Modelli di sistemi distribuiti

Presentazione sul tema: "Modelli di sistemi distribuiti"— Transcript della presentazione:

1 Modelli di sistemi distribuiti
sistema di comunicazione Quali tipi di problemi computazionali si possono risolvere in un sistema distribuito? Dipende dalle caratteristiche del sistema: sincronia/asincronia di esecuzione e interazioni comportamento in caso di failure hardware e software... Algoritmi Distribuiti

2 Modelli di sistemi distribuiti fissare un appuntamento
Roberto e Maria vogliono vedersi a pranzo e comunicano via Incontriamoci a mezzogiorno ore 10.00 ore 10.40 OK ore 11.15 Ack “OK” ore 11.40 Ack “Ack OK” ore 12.10 caratteristiche del sistema: non esiste memoria comune trasmissione non sicura (non si sa se il messaggio e’ pervenuto correttamente..) ritardo di trasmissione non noto e non limitato Algoritmi Distribuiti

3 Modelli di sistemi distribuiti fissare un appuntamento
Vediamoci a mezzogiorno OK. A presto Roberto e Maria vogliono vedersi a pranzo e comunicano per telefono caratteristiche del sistema: non esiste memoria comune ognuno dei due sente le parole dell’altro con un ritardo noto e limitato se la comunicazione cade entrambi ne vengono a conoscenza Algoritmi Distribuiti

4 Modelli di sistemi distribuiti
Occorre considerare tre dimensioni: schema di comunicazione tipo di failure sincronismo Algoritmi Distribuiti

5 Modelli di sistemi distribuiti
Schemi di comunicazione rete a scambio di messaggi connessioni punto-a-punto topologie specifiche (anello, stella, broadcast,..) memoria condivisa Algoritmi Distribuiti

6 Modelli di sistemi distribuiti: reti punto-a-punto
Reti punto-a-punto si possono modellare come grafi, i cui nodi rappresentano i processi e gli archi le linee di comunicazione (eventualmente bidirezionali) Si suppone che i processi comunichino tramite primitive tipo send/recv send non bloccante spesso si ipotizza un grafo completo linee virtuali non necessariamente fisiche recv send P Q In buffer Out buffer Algoritmi Distribuiti

7 Modelli di sistemi distribuiti: reti punto-a-punto
Caratteristiche delle reti punto-a-punto failure free Per quanto riguarda i processi: Se un processo non ha ancora raggiunto il suo stato finale, “prima o poi” eseguira’ certamente un altro step (liveness) Per quanto riguarda la comunicazione: P riceve un messaggio m da Q al piu’ una volta e solo se Q glielo ha precedentemente inviato (safety) Se P manda un messaggio m a Q, Q “prima o poi” lo ricevera’ certamente (liveness) Algoritmi Distribuiti

8 Modelli di sistemi distribuiti Tipi di malfunzionamenti
Malfunzionamento di processi : CRASH ...un processo si blocca prima di raggiungere lo stato finale…. Processo fallito non soddisfa la proprieta’ di liveness dei processi Processo corretto soddisfa la liveness dei processi Malfunzionamento di comunicazione: PERDITA DI MESSAGGI ..un messaggio inviato non viene ricevuto… Linea fallita non soddisfa la liveness della comunicazione Linea corretta soddisfa la liveness della comunicazione Algoritmi Distribuiti

9 Modelli di sistemi distribuiti Modello Sincrono
E’ noto un limite di tempo massimo per l’esecuzione di uno step locale da parte di un processo E’ noto un limite di tempo massimo di ritardo di trasmissione Si puo’ supporre che i processi abbiano orologi fisici perfettamente sincronizzati (o approssimativamente sincronizzati, cioe’ all’interno di un intervallo di tempo ) Algoritmi Distribuiti

10 Modelli di sistemi distribuiti Modello sincrono
Modello sincrono- Conseguenze Wait for timeout > max(t1 + t2 + t3) recv(m’) send(Q,m) t P recv(m) Q send(P,m’) t1 t2 t3 Si possono usare timeout per scoprire malfunzionamenti di comunicazione Algoritmi Distribuiti

