1 1 DeployWare : Une approche orientée modèle pour un déploiement autonomique fiable en environnements ouverts distribués JTE Systèmes Autonomes – 16 Novembre 2007 – Toulouse Jérémy Dubus , Philippe Merle Jeremy.Dubus@lifl.fr , [email protected]LIFL - GOAL Team INRIA ADAM Project Laboratoire d’Informatique Fondamentale de Lille UMR CNRS 8022
43
Embed
JTE Systèmes Autonomes – 16 Novembre 2007 – Toulouse
DeployWare : Une approche orientée modèle pour un déploiement autonomique fiable en environnements ouverts distribués. Jérémy Dubus , Philippe Merle [email protected] , [email protected] LIFL - GOAL Team INRIA ADAM Project Laboratoire d’Informatique Fondamentale de Lille - PowerPoint PPT Presentation
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
11
DeployWare : Une approche orientée modèle pour un déploiement
autonomique fiable en environnements ouverts distribués
JTE Systèmes Autonomes – 16 Novembre 2007 – Toulouse
• Problématique– Expression du déploiement de systèmes en EOD – Validation statique des procédures de déploiement– Exécution des procédures de déploiement
• Proposition– Un méta-modèle DeployWare
• Expression de haut niveau• Ajout de sémantique statique et dynamique
– Une plate-forme d’exécution des modèles• Fractal Deployment Framework
• Conclusion
33
Déploiement de systèmes distribués
• Lourde tâche• Triple hétérogénéité pour les administrateurs
– Hétérogénéité matérielle• OS, protocoles d’accès à distance, de transfert de fichiers
– Hétérogénéité des paradigmes• Objet, Aspect, Composant, Service, Modèle
– Hétérogénéité des implantations• Ex: SCA, EJB, CCM pour les composants
• Prise en charge de ces hétérogénéités– Cauchemar
44
Illustration
55
Difficulté supplémentaire
• Évolution technologique des réseaux– Nombre de machines impliquées fluctuant et
imprévisible
• Environnements ouverts distribués– Informatique Ubiquitaire/Ambiante– Grilles de calcul– Réseaux de senseurs
• Besoin de déploiement et d’administration autonome
66
Autonomic Computing
• Introduit par IBM [Kephart et al. 2003]• Inspiré de mécanismes humains• Ajout de politiques d’autonomies dans les
systèmes distribués– Reconfigurations au runtime guidées par des
politiques de haut-niveau
• Repose sur la notion de « Boucle de Contrôle »
77
Le déploiement à ce jour
• Trois grandes catégories d’approches– Les langages de définition d’architectures (ADL)
• Mono-paradigme : le composant• Ne permettent de déployer que la couche métier• Sans prendre en compte l’ouverture des environnements
– Les modèles génériques de déploiement• Généricité entraîne la perte de sémantique (ex. UML)
– Les outils dédiés de déploiement• Très souvent dédiés à une technolgie• Passent rarement à l’échelle• Trop techniques
– Outils de reconfiguration• Souvent APIs et/ou mécanismes bas-niveau• Dédiés à une technologie
88
1er Challenge : Expression
• Comment exprimer le déploiement de systèmes hétérogènes– Comment déployer un élément d’un système– Comment assembler ces éléments du système– Comment décrire le déploiement de toute la
• Méta-modèle existe (mais pas encore disponible)– Plugin Eclipse pour la création de modèles DeployWare– Validations implémentées avec Kermeta
• Plate-forme FDF existe (et disponible)– http://gforge.inria.fr/fdf– ~ 25 personnalités/technologies différentes– Adopté et intégré dans JOnAS, PEtALS, JASMINe.
• Prototype prouvant la faisabilité de la transformation de modèle – Modèle DeployWare -> Composants FDF
4141
Perspectives Scientifiques
• Explorer davantage la méta-modélisation– Ajout de sémantique dynamique au méta-modèle– Capacité de simuler l’exécution des modèles sans tester le
déploiement• Évaluer les performances théoriques• Optimiser le fonctionnement
– Parallélisation maximale
• Ajout d’autres préoccupations dans le méta-modèle– Gestion transactionnelle du déploiement ?
Continuer d’accroître la « maîtrise » du processus de déploiement
4242
Perspectives techniques
• Continuer l’opérationnalisation du méta-modèle avec KermetaAjout de la sémantique opérationnelle du méta-
modèle pour la simulation
• Approfondir/Évaluer/Optimiser les mécanismes d’autonomie sur cas d’études– Pour l’ubiquitaire – Pour les grilles de calcul