Automatic Deployment for Hierarchical Network Enabled Server

This paper focus on the deployment of grid infrastructures, more specifically Problem Solving Environments (PSE) for numerical applications on the grid. Even if the deployment of such an architecture is forced by physical constraints (firewall, access permission, security,) its efficiency heavily depends on the quality of the mapping between its different components and the grid resources. This paper proposes a new model based on linear programming to estimate the performance of a deployment of a hierarchical PSE. The advantages of the modeling approach in this case are multiple: evaluate a virtual deployment before an actual deployment, provide a decision builder tool (i.e., designed to compare different architectures or buy new resource), take into account the platform scalability. Using this modeling, it is possible to determine the bottleneck of the platform and thus to know whether a given deployment can be improved or not. We illustrate this modeling by applying this results to an existing hierarchical PSE called DIET.Ce papier porte sur le déploiement des infrastructures de grille, et plus précisément sur les Environnements de Résolution de Problèmes pour des applications numériques sur la grille. Même si le déploiement d’une telle architecture est influencé par des contraintes physiques (pare-feux, droits d’accès, sécurité,...), son efficacité dépend de l’adéquation entre le déploiement des différents composants et les ressources de grille. Cet article propose un nouveau modèle basé sur la programmation linéaire pour estimer la performance du déploiement hiérarchique d’un Environnements de Résolution de Problèmes. Les avantages de cette modélisation sont multiples. Elle permet d’évaluer la qualité d’un déploiement avant sa mise en œuvre, de comparer différentes architectures et de savoir s’il est intéressant d’acheter une nouvelle ressource ou si un déploiement donne passe bien `a l’échelle. Ce modèle nous permet de déterminer les goulots d’étranglement de la plate-forme et ainsi de savoir si une amélioration pour un déploiement est envisageable. Nous appliquons cette modélisation `a un Environnements de Résolution de Problèmes hiérarchique : DIET