CLUSTERING Y GRID COMPUTING EN SISTEMAS
DE ALTA DISPOBILIDAD PARA SERVICIOS WEB Y
MAIL
Aguilera, Pablo.
pabloaav@gmail.com
Universidad de las Fuerzas Armadas ESPE
Estevan Gmez
ergomez@espe.edu.ec
Universidad de las Fuerzas Armada ESPE
Resumen En base a las tendencias mundiales, se debe
conocer las ventajas y desventajas presentes en las tecnologas
clustering y grid computing, para alcanzar una alta
disponibilidad en los principales servicios empresariales, que
permitan lograr los objetivos organizacionales tanto en la
productividad, la integridad, disponibilidad y confiabilidad de
la informacin. Para lograrlo se revisan los principales
conceptos y caractersticas, buscando direccionar al lector el
tipo de tecnologa que se adapta a sus necesidades y as sacar
provecho a los servicios web y mail de la empresa.
Index Terms Clustering: Es un conjunto de computadoras
interconectadas que funcionan en conjunto usando el poder de
cmputo de varios procesadores para resolver transacciones
complejas.
Grid computing: Es la comparticin de potencia de
procesadores, aprovechando los ciclos de procesamientos no
utilizados de cada nodo de la Grid.
Abstract Based on global trends , one must know the
advantages and disadvantages present in the clustering
technologies and grid computing to achieve high availability in
major business services, which will achieve the organizational
objectives both productivity , integrity , availability and
reliability of the information . To achieve the main concepts and
characteristics are reviewed, addressing the reader looking for
the kind of technology that adapts to your needs and take
advantage of Web services and mail company.
.
I. INTRODUCCIN
Con el cambio de tecnologa actual, que cada momento
requiere el manejo de informacin de forma remota, pero
manteniendo la confiabilidad y la integridad de la misma, se ve
la necesidad de conocer sobre los servicios en cloud,
balanceando la carga y desarrollando infraestructuras que
permitan tener alta disponibilidad, alcanzando un grado muy
alto de continuidad operacional y reduciendo al mnimo el
tiempo en el cual el sistema no est disponible.
Este trabajo se realiz para titulacin en la Maestra de Gerencia en Sistemas
de la Universidad de las Fuerzas Armadas - ESPE.
Se realiza esta investigacin buscando conocer el estado del
arte de clustering y grid computing, validando las ventajas y
desventajas de cada tecnologa, considerando los elementos que
lo conforman, la clasificacin y su arquitectura; analizando
cada una de sus caractersticas permitira al lector estimar con
mayor fundamento el tipo de infraestructura que colaborara al
desarrollo empresarial.
Existen muchas empresas dedicadas a proporcionar servicio
en cloud pero en vista que es un servicio que poco a poco se
est haciendo conocer, an no es aceptado en su totalidad a
nivel empresarial, ya que los servidores no estn fsicamente
ubicados en sus propias instalaciones.
Un aspecto fundamental que se debe considerar con mucha
seriedad, es el tema de los contratos para saber lo que cada
empresa ofrece y la responsabilidad que tienen en ambas partes
(contratante contratado). Adicionalmente se puede utilizar el
mismo servicio de internet para evaluar las puntuaciones o
calificaciones que se han otorgado a la empresa a evaluar.
Si luego del anlisis an no se obtiene un consenso de los
directivos de la empresa, es recomendable analizar la
posibilidad de realizar una implementacin interna, y para ello
en el presente artculo se indica los conceptos principales y
caractersticas a considerar.
Debido a las mltiples transacciones que se requieren en los
sistemas actuales, tenemos la necesidad de cada vez contar con
equipos cada vez ms potentes, por ello se puede encontrar las
llamadas sper computadoras, que no son ms que equipos que
cuentan con sper procesadores que permiten tener un menor
tiempo de respuesta incluso con clculos muy demandantes.
