Component-based methodology for programming and running scientific applications on the grid

Abstract

Development of modern scientific applications makes issues such as composition and integration a significant challenge. Additionally, the Grid technology induces further problems resulting from the distributed, shared, heterogeneous and unreliable nature of resources it offers. For these reasons, programming and running scientific applications on the Grid remains an important and relevant problem. The proposed methodology to address this problem is based on two principles: to follow a component-based programming model and to use a flexible technology for infrastructure virtualization. The author demonstrates how this can be implemented by combining the unique features of the Common Component Architecture (CCA) model together with the H2O resource sharing platform, and how it can be enhanced by a set of methods and tools. The solutions described in this thesis include high-level scripting and descriptor-based approaches, support for multiple programming languages using Babel, interoperability with GCM model, and deployment on existing infrastructures. The MOCCA component framework serves as a basis for those higher-level solutions. Applications and tests included Monte Carlo simulation, domain decomposition of cellular automata, data mining experiments in the ViroLab virtual laboratory, as well as a set of synthetic benchmarks designed to verify the proposed solutions. Tworzenie współczesnych aplikacji naukowych stwarza wiele problemów związanych z ich kompozycją i integracją. Równocześnie, środowiska gridowe udostępniają rozproszone, współdzielone, heterogeniczne i awaryjne zasoby, co stanowi dodatkową trudność w ich użyciu. Z tych powodów programowanie i wykonywanie aplikacji naukowych na zasobach gridowych wciąż stanowi ważny problem badawczy. Zaproponowana metodologia mająca na celu rozwiązanie tego problemu oparta jest na dwu zasadach: użycie komponentowego modelu programowania oraz technologii wirtualizującej zasoby. Autor pokazuje, w jaki sposób taka metodologia może być zaimplementowana łącząc cechy modelu Common Component Architecture i platformy H2O, oraz jak może być rozszerzona o zestaw metod i narzędzi. Do rozwiązań opisanych w pracy należą wysokopoziomowe podejście skryptowe oraz użycie deskryptorów aplikacji, łączenie wielu języków programowania z użyciem systemu Babel, współdziałanie modeli komponentowych CCA i GCM, a także metody uruchamiania aplikacji na infrastrukturach gridowych. Środowisko komponentowe MOCCA stanowi bazę dla tych rozwiązań. Do przykładowych aplikacji przedstawionych w pracy należą symulacja metodą Monte Carlo, dekompozycja domenowa dla automatów komórkowych, eksperymenty data-mining w wirtualnym laboratorium ViroLab, a także syntetyczne aplikacje testowe sprawdzające wybrane cechy zaproponowanych rozwiązań.