Desempenho Um ambiente com processamento de alto-desempenho (PAD) caracterizado, principalmente, pela execuo de tarefas paralelas complexas e milhares de aplicaes ao mesmo instante. At pouco tempo, este ambiente era formado por computadores paralelos especficos (por exemplo, MPP e SMP). Atualmente, podemos encontrar uma estrutura desta categoria construda com componentes encontrados em lojas especializadas de informtica (conhecido como Components Off The Shelf - COTS) e podem ser classificados como clusters e grids computacionais. Os fatores que tangem ao desempenho dos clusters e grids so as polticas adotadas em relao aos recursos compartilhados, geralmente divididas em: poltica de transferncia, poltica de seleo, poltica de localizao e poltica de informao. Poltica de transferncia: A poltica de transferncia define quais elementos de processamento esto aptos a receber e transmitir tarefas. Nesta etapa so definidos como receptores os elementos ociosos ou com poucas cargas de trabalho e transmissores os elementos sobrecarregados.
Poltica de seleo: Dependendo do caso, uma troca de tarefas pode ser

feita, o que denota a segunda poltica: escolher, dentre tantas, a tarefa mais adequada a ser enviada a um determinado recurso. A esta funo dado o nome de poltica de seleo, esta poltica define se o escalonamento ser preemptivo ou no-preemptivo, ou seja, tarefas que j iniciaram sua execuo ou tarefas que ainda no foram executadas. 3.3.Grid Computing Grids Computacionais nasceram da comunidade de Processamento de Alto Desempenho, motivada pela idia de se utilizar computadores independentes e amplamente dispersos como plataforma de execuo de aplicaes paralelas. Porm, com a evoluo da pesquisa sobre Grids Computacionais e tecnologias utilizadas pela indstria para computao distribuda, houve naturalmente uma convergncia entre o mundo acadmico empresarial. Assim, a idia e prover uma infra-estrutura que viabilize servios

sob demanda, permitindo uma maior colaborao entre vrias instituies, atravs do compartilhamento de seus servios e recursos, e utilizando mecanismos que facilitem a interoperabilidade. No prefcio da segunda edio de seu livro The Grid Blueprint for a New Computing Infrasructure, Foster e Kesselman definem Grid como:
Uma infra-estrutura emergente que ir mudar fundamentalmente a forma como pensamos e utilizamos os computadores. A palavra Grid utilizada como uma analogia as grades de energia, que provem acesso pervasivo a eletricidade e, da mesma forma que o computador e outros pequenos avanos, proporcionaro um dramtico impacto nas capacidades humanas e na sociedade.

Foster segue sua argumentao afirmando que:


Muitos acreditam que, por permitir que todos os componentes de nossa infra-estrutura de tecnologia da informao capacidades computacionais, bancos de dados, sensores e pessoas sejam compartilhados de uma forma flexvel atravs de ferramentas colaborativas, Grid ter um efeito de transformao similar, permitindo o surgimento de novas classes de aplicao.

O impacto previsto por Foster com o surgimento dos Grids no se concretizou comercialmente. Por outro lado, a tecnologia desenvolvida para os Grids evoluiu e vem sendo utilizada nos meios acadmicos atravs de diversas iniciativas, como o caso do Globus, MyGrid, Our Grid entre outros. O foco destas iniciativas oferecer grandes capacidades de processamento e de armazenamento, utilizando tcnicas de processamento paralelo, de forma a facilitar a realizao de pesquisas cientficas por pessoas que no tem acesso a esse tipo de recurso.

4. DATA GRID E GERENCIAMENTO DE AMBIENTE GRID


4.1.Data Grid Segundo Krauter o ambiente de grade (grid) pode ser dividido em trs categorias:

Grade computacional relacionada com infra-estruturas que possuem maior

capacidade de processamento para execuo de aplicaes paralelas e distribudas. Procurando sempre diminuir o tempo de resposta de aplicaes ou aumentar a vazo do sistema;

Grade de dados infra-estruturas para sintetizao de informaes novas de

repositrio de dados como bibliotecas digitais e data warehouse que esto distribudos em uma rede de alta escala. Elas possuem servios de gerncia de armazenamento e acesso de dados para a aplicao;