Una gran cantidad de empresas ya cuentan con sistemas
transaccionales orientados a la web, y utilizan en gran magnitud
los servicios mail precisamente para tener una comunicacin
casi en tiempo real, sin necesidad de tener la necesidad de pasar
cada segundo del tiempo laboral en las oficinas.
II. MATERIAL Y MTODOS
2.1 Marco Terico
Un cluster es un conjunto de computadoras, construidas
mediante la utilizacin de componentes de hardware que se
comportan como si fuera una sola computadora. [6]
Da a da las tecnologas clster siguen evolucionando
apoyando a las aplicaciones de sper cmputo, software de
misiones crticas, servidores web, comercio electrnico, bases
de datos de alto rendimiento, entre otros.
En sus inicios clustering aparece como resultado de varias
tendencias actuales, basndose en la disponibilidad de
microprocesadores econmicos de alto rendimiento, redes de
alta velocidad y la creciente necesidad potenciar las
aplicaciones, a partir de ah incluso ya nace una nueva
terminologa denominada clster HA.
Un cluster HA (High Availability) es un sistema orientado a
ofrecer y garantizar servicios de alta disponibilidad,
entendiendo por ello que alcanza un grado alto de fiabilidad y
la respectiva continuidad de las operaciones.
El cluster HA debe ser capaz de detectar cualquier fallo de
hardware y software, reiniciar la aplicacin en otro nodo y
mantener el servicio sin intervencin de un operador,
garantizando la integridad de los datos.
Pero finalmente el clustering presenta una desventaja, ya que
como veamos en la descripcin son un grupo de mquinas
interconectadas pero adicionalmente ests estn dentro de una
red LAN, y al existir nuevos requerimientos y nuevas
necesidades, aparece un nuevo trmino, Grid Computing.
El concepto de grid computing hace referencia a tecnologas
de computacin distribuida, en la cual primeramente ya se
orienta a redes WAN, permitiendo que los recursos de varios
ordenadores resuelvan necesidades existentes, por medio de un
intercambio colaborativo y sobre todo utilizando de forma
ptima los tiempos inactivos de los procesadores.
Por otro lado actualmente se intenta minimizar los gastos de
actualizacin de hardware y software de los equipos
informticos, debido al mejoramiento continuo de la tecnologa
que a su vez requiere una mayor capacidad incluso de
almacenamiento. Utilizado la tecnologa de grid computing e
integrndola al cloud se lograra una mejora sustancial en la
capacidad de procesamiento y almacenamiento sin necesidad de
mquinas locales, acceso seguro a la informacin desde
cualquier lugar, innovacin constante, entre otros.
A. ELEMENTOS QUE FORMAN PARTE DE UN CLUSTER
Los elementos con los que cuenta un cluster son:
Nodo activo (donde corren los servicios)
Nodo pasivo (backup)
Servidores reales
Software de administracin
Protocolos de comunicacin y servicios
Conexiones de red
Ambientes de programacin paralela
Middleware. [2]
Fig. 1. Elementos de un cluster
B. CLASIFICACIN DE SISTEMAS
Su clasificacin radica en las mejoras de prestaciones que se
desea conseguir, y es as:
Sistemas de alta disponibilidad (HAS High Availability
Systems), donde garantiza que el servicio siempre est activo,
por medio de la tolerancia a fallos.
Sistemas de alto rendimiento (HPC High Performance
Computing), se busca alcanzar una potencia de cmputo mayor,
es decir, ejecutar trabajos pesados en menor tiempo.
Sistemas de alto aprovechamiento (HTS High Troughput
Systems), donde el nmero de tareas resueltas sea el mximo
posible, maximizando el uso de recursos para servir a ms
clientes. [7]
C. CLASIFICACIN DE LOS CLUSTER
Se clasifican en base a sus caractersticas:
Cluster de alto rendimiento (HPC High Performance
Cluster), son cluster en los cuales se ejecutan tareas que
requieren una gran capacidad transaccional, alto
requerimiento de memoria o ambas a la vez.
