Научный журнал
Фундаментальные исследования
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,087

СИСТЕМНЫЙ МЕТОД ПРИНЯТИЯ РЕШЕНИЙ О ВЫБОРЕ ТЕХНОЛОГИИ ПОСТРОЕНИЯ ВЫЧИСЛИТЕЛЬНОГО КЛАСТЕРА ДЛЯ ЭЛЕКТРОЭНЕРГЕТИЧЕСКОГО МУЛЬТИКЛАСТЕРА

Дьяченко Р.А. 1 Багдасарян Р.Х. 1 Рудешко Н.А. 1 Лысенков К.А. 1
1 ФГБОУ ВПО «Кубанский государственный технологический университет»
Выбор технологии построения вычислительной сети – одна из наиболее важных задач в построении электроэнергетического мультикластера. Она влияет на создание, разработку, расширение, программирование кластера и использование программного обеспечения для распределенных вычислений. Некоторые технологии могут предложить готовые программные решения, но они имеют достаточно высокую стоимость и могут быть привязаны к определенным аппаратным платформам. Другие имеют широкий спектр возможностей и высокий порог вхождения. В общем, мультикластер может стать системой, которая автоматически контролирует энергетическую сеть и стоит недорого по сравнению с суперкомпьютером из-за использования в основном настольного аппаратного обеспечения. В данной статье авторы анализируют различные критерии при выборе технологии построения вычислительного кластера для электроэнергетического мультикластера и сравнивают между собой каждую кластерную технологию, используя данные критерии. В статье также составлена трехуровневая иерархия, проанализирован каждый из уровней, и выбрана оптимальная кластерная технология для электроэнергетического мультикластера с использованием метода анализа иерархий.
системный метод
мультикластер
технология
1. Атрощенко В.А., Кабанков Ю.А., Дьяченко Р.А. Теория информационных систем электроэнергетических комплексов. Монография LAP Lambert Academic Publishing, 2012.
2. Атрощенко В.А., Фишер А.В., Дьяченко Р.А. К вопросу сбора данных электроэнергетических систем // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ). – 2012. – С. 853–863.
3. Бельченко В.Е., Дьяченко Р.А., Лоба И.С., Нефедьев Е.М., Трофимов П.В. Теоретические аспекты построения информационных систем мониторинга и прогнозирования объектов электроэнергетики. Монография РИО АГПА, 2013.
4. Томас Саати, К. Кернс. «Аналитическое планирование, организация систем». – М.: «Радио и связь», 1991. – С. 34–41.
5. Эндрю Таненбаум. «Архитектура компьютера, 5-е издание». – СПб, «Питер», 2007.

В настоящее время технология построения вычислительной сети – одна из наиболее важных задач в построении электроэнергетического мультикластера. Она влияет на создание, разработку, расширение, программирование кластера и использование программного обеспечения для распределенных вычислений [3, 2]. При создании электроэнергетического мультикластера одной из главных проблем является выбор кластерной технологии для построения вычислительной сети. Одни технологии могут предложить готовые программные решения, но они могут стоить достаточно дорого и могут быть привязаны к определенным аппаратным платформам. Другие могут предложить широкий спектр возможностей, которые, однако, могут иметь более высокий порог вхождения. В целом, мультикластер может стать системой, которая автоматически контролирует энергетическую сеть, стоит недорого по сравнению с суперкомпьютером из-за использования в основном настольного аппаратного обеспечения.

Мультикластер – вычислительная система, состоящая из нескольких стандартных серверных систем, объединенных в сеть и использующих специальное ПО, позволяющее им функционировать как единая вычислительная система, применяемая для решения научных или инженерных задач [5]. Существуют различные технологии построения кластеров. При развертывании мультикластера в качестве «надстройки» над уже существующей сетью электроэнергетических подстанций главной проблемой становится выбор подходящей технологии. Каждая технология имеет свои достоинства и недостатки, и возникает необходимость в использовании формального метода, позволяющего подобрать наиболее подходящую. Таким методом может являться метод анализа иерархий, разработанный американским ученым Томасом Саати и изложенный в [4].

Метод состоит из трех этапов:

1) декомпозиция решаемой проблемы выбора технологии на все более простые части, представление проблемы в иерархической форме;

2) попарные сравнения различных элементов иерархии;

3) синтез локальных приоритетов.

Этап 1. Обозначение критериев и технологий.

