Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/17152
Files in This Item:
File Description SizeFormat 
fernandodealmeidasilva.pdf1.25 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Dantas, Mário Antônio Ribeiro-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2900995280822495pt_BR
dc.contributor.advisor-co1David, José Maria Nazar-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/3640497501056163pt_BR
dc.contributor.referee1Quintela, Bárbara Melo-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/7691036667937217pt_BR
dc.contributor.referee2Inácio, Eduardo Camilo-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/4794169282710899pt_BR
dc.creatorSilva, Fernando de Almeida-
dc.creator.Latteshttp://lattes.cnpq.br/6170491489758115pt_BR
dc.date.accessioned2024-08-14T11:25:07Z-
dc.date.available2024-08-13-
dc.date.available2024-08-14T11:25:07Z-
dc.date.issued2023-03-25-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/17152-
dc.description.abstractHigh-performance environments often face input and output (I/O) bottlenecks. One factor is the gap between processing power and storage performance. This is because storage technologies evolve at a slower speed than processing, contributing to the increase of I/O performance problems. Thus, increasingly relevant contributions are being made to mitigate I/O gaps. This dissertation, therefore, presents an experimental effort to evaluate the performance of the secondary memory of computing nodes in high-performance environments, using the Grid’5000 environment as an example. In this way, information about the quantity, type and performance of node storage devices in parallel distributed environments is obtained in a more technical and scientific way. In addition to this, a proposal was developed to analyze the storage of these high-performance environments, which was called HPC-SBC (HPC Storage Benchmark Context). This computational approach can overcome the limitations observed in the tools available in the Grid’5000 computing environment, by providing differentiated information about the performance of the secondary memory devices available in each node in this environment. This tool allows you to analyze the transfer rate of each device found and also provide users with automated information about the performance of storage devices in the cluster context. This contextual approach provided initial results that indicate the success of the research, by pointing out among the nodes analyzed in the high-performance processing environment (High Performance Computing - HPC), those storage devices with the best performance.pt_BR
dc.description.resumoAmbientes de alto desempenho, muitas vezes, enfrentam gargalos de entrada e saída (input output - I/O). Um fator é a lacuna entre o poder de processamento e o desempenho de armazenamento. Isso se dá, pois as tecnologias de armazenamento evoluem a uma velocidade mais lenta que a de processamento, contribuindo para o aumento do problema de desempenho de I/O. Assim, se fazem cada vez mais relevantes contribuições para mitigar lacunas de I/O. Esta dissertação, portanto, apresenta um esforço experimental em avaliar o desempenho da memória secundária dos nodos computacionais em ambientes de alto desempenho, ao utilizar como exemplo o ambiente Grid’5000. Dessa forma, obtém-se de forma mais técnica e científica informações sobre a quantidade, tipo e desempenho dos dispositivos de armazenamento dos nodos em ambientes distribuídos paralelos. Em complemento a isso, uma proposta foi desenvolvida para análise de armazenamento destes ambientes de alto desempenho, que foi denominada como HPC-SBC (HPC Storage Benchmark Context). Esta abordagem computacional pode suprir as limitações observadas nas ferramentas disponíveis no ambiente computacional Grid’5000, por fornecer de forma diferenciada informações sobre o desempenho dos dispositivos de memória secundária disponíveis em cada nodo deste ambiente. Esta ferramenta permite analisar a taxa de transferência de cada dispositivo encontrado e ainda fornecer aos usuários de forma automatizada as informações sobre o desempenho dos dispositivos de armazenamento no contexto de cluster. Esta abordagem contextual proveu resultados iniciais que indicam o sucesso da pesquisa, ao apontar dentre os nodos analisados no ambiente de processamento de alto desempenho (High Performance Computing - HPC), aqueles dispositivos de armazenamento com o melhor desempenho.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICE – Instituto de Ciências Exataspt_BR
dc.publisher.programPrograma de Pós-graduação em Ciência da Computaçãopt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-ShareAlike 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/br/*
dc.subjectContexto de armazenamentopt_BR
dc.subjectDesempenho de armazenamentopt_BR
dc.subjectMemória secundáriapt_BR
dc.subjectArquitetura de ambientes distribuídos paralelospt_BR
dc.subjectArmazenamentopt_BR
dc.subjectHPCpt_BR
dc.subjectStorage contextpt_BR
dc.subjectStorage performancept_BR
dc.subjectSecondary memorypt_BR
dc.subjectArchitecture of parallel distributed environmentspt_BR
dc.subjectStoragept_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleHPC-SBC: um esforço experimental para avaliar o armazenamento em configurações de computação de alto desempenho usando uma abordagem contextualpt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Mestrado em Ciência da Computação (Dissertações)



This item is licensed under a Creative Commons License Creative Commons