Cluster de alta disponibilidad (HAC High Availability
Cluster), su objetivo es proveer disponibilidad y
confiabilidad, La confiabilidad se provee mediante un
software que detecta fallos y permite recuperarse frente a
ellos, mientras que en hardware se evita tener un nico punto
de fallo.
Cluster de alta eficiencia (HTC High Throughput
Cluster), el objetivo es ejecutar la mayor cantidad de tareas en
el menor tiempo posible, el retardo entre los nodos del cluster
no es considerado un gran problema. [5]
Balanceo de carga, cluster que permite que un conjunto de
servidores compartan la carga de trabajo y de trfico a sus
clientes. Las caractersticas de este cluster son: ampliar su
capacidad fcilmente aadiendo ms ordenadores y ante la
cada de uno de los servidores, por ms que el servicio se vea
mermado, el sistema seguir funcionando. [1]
D. ARQUITECTURA DE LOS GRID
Se describe la arquitectura Grid en trminos de capas donde
cada una proveer funciones especficas. Las capas ms altas
de esta estructura se orientan ms a la relacin directa ocn el
usuario, mientras las de nivel ms bajo se aproximan al
hardware (computadores, redes).
 Fig. 2. Arquitectura de capas en Grid
Esta tecnologa brinda a las empresas el beneficio de la
velocidad, lo que supone una ventaja competitiva, con lo cual
se provee una mejora en los tiempos para la produccin de
nuevos productos y servicios.
El paralelismo puede ser considerado un problema en base
a los equipos paralelos son muy costosos, pero se puede
generar el mismo procedimiento utilizando un conjunto de
mquinas heterogneas de pequeo o mediano porte, cuya
potencia sumada sea considerable, lo que permite tener
sistemas de najo costo y alta potencia.
E. CLASIFICACIN DE LOS GRID
En base a sus caractersticas se puede clasificar a los grid
dependiendo de su enfoque:
INTRAGRID: Que est enfocado a una misma empresa,
con recursos heterogneos, utilizando redes LAN y por tanto
contando con menores problemas de seguridad y por ende
tambin menores problemas de confiabilidad.
INTERGRID: Su enfoque es a mltiples empresas,
requiere mltiples dominios administrativos, utiliza la
interconexin WAN, desde este punto la seguridad es un
asunto de mucha importancia, y comienzan a aparecer
problemas de confiabilidad.
F. DIFERENCIAS Y SIMILITUDES ENTRE LAS DOS
TECNOLOGAS
Las dos tecnologas en anlisis son aplicadas en sistemas
distribuidos, la principal diferencia la podemos visualizar en
la Fig. 3 donde se encuentra que los cluster estn ms
enfocados a un control y administracin centralizada,
mientras que los grid prcticamente se adapta tanto en
centralizado como a descentralizado, siendo su ms
importante aplicacin de modo descentralizado. [11]
Fig. 3. Sistemas de Computacin
A diferencia de los cluster como ya se haba mencionado
anteriormente, los nodos de la grid pueden estar en cualquier
parte del mundo.
En un cluster se busca el rendimiento de los nodos
englobndolos en uno solo, en cambio en un grid el resultado
obtenido engloba de las mquinas de una supercomputadora.
III. EVALUACIN, VALIDACIN Y VERIFICACIN
DE RESULTADOS
3.1 Evaluacin y Discusin de Resultados
Al existir mltiples empresas que actualmente ofertan este
tipo de servicios, se debe considerar ciertos parmetros que
nos ayuden a elegir:
Escalabilidad: Conocer el grado de escalabilidad que me
permite, ya que la idea principal no es tener los
supercomputadores de los cuales solo utilizaremos el 10%, al
contrario es poder utilizar los equipos en base a nuestras
necesidades, y de modificar las mismas la escalabilidad sea
prcticamente transparente.