11 Modelli di sistemi distribuiti Modello sincrono
Modello sincrono Conseguenze P m3 m1 m2 t Q R fase1 fase2 fase3 Si puo’ organizzare la computazione in fasi: invio di messaggi a un insieme di processi P ricezione di messaggi della fase da parte dei processi di P cambio di stato Algoritmi Distribuiti

12 Modelli di sistemi distribuiti Modello asincrono
anche se il tempo d’esecuzione di uno step locale e’ finito, non e’ noto nessun limite di tempo massimo per la sua esecuzione non e’ noto nessun limite di tempo massimo per la trasmissione del messaggio non si puo’ supporre l’esistenza di orologi fisici sincronizzati Il modello asincrono e’ il piu’ generale: un algoritmo progettato per sistemi asincroni funziona anche in sistemi sincroni Algoritmi Distribuiti

13 Modelli di sistemi distribuiti sincrono/ asincrono
Sfortunatamente: alcuni problemi computazionali non hanno soluzione in sistemi asincroni se si desidera una soluzione fault tolerant se si vuole usare un algoritmo deterministico quindi per alcuni problemi di deve ricorrere a sistemi sincroni algoritmi probabilistici Algoritmi Distribuiti

14 Modelli di sistemi distribuiti sincrono/ asincrono
Per descrivere un sistema distribuito, occorre specificare: grafo di comunicazione (completo,anello, ecc…) possibilita’ di fallimento di processi possibilita’ e tipo di fallimenti di comunicazione ipotesi sul numero massimo di processi falliti e/o di comunicazioni fallite tipo di sincronismo E’ cruciale essere chiari e precisi su questi aspetti poiche’ essi hanno una ricaduta essenziale su: funzionamento dell’algoritmo soluzione del problema computazionale Algoritmi Distribuiti

15 Modelli di sistemi distribuiti Modello sincrono
Grafo orientato G = (V,E) I nodi v V rappresentano i processi, gli archi e  E rappresentano le linee di comunicazione distanza(i,j): lunghezza del cammino minimo tra i e j in G diametro(i,j): distanza massima tra tutte le coppie di vertici (i,J) in G 1 2 3 5 4 Algoritmi Distribuiti

16 Modelli di sistemi distribuiti Modello sincrono
Processi Ogni processo e’ modellato da una quaterna: (start, states, msgs, trans) start insieme degli stati iniziali (sottoinsieme non vuoto di states) states insieme di stati msgs funzione di generazione dei messaggi (ad ogni stato associa un insieme di messaggi in uscita) trans funzione di transizione (ad ogni coppia <stato, messaggi ricevuti> associa uno stato) i Algoritmi Distribuiti

17 Modelli di sistemi distribuiti Modello sincrono
Linee di comunicazione Ogni arco rappresenta un canale, cioe’ un posto per un unico messaggio m M  {null} (assenza di messaggio). i m j Algoritmi Distribuiti

18 Modelli di sistemi distribuiti Modello sincrono
Esecuzione Nel modello sincrono, l’esecuzione procede in fasi. Inizialmente tutti i processi sono in uno stato iniziale e tutti i canali sono vuoti. Ogni fase e’ costituita da due step. Step1. Ogni processo applica la propria funzione di generazione dei messaggi (msg) e invia i messaggi generati nei propri canali di uscita. Step2. Si applica la funzione di transizione (trans) alla coppia <stato, messaggi in ingresso> per ottenere il nuovo stato; si rimuovono i messaggi dai canali. Algoritmi Distribuiti

19 Modelli di sistemi distribuiti Modello sincrono
STEP2 STEP1 mi1 mi2 mi3 mo1 mo2 mo3 Si+1 mi1 mo1 mi3 mi2 mo3 mo2 Si si L’assenza di messaggi sara’ implementata nei sistemi reali usando un timeout (nel modello con un messaggio null) Algoritmi Distribuiti

