| Summary: | A determinação da climatologia de modelos meteorológicos, com técnicas de ensemble, necessita recursos computacionais com alto poder computacional devido à grande quantidade de dados que processa. Por se tratar de uma aplicação cuja execução ocorre de forma independente, é adequada para grade computacional pois possibilita que este esforço computacional possa ser dividido por outras máquinas distribuídas geograficamente. Grade computacional consiste de infra-estrutura de hardware e software que provê acesso confiável e consistente a recursos computacionais localizados em pontos geograficamente diferentes. No entanto, problemas relacionados à transferência de dados, armazenamento e escalonamento podem influenciar no desempenho desta aplicação em grade. No Projeto G-BRAMS, os objetivos foram desenvolver metodologia para geração de climatologia em grade computacional; testar 3 (três) plataformas de grade para esta aplicação: OurGrid, CIGRI/OAR e Globus; e disponibilizar pelo menos 10 anos de climatologia do modelo numérico de mesoescala Brazilian Regional Atmospheric Modeling System (BRAMS), de três regiões do Brasil (Norte, Nordeste e Sul/Sudeste), para a comunidade. Esta grade é composta de clusters instalados no Laboratório de Computação Aplicada (LAC) e no Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) pertencentes ao Instituto Nacional de Pesquisas Espaciais (INPE) - e no Instituto de Informática (II) da Universidade Federal do Rio Grande do Sul (UFRGS). No entanto, apesar de ter sido comprovado que aglutinar recursos em grade computacional ser viável e funcionar para a execução da climatologia, utilizando um portal, necessitava-se saber se o desempenho da aplicação e se a proposta de uso seriam adequadas para um uso mais extensivo. Desta forma, os objetivos desta tese foram: implementar a climatologia desenvolvida pelo International Research Institute for Climate Prediction (IRI) em grade computacional, compreender o funcionamento da execução da climatologia mensal de três anos (janeiro de 1996 a dezembro de 1998) do BRAMS (teste de conceito de 3 anos), na grade computacional do projeto G-BRAMS e fazer uma análise mais refinada do comportamento e do desempenho efetivo da climatologia no ambiente desta grade, por meio da temporização do processamento em cada nó e da transmissão dos dados. Verificou-se que a metodologia desenvolvida para a climatologia é robusta em uma grade dedicada com portal dedicado. A questão da armazenagem/transferência dos dados e das falhas ocorridas na grade devem ser melhor tratadas para garantir o desempenho da aplicação. === Establishing the climatology of meteorological models with ensemble techniques demands high computational power due to the huge amount of data to be processed. Being an application whose execution is independent, it is suitable for computational grid since it allows the computational effort to be shared with other geographically distributed machines. Computational grids consist of hardware and software infrastructure that provides trustworthy and consistent access to computational resources located at different geographical places. However, problems related to data transferring, storage and scheduling may influence application performance in a grid. G-BRAMS Project goals have been to develop a methodology for the generation of climatology in computational grid; to test 3 (three) grid platforms for this application: OurGrid, CIGRI/OAR and Globus; and to provide at least 10 years of the mesoscale model Regional Brazilian Atmospheric Modeling System (BRAMS) climatology for the community, for three regions of Brazil (North, Northeast and Southeastern/South). This grid comprises clusters installed at the Laboratório de Computação Aplicada (LAC), at the Centro de Previsão de Tempo e Estudos Climáticos (CPTEC) - belonging to the Instituto Nacional de Pesquisas Espaciais (INPE) - and at the Instituto de Informática (II) of the Universidade Federal do Rio Grande do Sul (UFRGS). However, although it has been proven that agglutinating resources in computational grid is viable and works for climatology generation using a portal, it was unknown if the application performance and the proposed use would be adequate for more extensive use. In this way, the objectives of the experiment described here have been: to implement the climatology developed by International Research Institute for Climate Prediction (IRI) in the computational grid; to understand how works the execution of the three-year monthly climatology (January-1996 to December-1998) of the BRAMS (three-year concept test) in the computational grid of G-BRAMS project; and to make a more refined analysis of the behavior and of the effective performance of the climatology in the environment of this grid, through the temporization of application processing in each node and data transmission. The results had shown that the developed scheduling works for a dedicated grid with dedicated portal. It was observed a performance fall of the application due to non-availability of the grid and to data communication time. It was verified that the methodology developed for the climatology is robust in a dedicated grid with dedicated portal. The question of data storage/transfer and of failures occurred on the grid must be better treated to guarantee the performance of the application.
|
|---|