Представим задачу в иерархической форме (рисунок). На высшем уровне находится главная задача – выбор подходящей кластерной технологии. На втором уровне – критерии, характеризующие качество каждой технологии. На третьем уровне представлены альтернативные кластерные технологии – их нужно оценить по отношению к критериям второго уровня.

djacen.tif

Иерархическое представление выбора кластерной технологии для построения электроэнергетического мультикластера

 

Рассмотрим множество критериев оценки решения задачи:

К = {K1, K2, K3, K4, K5}, (1)

где К1 – стоимость, К2 – удобство развертывания, К3 – расширяемость, К4 – удобство использования, К5 – простота программирования.

Различные кластерные технологии подробно описаны в [3]. Они представлены множеством

Т = {T1, T2, Т3, Т4, Т5, Т6}, (2)

где Т1 – DCS система распределенных вычислений. Клиент-серверная система, основанная на продуктах корпорации Microsoft, имеющая много возможностей для настройки, обеспечивающая параллелизм по данным. В то же время отличается высокой стоимостью, а настройка достаточно сложна;

T2 – OpenVMS-кластер – кластер, основанный на архитектурах Alpha или VАX. По данной технологии можно создавать системы любого размера и сложности. В то же время, данные архитектуры являются не слишком распространенными, а масштабирование системы представляет собой дорогое и сложное мероприятие;

T3 – TruCluster – основывается на среде Digital Unix. Эта ОС имеет закрытую лицензию и является платной – что, в сравнении с описанной ниже технологией Beowulf, является минусом для большинства систем. В то же время TruCluster имеет высокую степень масштабируемости и позволяет применять решения на основе промышленных стандартов (что является достоинством, т. к. в данной работе подбирается технология именно для промышленного использования).

T4 – Digital-кластер – также имеет высокую степень масштабируемости, кроме того, при отказе любого узла системы система продолжит функционировать. Также, кластер позволяет использовать как архитектуры Intel, так и Alpha. Минусом является то, что все узлы должны иметь одинаковую архитектуру.

Т5 – массивно-параллельные суперкомпьютеры серии CRАY T3. Данные компьютеры отличаются высокой производительностью – но соответственно высокой же ценой и труднодоступностью.

T6 – кластерные системы класса Beowulf. Важнейшее достоинство системы – ее независимость от аппаратного обеспечения. Главное – чтоб на компьютерах-узлах сети могла работать операционная система Linux. По сути, Beowulf-кластер представляет собой обычную вычислительную сеть со стандартной архитектурой, но составляющие ее узлы пассивны, и вся система работает как один компьютер.

Этап 2. Составление матриц попарных сравнений.

Следующим шагом при использовании МАИ является составление таблиц попарных сравнений. Для этого следует определить шкалу, позволяющую численно оценивать важность элементов каждого уровня. Приведенная в [4] шкала попарных сравнений представляется для данной задачи избыточной, поэтому разработаем на ее основе упрощенную шкалу (таблицу).

Шкала важности элементов каждого уровня

Интенсивность относительной важности

Определение

Объяснения

1

Равная важность

Равный вклад двух видов деятельности в цель.

2

Умеренное превосходство одного над другим

Опыт и суждения дают легкое превосходство одному виду деятельности над другим.

3

Значительное

превосходство

Опыт и суждения дают сильное превосходство одному виду деятельности над другим.

4

Очень сильное

превосходство

Очевидность превосходства одного вида над другим подтверждается наиболее сильно.

 

Имея шкалу оценки, можно приступать к построению матриц попарных сравнений, где и будет применена эта шкала, для всех уровней иерархии.

Матрица попарных сравнений строится следующим образом:

1) каждый элемент слева сравнивается с элементом наверху;

2) если элемент слева лучше, чем элемент наверху, в клетку заносится положительное число (от 1 до 4), иначе – обратное число;

3) таких матриц для данной задачи нужно составить шесть: одну для уровня 2, так как нам нужно сравнить набор критериев между собой, и пять для уровня 3, так как требуется сравнить по каждому из пяти критериев имеющиеся альтернативы технологий.

При попарной оценке критериев наиболее важным был выбран критерий К4 («Удобство использования»), так как необходимо обеспечить низкий порог вхождения для пользователей системы и обслуживающего персонала. Наименьшую оценку получил критерий К2 («Удобство развертывания»), так как это однократная операция, и в любом случае она требует серьезного подхода [1]. По вышеприведенной методике можно построить матрицу попарных сравнений для уровня 2

djac01.wmf

К1: по критерию «Стоимость» T6 получил высшую оценку, так как эта технология предусматривает бесплатное ПО с открытым исходным кодом и использование настольных комплектующих, которые, как правило, являются более дешевыми, чем серверные решения. Промежуточное положение занимают T2, T3 и Т4, так как отношение стоимости аппаратной части к стоимости программной у них примерно равно. Наименее низкие оценки получили T1 и T5: T1 – за дорогие корпоративные решения от компании Microsoft, а T5 – за дорогую аппаратную часть от Cray Supercomputers.