20 Modelli di sistemi distribuiti Modello sincrono
Malfunzionamento processi Crash. Il processo si blocca prima o dopo lo step1 oppure in un qualsiasi punto dello step2 Fallimento bizantino. Si generano messaggi e stati arbitrari (non secondo le funzioni trans e msgs) Malfunzionamento comunicazioni Canali.Perdita di messaggi Algoritmi Distribuiti

21 Modelli di sistemi distribuiti Modello sincrono
Modello formale di esecuzione sincrona Una esecuzione sincrona di un sistema distribuito e’ definita da una sequenza infinita: C0,M1,N1,C1,M2,N2,C2,…, Cr assegnamento di stati alla fase r, cioe’ dopo r fasi Mr messaggi inviati alla fase r Nr messaggi ricevuti alla fase r Mr  Nr significa che ci sono state perdite di messaggi Algoritmi Distribuiti

22 Modelli di sistemi distribuiti Modello asincrono
Grafo orientato G = (V,E) I nodi v V rappresentano i processi, gli archi e  E rappresentano le linee di comunicazione distanza(i,j): lunghezza del cammino minimo tra i e j in G diametro(i,j): distanza massima tra tutte le coppie di vertici (i,J) in G 1 2 3 5 4 Algoritmi Distribuiti

23 Modelli di sistemi distribuiti Modello asincrono
Automa I/O Un automa A consiste di 5 componenti: azioni (A): un insieme di azioni. Una azione  puo’ essere interna, di input e di output, un’azione di output o interna e’ detta locale. stati (A):insieme di stati start (A): stati iniziali (sottoinsieme di stati(A)) trans (A): relazione di transizione tra stati. Una transizione e’ data da una terna <si,,sj> task (A): astrazione dei task interni, definita dalle azioni locali Algoritmi Distribuiti

24 Modelli di sistemi distribuiti Modello asincrono
Un processo in un sistema distribuito puo’ essere modellato come una automa I/O: tra le azioni di output esiste anche l’azione send (m)i,j (j e’ un processo d’uscita del nodo i e m e’ un messaggio) tra le azioni di input esiste anche l’azione receive (m)j,i (j e’ un processo d’ entrata del nodo i e m e’ un messaggio) Pi decide(v) init(v) receive(m) send(m) Algoritmi Distribuiti

25 Modelli di sistemi distribuiti Modello asincrono
Esempio Processo Pi (descritto da un I/O automa) V e’ un insieme di valori, azioni di input: init(v)i v V receive(v)j,i azioni di output: decide(v)i send(v)i,j stati val, un vettore [1, . . .,n] di elementi di V transizioni init(v)i v V val[i]:= v receive(v)j,i val[j] := v send(v)i,j nessuna transizione, precond. val(i) := v decide(v)i nessuna transizione, precond. v = val[1]+ …+ val[n] Algoritmi Distribuiti

26 Modelli di sistemi distribuiti Modello asincrono
Linee di comunicazione Anche ilcanale, associato all’arco (i,j), puo’ essere definito come un automa I/O; con input della forma send (m)i,j e output della forma receive(m)i,j Il tipo di canale piu’ diffuso e’ il canale FIFO in cui ogni azione send (m) aggiunge un messaggio m alla fine della coda ed ogni azione receive(m) rimuove un messaggio m dall’inizio della coda. Cij i i j Algoritmi Distribuiti

27 Modelli di sistemi distribuiti Modello asincrono
Esempio Canale Ci,j M e’ l’alfabeto dei messaggi azioni di input: send(m)i ,j m M azioni di output: receive(m)j,i stati queue una coda FIFO di elementi di M,inizialmente vuota transizioni send(m)i ,j aggiunge m alla coda receive(m)j,i rimuove il primo elemento della coda task {receive(m)j,j: mM} Algoritmi Distribuiti

28 Modelli di sistemi distribuiti Modello asincrono
Esecuzioni e tracce Un frammento di esecuzione di un automa A e’ una sequenza finita s0,1,s1,1,s2,2,…,sr o infinita: s0,1,s1,1,s2,2,…,sr ,…, di stati e azioni tali che ogni terna < si,i+1,si+1 > sia una transizione. Talvolta il comportamento di un automa A viene descritto solo dalle sequenze (finite o infinite) di azioni esterne; tali sequenze prendono il nome di tracce. . Algoritmi Distribuiti

