Automatic Middleware Deployment Planning on Clusters

The use of many distributed, heterogeneous resources as a large collective resource offers great potential and has become an increasingly popular idea. A key issue for these Grid platforms is middleware scalability and how middleware services can best be mapped to the resource platform structure. Optimizing deployment is a difficult problem with no existing, general solutions. In this paper we address a simpler sub-problem: how to carry out an adapted deployment on a cluster with hundreds of nodes? Efficient use of clusters alone or as part of the Grid is an important issue. We present a deployment model that predicts the maximum throughput of each element of a deployment. Our deployment construction algorithm uses this model to automatically create a mapping of middleware elements onto resources with the goal of maximizing throughput. We apply our approach to automatically deploy a distributed Problem Solving Environment (PSE) on a homogeneous cluster environment. We present experiments comparing the automatically-generated deployment against a number of other reasonable deployments.L’utilisation de plusieurs ressources hétérogènes distribuées comme une seule et même ressource offre un grand potentiel et est une idée de plus en plus répandue. L’approche la plus célèbre répondant à cette idée sont les plates-formes de type Grille. Un des problèmes pour la gestion de ces grilles reste l’extensibilité des intergiciels sous-jacent mais également comment associer les services rendus par l’intergiciel avec la structure matérielle de la plate-forme. L’optimisation du déploiement est un problème difficile pour lequel il n’existe pas de solution générique. Dans ce papier nous nous intéressons à un sous-problème: comment trouver un déploiement performant sur une grappe de plusieurs centaines de nœuds ? On vise une utilisation efficace de l’ensemble de la grappe seule ou entant qu’élément d’une grille.A ces fins, nous proposons un modèle pour le déploiement qui prédit le débit maximum de chaque élément déployé. Notre algorithme de construction de déploiement utilise ce modèle pour créer automatiquement la projection des éléments de l’intergiciel sur les ressources avec pour objectif de maximiser le débit total. Nous appliquons notre approche pour automatiser le déploiement d’un environnement de résolution de problème (PSE) sur un environnement de type grappe. Enfin, nous présentons les expériences qui comparent le déploiement généré automatiquement avec quelques déploiements qu’un utilisateur pourrait envisage