Precios y Costos: Este punto est relacionado con la
escalabilidad, ya que segn vamos necesitando mayores
recursos vamos solicitando y por ende incrementa el valor, a
diferencia de tener contratado un servidor dedicado, al cual
posiblemente nunca lo utilicemos en su totalidad.
Administracin de la infraestructura que te pertenece:
existen empresas que incluso ofrecen un servicio de
administracin y por ende est incluido en el costo, mientras
que otras no ofrecen este servicio, lo que implica que el
contratante es el encargado las mquinas virtuales alojadas
en la nube.
Alta disponibilidad: Al no depender directamente del
hardware, los fallos fsicos se reducen ostensiblemente, y la
empresa que ofrece el servicio debe indicar los planes contra
desastres que tengan establecidos.
Rendimiento: Este punto se lo debe evaluar en base al
requerimiento del negocio, ya que una empresa que tena su
servidor dedicado y cambia de esquema si va a sentir una
diferencia precisamente porque el hardware dedicado es
100% designado, mientras que en cloud se considera el tener
una parte del pastel.
Seguridad y privacidad: Como en puntos anteriores se
indicaba existe mucha controversia al sacar las aplicaciones
a la nube en lugar de mantenerlas en equipos fsicos, por ello
 se debe conocer las polticas y niveles de seguridad, ya que
en muchos de los casos es casi imposible conocer fsicamente
las instalaciones que nos ofrecen el servicio y estn al otro
lado del mundo en algunos casos.
A. CONFIGURACIONES EJEMPLO DE CLUSTER DE
ALTA DISPONIBILIDAD
Existen mltiples programas para poder realizar el cluster
requerido, incluso depende del S.O. de los servidores que
utilicemos. Como nuestro enfoque es hacia la alta
disponibilidad, vamos a indicar los elementos utilizados en
un proyecto de Debian GNU/Linux denominado
UltraMonkey, es un proyecto que utiliza diferentes
herramientas de Software Libre y busca conseguir el
balanceo de carga y alta disponibilidad que es lo que
buscamos en el cluster de estudio.
La integracin de las herramientas no permiten apuntalar
el enfoque del cluster por ello podemos ver las
caractersticas principales de cada una, iniciando con LVS
(Linux Virtual Server), por medio de este programa
podemos realizar un parche al kernel de Linux y lograr que
sea nuestro balanceador de carga, ya que permite balancear
muchos protocolos distintos, adems que trabaja con las
mayora de protocolos como HTTP, HTTPS, Telnet, FTP,
etc.
HearBeat es una herramienta que se debe integrar con
LVS para aumentar la disponibilidad, debido a que funciona
enviando peridicamente un paquete, que si no llegara,
indicara que un servidor no est disponible, cuando un
ordenador se lo considera muerto se hace una transicin
en el cluster; el problema de esta herramienta es puede
provocar colisiones con los trficos que vayan por la misma
red.
Ldirectord trabaja con las dos herramientas anteriores, y
su funcin es censar por medio del envo de una cadena url
conocida y comprobando que la respuesta contenga una
cadena concreta y as verifica que los servidores principales
estn en lnea.
MON (Service Monitoring Service) este software nos
permite definir diferentes alarmas y acciones a tomar
cuando un servicio deje de funcionar, son programas
escritos en Perl que se puede configurar el monitoreo y la
frecuencia y adems las acciones especficas en base a las
alertas. [12]
B. CONFIGURACIONES EJEMPLO DE GRID
COMPUTING DE ALTA DISPONIBILIDAD
Para el middleware de Grid, Globus Toolkit, se identific
como una de las herramientas ms completas, su
documentacin tanto de implementacin, como de
configuracin, administracin y uso, se encuentra en
diferentes idiomas y ambientes de desarrollo.
