An approach based on automatic software tests to diagnose faults in computational grids

Muito tem se pesquisado nos últimos anos sobre tratamento de falhas com o objetivo de aumentar a confiabilidade de infraestruturas de grade computacional. Idealmente, um usuário de grade deve ser capaz de submeter um conjunto de tarefas para execução em tal infraestrutura, aguardar pelo término da execução e, em seguida, obter o resultado das suas tarefas da mesma forma que faria caso utilizasse uma única máquina de grande poder computacional. Na prática, porém, não é isso o que vem ocorrendo com usuários das maiores grades computacionais disponíveis atualmente. Não é incomum observar altas taxas de falha nas tarefas submetidas para grades computacionais. Usuários de grades vêem a execução de suas tarefas falhar e não recebem qualquer informação que possa ajudá-los a entender porque suas tarefas falharam. Muitas vezes o usuário não consegue sequer identificar se sua tarefa falhou por um defeito no software de sua aplicação, ou por um problema em um serviço de grade localizado do outro lado do globo. Esta tese propõe e avalia um mecanismo baseado na utilização de testes automáticos de software para detectar falhas na execução de aplicações neste tipo de infraestrutura e diagnosticar as causas de tais falhas. Resultados experimentais demonstraram uma taxa de acerto de 93, 99% ± 5, 63%, com um nível de confiança de 95%, ou de 93, 99% ± 7, 52%, com um nível de confiança de 99%, nos diagnósticos efetuados por uma ferramenta implementada de acordo com o mecanismo proposto.A lot of research effort has being put to find better mechanisms for fault treatment on grid computing aiming at improving the reliability of such infrastructures. Ideally, a grid user should be able to submit a set of tasks to remote execution, wait until the execution is concluded, and then retrieve the results of its execution in the very same way she would do if using a single high-performance machine. In practice, however, this is not what is happening to users of the larger grid infrastructures available nowadays. It is not rare to observe high failure rates on tasks submitted for execution in a grid infrastructure. Grid users see their tasks failing and receive no feedback from the grid middleware that could possibly help them to figure out why their tasks failed. Must of the time the user is not even able to tell if the task failed due to a problem inside the user application or due to some faulty service located somewhere in the grid.This thesis proposes and evaluates a mechanism based on the utilization of automatic software tests to detect failures and to diagnose their causes during the execution of applications on this kind of infrastructure. Experimental results showed a success rate of 93.99% ± 5, 63%, with a 95% cofidence level, or 93.99% ± 7.52%. with a 99% confidence level, for the dianosis of a tool implemented according to the proposed mechanism