Grade de servio infra-estrutura que fornece servio que no podem ser

providos por apenas uma mquina, como interligao de grupos colaborativos, agregao de recursos para visualizao de dados que permita um cientista aumentar a confiabilidade de suas simulaes e aplicaes multimdia em tempo real. (Krauter 2001). A computao em grid tambm conhecida como computao em grade, cujo principal objetivo distribuir grandes cargas de dados ou processos em pequenos blocos (sub-processos) com todos os membros da grid que estejam ociosos, onde todos simultaneamente processam em paralelo os blocos que lhe foram enviados, dividindo a memria e o processamento, o resultado do processo enviado para o middleware que tem a funo de agrupa e organiza todos os resultados recebidos e exibe para o usurio final de maneira transparente como se fosse um nico computador processando, com isso tem-se um grande ganho de desempenho na velocidade de processamento. Segundo o artigo da SQL Magazine Outro fator importante em uma grade computacional a independncia do equipamento utilizado. Quando um recurso falta, outro assume o lugar. Quando instalamos um banco de dados isolado isso no acontece, pois, na falta do servidor, haver perda de acesso informao. Segundo Taurion (2004), Data Grid so usadas para prover acesso seguro a dados armazenados remotamente, em sistemas diferentes, sem que os usurios precisem se preocupar se esto acessando dados locais ou remotos. Tambm de acordo com Taurion (2004), uma Data Grid permite que os dados sejam distribudos geograficamente, proporcionando mecanismos de acesso que permitam que os usurios, de forma

transparente, localizem e acesse os dados, ainda complementa que cada n de Data Grid dispe de servidores e recursos de armazenamento, mas estas especificidades internas no devem ser repassadas ao usurio, que deve acessar os dados de forma transparente.

Nesta estrutura, o banco de dados virtual se encarrega de armazenar e distribuir as informaes entre os bancos de dados que estiverem na grade computacional. As aplicaes devem se comunicar com o banco de dados virtual e ele resolve as demais questes. A comunicao do banco de dados virtual pode se dar com dados estruturados, semi-estruturados ou no estruturados. Artigo SQL Magazine Edio 21.

De acordo com Taurion (2004):


Data Grid um conceito que vem resolver um problema tpico de redes de computadores: como acessar remotamente arquivos e bases de dados localizados em computadores remotos e armazenados em tecnologias diferentes.

4.2.Gerenciando Ambientes Grid A Grid por ser uma tecnologia nova e complexa, onde permite que vrios computadores utilizando diferentes tipos de hardware e softwares se conectem trabalhando em conjunto como se fosse apenas um nico computador fsico e por ser um ambiente heterognio e no possuir uniformidade em sua estrutura, um padro de software e hardware estabelecido entre os membros da grid, segundo Taurion se torna um desafio o gerenciamento. Grid no apenas colocar em operao softwares de middleware e algumas aplicaes especialista. Segundo o artigo da SQL Magazine Ed. 21 Entende-se middleware como um software ou produto que permite a transferncia de dados entre duas aplicaes. Como responsvel pela troca de informaes entre as aplicaes, ele funciona como um elo de ligao entre elas. O artigo da SQL Magazine Ed.21 ainda complementa que Como uma grade computacional realiza a transferncia de dados entre as aplicaes e faz o vnculo com os recursos onde os dados sero processados (e eventualmente armazenados) entende-se, portanto, que a prpria grade um middleware. Segundo Taurion (2004), colocar uma Grid em operao demanda uma srie de requisitos de gerenciamento que envolve: Confiabilidade. absolutamente fundamental que todos os usurios que acessam a Grid tenham certeza de que o ambiente operacional seja seguro e confivel. J difcil manter um ambiente nico seguro e confivel, e podemos imaginar a complexidade de fazer o mesmo quando falamos em interconectar em tempo real sites com diferentes tecnologias, dispersos por entidade e organizaes com diferentes polticas de segurana e privacidade; Monitoramento. Gerenciar uma Grid significa monitorar continuamente a utilizao dos recursos, avaliando se estes esto sendo alocados de maneira tima ou se existem discrepncias na forma de alocao;

Nveis de servio. Usurios empresariais esperam obter tempos de respostas consistentes, de modo a tomar decises ou suportar processos de negcio em tempo hbil. Uma Grid empresarial no pode subestimar a importncia de se manter os servios nos nveis desejveis e adequados operao das empresas que os utilizam. necessrio definir SLAs (Service Level Agreements) para as aplicaes que operaro na Grid. Para obter um SLA necessrio que sejam especificados criteriosamente as condies e restries de uso da Grid pelo programa (por exemplo, uma limitao de plataformas), as necessidades de tempo de resposta (em quanto tempo a aplicao dever estar concluda) e os ndices e marcadores de qualidade de servio;

Contabilizao.

Uma

Grid

empresarial

compartilha

recursos

computacionais por vrios departamentos de uma empresa ou por vrias empresas parceiras. Devem ser especificados os critrios de contabilizao de recursos, os mecanismos de custeio e cobrana, para que nenhum participante sinta-se prejudicado em disponibilizar mais recursos Grid que receba em troca. Taurion (2004) explora a confiabilidade, e de acordo com ele preciso definir poltica de segurana e de acesso Grid, que contemple: Garantir a identidade do usurio. Os middleware de Grid implementam mecanismos diferentes para garantir esta identidade. Privacidade. Estabelecer identidade significa autenticar esta identidade. O usurio mesmo quem diz que ? A Grid deve prover garantias de que os usurios esto interagindo com outros usurios ou com recursos computacionais que so realmente os que ele pensa que so. Autorizao. A Grid deve implementar rgidas regras de controle de acesso. Apenas os recursos autorizados devem ser acessados. Auditoria. Alm dos mecanismos de defesa, devem existir recursos que permitam a auditoria sistemtica do uso da Grid, apontando, inclusive em tempo real, tentativas de violao das regras de acesso e segurana. Segundo Taurion (2004) a monitorao da Grid uma atividade de grande importncia em Grid Empresarial e o ambiente tecnolgico de uma Grid empresarial uma complexa infra-estrutura de hardware e software que deve estar disponvel 24 horas