Nos permite manejar la gestin de recursos, los servicios
de informacin y monitorizacin, as como la gestin de
traslado de datos. Adems incluye un software relacionado
con seguridad, informacin y manejo de recursos y manejo
de datos. [13]
IV. TRABAJOS RELACIONADOS
Al finalizar la lectura podemos realizar prcticas de
laboratorio para validar los conceptos revisados, uno de los
primeros trabajos propuestos es realizar un clustering debido
a la facilidad y flexibilidad, utilizando la misma configuracin
de hardware y sistema operativo (cluster homogneo),
diferente rendimiento pero con arquitecturas y sistemas
operativos similares (cluster semi-homogneo), o tener
diferente hardware y sistema operativo (cluster heterogneo).
Adems es recomendable para facilidad de comunicacin y
acceso, sistemas operativos como GNU/Linux, Mac OS X o
Windows NT/2000/2003 Server.
Al sincronizar as los equipos se puede validar el tiempo
de respuesta sobre todo en transacciones complejas, para ello
incluso se debe realizar un pequeo programa en cualquier
lenguaje que necesite un procesamiento especial.
V. CONCLUSIONES Y TRABAJO FUTURO
Este tipo de tecnologas proveen una alta disponibilidad en
respuesta a solicitudes complejas, pero se debe identificar
correctamente cual se debe utilizar e incluso si la
infraestructura se la adquiere in-house o se la alquila.
En las tecnologas grid se debe considerar el no aplicarlas
en aplicaciones paralelas con muchos interprocesadores de
comunicacin, aplicaciones con muchas interdependencias
entre trabajos y aplicaciones sin protocolos de red estndar.
Un cluster implementado, representa varios beneficios
entre otros encontramos la disponibilidad por la redundancia
del hardware, el sistema operativo y las aplicaciones;
escalabilidad mediante la incorporacin de nuevos servidores
o cluster en la red; alto rendimiento y alta productividad.
Cabe recalcar que las tecnologas mencionadas tambin
presentan ciertas desventajas que se han venido hablando
durante el documento, por lo mismo la recomendacin es la
de siempre evaluar las necesidades empresariales, y las
caractersticas de cada tecnologa y de esta forma verificar el
costo beneficio.
Se puede mencionar que grid computing, es un paradigma
de sistemas distribuidos, que nos permite combinar la
potencia de muchos computadores y otros equipos para
alcanzar una alta disponibilidad. Pero con ciertas
complicaciones que provienen de la difcil sincronizacin de
los distintos procesos de todos los equipos, controlando los
recursos, asignando las distintas cargas de trabajo e
incluyendo las polticas de seguridad.
AGRADECIMIENTO
El ms grato reconocimiento a las personas que da a da
investigan y generan nuevos modelos tecnolgicos para cubrir
las necesidades que se presentan da a da, y principalmente
en el caso de la seguridad informtica.
El poder aportar por medio de prcticas de seguridad,
permite recordar el grado de importancia que tiene la
informacin en cualquier empresa o institucin.
Un agradecimiento a nuestro apreciado maestro, que logr
 inculcar modelos de estudio y un espritu investigador que nos
permita publicar documentos cientficos, basados en la
bsqueda de nuevas tecnologas, o en la repotenciacin de las
ya existentes.
Actualmente el constante aumento de las exigencias para
alcanzar una mayor eficiencia en cada uno de sus procesos,
las empresas requieren los servicios de la plataforma de TI,
exigiendo tiempos de respuesta muy cercanos al 100%, lo que
implica la necesidad de soluciones de Alta Disponibilidad,
que permitan garantizar un estado de funcionamiento
constante.
REFERENCIAS BIBLIOGRFICAS
[1] AGUILAR RESELL V. J., Clstering de Alta Disponibilidad
bajo GNU/Linux, Documento en lnea disponible: http://
www.bisente.com/documentos/clstering/informe.pdf.
Septiembre 2002.