29 Modelli di sistemi distribuiti Modello asincrono
Fairness Un frammento di esecuzione di un automa A e’ detto fair se valgono le seguenti condizioni: Il frammento e’ finito e nello stato finale nessuna zione esterna e’ abilitata Il frammento e’ infinito e contiene un numero infinito di ciascuna azione esterna oppure nessuna di tali azione e’ abilitata . Algoritmi Distribuiti

30 Modelli di sistemi distribuiti Modello asincrono
Esecuzioni del canale [], send (1)i,j,[1], receive (1)i,j,[], send (2)i,j,[2], receive(2)i,j,[] [], send (1)i,j,[1], receive (1)i,j,[], send (2)i,j ,[2] [], send (1)i,j,[1], send (1)i,j,[11], send (1) i,j,[111], …. La prima esecuzione e’ fair poiche’ nessuna receive e’ abilitata nello stato finale, La seconda esecuzione non e’ fair perche’ e’ finita e nello stato finale una azione receive e’ abilitata La terza esecuzione non e’ fair perche’ e’ infinita e in ogni punto della computazione l’azione receive e’ abilitata Algoritmi Distribuiti

31 Modelli di sistemi distribuiti Modello asincrono
Consideriamo un sistema formato da due processi P1 e P2 e due canali C1,2 e C 2,1. P1 P2 C1,2 C2,1 Traccia: init(2)1, init(1)2 ,send(2)1 ,2 , receive(2)1,2 ,send(1)2,1 , receive(1)2,1init(4)1 ,, init(0)2 decide(5)1 , decide(2)1 Algoritmi Distribuiti

32 Modelli di sistemi distribuiti Modello asincrono
Malfunzionamento processi Crash. Il crash e’ modellato includendo tra le azioni di input di un processo dell’azione di input stop Fallimento bizantino. Il fallimento bizantino e’ modellato permettendo di sostituire l’automa P con un qualsiasi automa con la stessa interfaccia esterna. Malfunzionamento comunicazioni Canali.Perdita di messaggi Algoritmi Distribuiti

33 Modelli di sistemi distribuiti Modello asincrono
La programmazione di algoritmi distribuiti in sistemi asincroni e’ particolarmente complicata. Tecniche per semplificare la programmazione nei sistemi asincroni: uso di sincronizzatori simulazione di memoria condivisa uso di orologi logici monitoraggio degli algoritmi a tempo di run Algoritmi Distribuiti

34 Modello asincrono con memoria comune
Un modello asincrono con memoria comune e’ un automa I/O con azioni di input e di output su un insieme di porte processi porte var. condivise P1 P2 : : Pn Algoritmi Distribuiti

35 Modello asincrono con memoria comune
Esempio di modello shared memory un insieme P di processi {1, 2, …,n} una variabile condivisa x con valori in un insieme V Azioni input: init(v)i con iP e vV output:decide(v)i interne:accessi Stati: definito dallo stato di ogni processo e dal valore della variabile Transizioni: insieme di terne <si,,sj> Task: uno per ciascun processo, costituito dalle azioni di access e di decide : : Algoritmi Distribuiti

36 Modello asincrono con memoria comune
Esempio di modello shared memory Stati  {idle, access,decide,done} input  V  {#} output  V  {#} Transizioni init(v)i input := v, se stato=idle allora stato:=access decide(v)i precond. stato= decide e output = v effetto: stato:= done accessi precond. stato= access effetto: se x = # allora x:= input output:= x stato:= decide : : Algoritmi Distribuiti

37 Modelli asincroni orologi logici
In un sistema distribuito spesso e’ necessario stabilire una relazione d’ordine tra eventi di nodi (processi) diversi: un evento a di P1 puo’ essere la causa di un evento b di P2? un evento a di P1 puo’ non essere correlato a un evento b di P2? Per descrivere queste relazioni si e’ introdotto nell’insieme degli eventi del sistema distribuito, un ordine parziale indicato come la relazione ” happens before ” Algoritmi Distribuiti

