D

1
Détection de défaillances et algorithmes répartis
pour les GRIDs

• Marin BERTIER

Thèmes SRC Laboratoire d'Informatique de Paris
6 Université Pierre Marie Curie
2
Contexte
Introduction

• Développement des GRIDs
• Grand nombre de sites
• Organisé hiérarchique
• Niveau local ? cluster
• Niveau Global ? Inter-cluster
• Dissymétrie des communications
• cluster Fiables et rapides
• Inter-cluster

3
Détection de défaillances
Introduction

• Impossibilité de résoudre le consensus dans un
  système asynchrone FLP85
• Caractéristiques
• Fournissent une liste non fiable des processus
  suspectés dêtre défaillants
• Complétude Un processus défaillant doit être
  considéré comme défaillant par les autres
• Justesse Un processus correct ne doit pas être
  considéré défaillant
• Modèle partiellement synchrone (GTS)

4
Techniques de détection
Introduction

• Applicatif (refus de services)
• Pinging
• Heatbeat

p
q
D
p up
p up
Détecteur sur q
p down
p
q
D
p up
p up
Détecteur sur q
p down
5
Qualité de service
Introduction

• Métriques
• Temps de détection
• Temps entre deux erreurs (TMR)
• Durée des erreurs (TM)

DF
TM
TMR
Processus p
up
6
Détecteurs de défaillances

• Fonctionnement hearbeat
• Défaillances
• crash / recovery
• perte de messages
• Adaptable
• Estimations dynamiques
• Intervalle démission
• Permet le transport dinformation

7
Organisation
Organisation Hiérarchique

• Organisation hiérarchique
• Communication
• IP-Multicast au niveau local
• UDP au niveau global

cluster 1
cluster 2
cluster 3
8
Niveaux Hiérarchiques
Organisation Hiérarchique

• Visions
• Niveau Local
• Liste des sites du cluster
• Niveau global
• Liste des clusters
• Qualité de service différentes

9
Comportement
Organisation Hiérarchique
cluster 2
S1.5
cluster 1
S2.1
S1.1
S1.5
S1.4
S1.5
S1.2
S1.2
S3.5
S1.5
S1.4
S1.3
LENT
S1.5
cluster 3
10
Avantages / Désavantages
Organisation Hiérarchique

• Avantages
• Nombre de messages (n nb sites, k nb groupes)
• Système plat n (n -1)
• Hiérarchique n2 / k k2 k 1
• Si n gt k2 un leader gère moins de messages
• Partitionnement des informations
• Mise en place de mécanisme
• Élection de leader

11
Election de leader
Organisation Hiérarchique

• Sur le principe de ?
• Liste triée de leaders non suspectés
  (Trusted_Process)
• Leader 1er de Trusted_Process
• Objectifs
• Temps de recouvrement court
• Avoir au moins un leader

12
Architecture

• Emission de message I-am-alive
• Estimation de base
• Compromis entre le temps de détection et le
  nombre de fausses détection
• Fournit
• Liste de sites suspects
• Informations sur la détection
• Adaptation de lintervalle démission

Application 1
Application 2
Liste de suspects
QoS 1
Liste de suspects
QoS 2
Couche dadaptation 1
Couche dadaptation 2
?i 2
?i 1
Liste de sites suspects Intervalle
démission Marge de détection QoS observée
Couche de base
Blackboard
13
Architecture

• Spécifique à lapplication
• Adapte la QoS
• Différents algorithmes
• Adaptation de linterface
• Pop ou Push
• Permet différentes vision du système

Application 1
Application 2
Liste de suspects
QoS 1
Liste de suspects
QoS 2
Couche dadaptation 1
Couche dadaptation 2
?i 2
?i 1
Liste de sites suspects Intervalle
démission Marge de détection QoS observée
Couche de base
Blackboard
14
Architecture
Application 1
Application 2

• Représente lutilisateur des détecteurs de
  défaillance
• Service de nommage
• Fournir le besoin en QoS local
• Utilise la liste des sites suspects

Liste de suspects
QoS 1
Liste de suspects
QoS 2
Couche dadaptation 1
Couche dadaptation 2
?i 2
?i 1
Liste de sites suspects Intervalle
démission Marge de détection QoS observée
Couche de base
Blackboard
15
Couche de baseFonctionnement
Architecture
?i
hi-1
hi
hi1
hi2
Processus p
Processus q
Ai
?to
?i
?i1
?i2
Freshness points
?i-1
FD de q
16
Couche de baseEstimation de la date darrivée
Architecture

• Calcul de la date butoir
• Timeout (?k1) date théorique (EAk1) marge
  dynamique (?k1)
• Date théorique estimation de Chen
• Marge dynamique (algorithme de jacobson)

17
Adaptation du délai démission
Architecture

• Motivation
• Besoins variables des applications
• Etat du réseau
• Négocier entre récepteurs et lémetteur

18
Performance
Performances couche de base
Dynamique RTT Chen
Nb fausses détections 24 54 29
Durée erreurs (ms) 31,6 25,23 36,61
Temps de détection (ms) 5131,7 5081,79 5672,53

• Adaptation
• Court terme (Marge)
• Moyen terme (Estimation date)
• Conclusion
• Bon compromis entre temps de détection et le
  nombre de fausses détections

19
Plateforme de test
Performances couche dadaptation

• Utilisation de dummynet (simulateur reseau)
• Introduction de délai de propagation
• Variation du délai de propagation
• Introduction de perte de messages

Group 1 Paris
Délai 50ms /- 10ms Perte de messages 1.2
Délai 10ms /- 4ms Perte de messages 0.5
Group 2 San Francisco
Group 3 Toulouse
Délai 150ms /- 25ms Perte de messages 3
20
Organisation
Performances couche dadaptation

• Conditions
• ?i 700ms

Nb de sites 4 6 9 12 16
Nb de sites par groupe local 2 3 3 4 4
Nb de groupes local 2 2 3 3 4
21
Conclusion

• Service de détection de défaillances
• Scalable
• Partagé
• Adaptable
• Fournissant une QoS locale