[2] GALLARDO P. FLAVIO. M. Diseo de una solucin para
servidores de alta disponibilidad y balanceo de carga con Open
Source, Documento en lnea disponible:http://es.scribd.
com/doc/57937293/33/Funcionamiento-de-un-clster.
Mayo 2011..
[10] THE DATA GRID ARCHITECTURE, Work package:
WP12: Project Management. Partners: CERN, CS SI,
Documento en lnea disponible:
https://edms.cern.ch/file/333671/3.0/DataGrid-12-D12.4-
333671-3-0.pdf
[11] DISEO DE SISTEMAS DISTRIBUIDOS, Felix Garca
Caballeria, Master en Ciencia y Tecnologa Informtica,
Documento en lnea disponible:
http://www.arcos.inf.uc3m.es/~dsd/lib/exe/fetch.php?media=clu
ster-grid.pdf
[12] PASOS PARA CREAR UN CLUSTER, Sergio Gonzlez
Gonzlez, Documento en lnea disponible:
http://www.sergio-gonzalez.com/doc/09-conceptos-de-
clustering/html/index.html
[13] Welcome to the Globus Toolkit Homepage, Globus, Globus
Alliance, and Globus Toolkit are trademarks held by the
University of Chicago, Documento en lnea disponible:
http://toolkit.globus.org/toolkit/
BIOGRAFA

[3] Pablo A. Aguilera V. Graduado del Colegio Tcnico

MORENO R. ALBERTO. Clster Web de alta disponibilidad
a travs de una red de rea extensa, Documento en lnea
disponible:
http://oa.upm.es/4958/2/PFC_ALBERTO_MORENO_
RAMIREZ.pdf. Marzo 2010.
[4] URREJOLA R. ANTONIO, ORTIZ FERNANDO.2009 Diseo
de un clster de balanceo de carga y alta disponibilidad para
un servidor web en Linux utilizando ultra-Monkey; Documento
en lnea disponible:http://www.buenastareas.com/
ensayos/Balanceo-De-Carga/468560.html. 2009.
[5] OATE A., VCTOR M. ORTEGA S., EDWARD J.
PARRELLA R., JOS
M. Clster de alta disponibilidad con balanceo de carga para
servicios corporativos sobre Debian GNU/Linux; Documento
en lnea disponible: http://es.scribd.com/doc/25185182/
Clsters-de-alta-disponibilidad-con-balanceo-de-carga-pa para-
servicios-corporativos-sobre-Debian-GNU-Linux-Caso-
de-exito-EDELCA. 2010.
Salesiano Don Bosco, con la especialidad de Electrnica,
posteriormente sus estudios superiores los realiz en la
Escuela Politcnica del Ejercito ESPE, culminando
exitosamente los estudios de Ingeniero en Sistemas;
actualmente estudia la Maestra de Gerencia de Sistemas
en la misma universidad.
Desde el ao 2006 se encuentra trabajando en la empresa ECUAQUIMICA
C.A. y actualmente desempea el cargo de Jefe Regional de Tecnologa.
Estevan Gmez, se gradu de Ingeniero en
Sistemas en la Escuela Politcnica del Ejrcito
trabaja como Docente a nivel de Pre-grado y
Post grado.
Phd Candidate por la Universidad Nacional de la
Plata- Argentina

[6] BUYYA, ROBERT. High Performance Clster Computing:

Architectures and Systems. Volumen 1. Prentice-Hall PRT.
1999.

[7] Transparent Process Migration: Design Alternatives and the

Sprite Implementation (1991) Fred Douglis, John Ousterhout.
Software - Practice and Experience

[8] BProc: Beowulf Distributed Process Space ; Documento en

lnea disponible: http://bproc.sourceforge.net

A Dynamic Load Balancing System for Parallel Cluster

[9] Computing (1996) B. J. Overeinder, P. M. A. Sloot, R. N.
Heederik. Future Generation Computer Systems