К2: самые высокие оценки были присвоены T5 и T6, так как T5 имеет набор готовых программных решений и библиотек, а Т6 предлагает полностью готовые программно-аппаратные комплексы с высокой степенью интеграции. Наименьшие оценки получили T1 и T2 за слишком высокую фрагментацию в аппаратной части.

K3: наивысшая оценка присвоена T6, так как расширение происходит добавлением нового узла, что не представляет сложности, особенно учитывая аппаратную базу. Наименьшую оценку получил Т5 за отсутствие альтернативных производителей аппаратной части.

К4: примерно одинаковые оценки получили Т3 за высокую степень стандартизации (которая диктуется промышленным применением), Т5 за программную часть, изначально разработанную для конкретного аппаратного обеспечения, и Т6 за унифицированную программную часть.

К5: наивысшую оценку получил T5 за специально разрабатываемые и поддерживаемые производителем средства программирования. Чуть меньшую оценку получил T6 за полностью открытый исходный код всего программного обеспечения и наличия справочной и обучающей литературы в широком доступе.

Далее, используя вышеописанную методику попарных сравнений, получили матрицы для третьего уровня:

djac02.wmf,

djac03.wmf,

djac04.wmf,

djac05.wmf,

djac06.wmf.

Этап 3. Синтез локальных приоритетов

На заключительном этапе следует «решить» каждую матрицу, найдя относительную ценность каждого объекта. Далее необходимо найти собственные компоненты вектора приоритетов. Они вычисляются согласно методике описанной в [4].

Для второго уровня вектор компонент имеет вид

djac07.wmf.

Для третьего уровня векторы компонент имеют вид:

djac08.wmf,

djac09.wmf,

djac10.wmf,

djac11.wmf,

djac12.wmf.

Получившиеся векторы собственных компонент для второго и третьего уровней необходимо нормализовать. Это делается для того, чтобы получить долю, которая приходится на каждый элемент столбца. Доля называется локальным приоритетом.

Нормализованный вектор второго уровня имеет вид

djac13.wmf.

Матрица нормализованных векторов для третьего уровня имеет вид

djac14.wmf.

Итоговый вектор приоритетов, полученный путем умножения матриц локальных приоритетов второго уровня на матрицу локальных приоритетов третьего уровня, имеет вид

djac15.wmf

Далее под синтезом будем понимать поиск индекса вектора V, имеющего наибольшее значение. В нашем случае это 6-й элемент вектора приоритетов, который соответствует альтернативе T6, т.е. – технологии Beowulf.

Заключение

В результате использования метода анализа иерархий при выборе кластерной технологии построения энергетического мультикластера была составлена иерархия выбора технологии, выбрана шкала попарной оценки для критериев и технологий, составлены матрицы попарных сравнений для каждого уровня иерархии, составлен вектор приоритетов, отражающий преимущество каждой технологии с учетом важности критериев сравнения.

Рецензенты:

Шевцов Ю.Д., д.т.н., профессор, профессор кафедры информатики и вычислительной техники факультета компьютерных технологий и автоматизированных систем, ФГБОУ «Кубанский государственный технологический университет», г. Краснодар;

Степанов В.В., д.т.н., профессор, профессор кафедры информатики и вычислительной техники факультета компьютерных технологий и автоматизированных систем, ФГБОУ «Кубанский государственный технологический университет», г. Краснодар.

Работа поступила в редакцию 15.04.2015.


Библиографическая ссылка

Дьяченко Р.А., Багдасарян Р.Х., Рудешко Н.А., Лысенков К.А. СИСТЕМНЫЙ МЕТОД ПРИНЯТИЯ РЕШЕНИЙ О ВЫБОРЕ ТЕХНОЛОГИИ ПОСТРОЕНИЯ ВЫЧИСЛИТЕЛЬНОГО КЛАСТЕРА ДЛЯ ЭЛЕКТРОЭНЕРГЕТИЧЕСКОГО МУЛЬТИКЛАСТЕРА // Фундаментальные исследования. – 2015. – № 2-16. – С. 3488-3492;
URL: http://www.fundamental-research.ru/ru/article/view?id=37806 (дата обращения: 13.08.2020).

Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1.074