38 Modelli asincroni orologi logici
tempo Il re e’ morto A lunga vita al re B C 1. lunga vita al re 2. Il re e’ morto Algoritmi Distribuiti

39 Modelli asincroni orologi logici
Ipotesi 1) I processi comunicano tramite messaggi 2) In ogni processo gli eventi sono un insieme totalmente ordinato: 3) L’invio e la ricezione di un messaggio sono eventi tempo locale a b c Algoritmi Distribuiti

40 Modelli asincroni orologi logici
La relazione Happens Before:  La relazione d’ordine  sull’insieme degli eventi di un sistema distribuito soddisfa le seguenti tre condizioni: (i) se a e b sono eventi di uno stesso processo e a precede b, allora a  b (ii) se a e’ l’evento di invio di un messaggio e b e’ l’evento di ricezione dello stesso, allora a  b (iii) se a  b e b  c allora a  c (transitivita’) a b a b Algoritmi Distribuiti

41 Modelli asincroni orologi logici
Due eventi distinti a e b sono detti concorrenti (a || b) se a  b e b  a a  b significa che e’ possibile che l’evento a possa essere causa di b Algoritmi Distribuiti

42 Modelli asincroni orologi logici
Diagramma Spazio-Tempo P Q R p1  r4, q4  r3, p2  p4 q3 || p3, q3 || r2 r4 p4 q5 p3 r3 q4 tempo q3 p2 r2 q2 p1 q1 r1 Algoritmi Distribuiti

43 Modelli asincroni orologi logici
Un clock Ci per un processo Pi e’ una funzione che assegna ad ogni evento a di Pi un numero Ci (a) Il clock del sistema distribuito e’ dato da una funzione C che assegna ad ogni evento b del sistema il numero C (b) dove C (b) = Cj (b) se b e’ un evento del processo Pj La funzione C deve soddisfare alla seguente condizione di clock: per ogni coppia di eventi a ,b: a  b C (a) < C (b) Algoritmi Distribuiti

44 Modelli asincroni orologi logici
Condizione di clock La condizione di clock puo’ essere soddisfatta se valgono le due condizioni seguenti: CL1: se a e b sono eventi di Pi e a  b, allora Ci (a) < Ci (b) CL2: se a e’ l’evento di invio di un messaggio da parte di Pi e b e’ l’evento di ricezione dello stesso messaggio da parte di Pj, allora Ci (a) < Cj (b) Algoritmi Distribuiti

45 Modelli asincroni orologi logici
Implementazione orologi logici Ogni processo Pi ha un contatore Ci e Ci(a) e’ il valore contenuto in Ci quando l’evento a si verifica. Regole implementative IR1 ogni processo Pi incrementa il proprio contatore Ci subito dopo ogni evento locale IR2 (i) se a e’ l’evento dato dall’invio di un messaggio m da Pi a Pj allora m contiene anche il timestamp Tm = Ci(a) (ii) il processo Pj setta il clock dell’evento ricezione del messaggio m (evento b): Cj(b) := max(Cj, Tm +1) Algoritmi Distribuiti

46 Modelli asincroni tempo virtuale
(1) (2) (3) (4) (5) (1) (2) (3) (5) valori clock Q q1 q2 q3 q4 Il tempo virtuale e’ un tempo discreto; se non si verificano eventi il tempo virtuale e’ fermo! Algoritmi Distribuiti

47 Modelli asincroni Ordine Totale
La relazione d’ordine totale  Gli orologi logici stabiliscono una relazione d’ordine parziale sull’insieme degli eventi. Per imporre un ordine totale si usa un ordine totale sulle identita’ dei processi. Se a e’ un evento di Pi e b e’ un evento di Pj, l’ordine totale a  b e’ definita da: a  b iff Ci(a) < Cj(b) oppure Ci(a) = Cj(b) & Pi < Pj Algoritmi Distribuiti