por dia, os sete dias da semana. Adicionando-se a distribuio geogrfica dos sites e a necessidade de convivncia e integrao de mltiplas geraes de tecnologias heterogneas gera-se um contexto extremamente desafiador para seu gerenciamento.

5. CONCLUSO
Clusters e Grids tm como objetivo principal o compartilhamento de processamento, sendo que o Cluster visa o resultado de imediato, com todos os seus ns trabalhando em conjunto em uma mesma arquitetura. O Grid d uma noo ao usurio de que existe somente uma mquina, sendo que na verdade so vrias independentes dividindo o processamento. Esse por sua vez pode ter uma diminuio de seu desempenho, caso uma das mquinas que fazem parte se desconecte.

6. REFERNCIA
Aaron Weiss Compute in the Clouds Dezembro de 2007. Assuno, M. D.; Westphall, C. B.; Koch, F. L. Arquitetura de Grids de agentes aplicada gerncia de redes de computadores e telecomunicaes. In: Simpsio Brasileiro de redes de computadores, 21., Natal-Rn, 2003, P. 789-804 . Ben Segal. Grid Computing: The European Data Grid Project Cern, Switzerland 2000. Chede, Cezar Taurion. Grid Computing - Um Novo Paradigma Computacional. 1a.ed. Editora Brasport. 2004 Cluster Computing, disponvel: http://www.clubedohardware.com.br/artigos/153/2. Acessado em: 17 mar. 2012. Foster I., Yong Zhao, Raicu I, Lu S. Cloud Computing and Grid Computing 360Degree Compared Department of Computer Science, University of Chigado 16 de dezembro de 2008. Grid Computing, disponvel: http://www.clubedohardware.com.br/artigos/124/2. Acessado em 17 mar. 2012. Hamid R Motahari - Nezhad, Bryan Stephenson, Sharad Singhal. Outsourcing Business TO Cloud Computing Services: Opportunities AND Challenges - Hp Laboratories 2009 I. Foster AND C. Kesselman.The Grid Blueprint FOR A New Computing Orlando, Fl: Morgan Kaufmann Publishers, 1999. 701 P.

Klaus Krauter, Rajkumar Buyya, and Muthucumaru Maheswaran. A Taxonomy and Survey of Grid Resource Management Systems for Distributed Computing. International Journal of Software: Practice and Experience (SPE), ISSN: 0038-0644, Volume 32, Issue 2, Pages: 135-164, Wiley Press, USA, February 2002. (http://www.buyya.com/papers/Gridtaxonomy.pdf) Koch, F. L.; Westphall, C. B. Inteligncia Artificial distribuda no gerenciamento de redes de computadores Uma Abordagem Operacional. Simpsio Brasileiro De Redes De Computadores, 16., Rio DE Janeiro, 1998. Lizhe WANG, Gregor VON LASZEWSKI. Cloud Computing: a Perspective Study Service Oriented Cyberinfrastruture Lab, Rochester Inst. of Tech Dezembro de 2008. Michael Armbrust, Armando Fox, Rean Griffith, Anthony D. Joseph, Randy H. Katz, Andrew Konwinski, Gunho Lee, David A. Patterson, Ariel Rabkin, Ion Stoica, Matei Zaharia. Above the Clouds: A Berkeley View of Cloud Computing - Electrical Engineering and Computer SciencesUniversity of California at Berkeley 23 de fevereiro de 2009. Oliveira, Celso H. Poderoso de . Banco de dados em grade: realidade ou fico?. Revista SQL MAGAZINE. Ed. 21 Rajkumar Buyya, Chee Shin Yeo, and Srikumar Venugopal. Market-Oriented Cloud Computing: vision, hype, and reality for delivering it services as computing utilities Grid Computing AND Distributed Systems (Grids) Laboratory Department OF Computer Science AND Software Engineering The University OF Melbourne, Australia 2008. Shantenu Jha, Andre Merzky, Geoffrey Fox Using Clouds TO Provide Grids Higher-Levels OF Abstraction AND Explicit Support FOR Usage Modes - Center FOR Computation AND Technology, Louisiana State University 2009. Simson Garfinkel , Mayur Palankar, Adriana Iamnitchi, Matei Ripeanu Amazon S3 FOR Science Grids: A Viable Solution? Center FOR Research ON Computation AND Society Harvard University 2008.