Раньше    11.12     14.12     17.12     18.12     19.12     21.12     26.12     24.12     25.12     27.12     Позже

Dron спрашивает: «Как топология сети влияет на производительность обмена данных?»

Архитектура сети, в том числе её топология и используемые протоколы, напрямую влияет на её характеристики, включая производительность и отказоустойчивость.

Для оценки суммарной производительности сети необходимо принимать во внимание как производительность каждого соединения, так и число соединений и устройств, между которыми может распределяться трафик.

Например, в традиционной топологии ЛВС с двумя центральными коммутаторами и использованием протокола Spanning Tree для коммутации на каждом направлении будет доступно только одно соединение, в то время как в двухуровневой сети Spine-Leaf с использованием протокола Cisco Fabricpath может быть одновременно задействовано до 16 соединений, что позволяет значительно повысить общую производительность.

Кроме того, на сетевую производительность для конкретного подключенного устройства влияет и так называемый «коэффициент переподписки», который является соотношением суммарной производительности оконечных сетевых подключений и производительности самого «узкого» места в сети, через которое направляется трафик этих подключений и который также определяется топологией сети и используемыми протоколами.
Под топологией сети можно представить совокупность ее физических и логических соединений.

В классическом понимании существует три базовые топологии сети — шина, кольцо и звезда. Но все современные сети, как правило, являются гибридными вариантами, то есть состоят из сегментов, использующих различные базовые топологии.

Одним из основных параметров производительности сети является скорость передачи данных. Если рассмотреть передачу данных из одной точки сети в другую, то, в общем случае, она определяется скоростью на самом медленном соединении и текущей нагрузкой на сеть в целом.

Поскольку именно топологией определяется наличие тех или иных соединений, то можно с уверенностью сказать, что она непосредственно влияет на скорость передачи данных и производительность сети в целом.

Только при правильном планировании топологии, с учетом количества, типа и направлений передаваемых данных, можно добиться максимальной производительности сети.
Топология кластера и его быстродействие при решении вычислительных задач, конечно, вещи связанные. Чем меньше временная задержка в транзакции передачи данных между узлами кластера — тем выше его быстродействие.

Наилучшей топологией с этой точки зрения является меш (mesh) [1]. В данной топологии все узлы соединены между собой без каких-либо коммутационных посредников. И поэтому каждая передача данных от узла к узлу идет за 1 hop (singlehop).

Такая топология требует N-1 адаптеров связи для N узлов. Очевидно, что общее количество адаптеров растет пропорционально квадрату количества узлов в кластере.

Строить такой кластер очень накладно, поэтому реально строят кластеры с коммуникационными посредниками — коммутаторами (switch). Простейшее решение в данном случае — это топология звезда [1]. Один коммутатор для всех узлов. В этом случае каждый узел связан с каждым через одного посредника и поэтому передача единицы информации всегда идет в 2 hop (doublehop).

Такая топология реально имеет место в кластерах с малым количеством узлов. Основное ограничение это количество портов в коммерчески доступном коммутаторе. Автору известны коммутаторы с 48 портами.

Если количество узлов кластеров настолько велико, что одного коммутатора уже недостаточно, то приходится идти на увеличение количества hop путем наращивания посредников-коммутаторов, соединенных между собой. Классическим решением здесь является топология толстого дерева (fattree). В работе [2] приводятся результаты анализа эффективности данной топологии.


В последнее время в топологии построения кластеров появились новшества, связанные с технологией блейд серверов, объединенных в одном шасси размеров 7U для установки в 19″ стойку.

В состав такого шасси уже может входить коммутатор (Ethernet 10 Gbit или InfiniBand), что позволяет не только соединить узлы внутри шасси между собой, но и иметь несколько соединений наружу для создания некоторой топологии соединения блейд узлов. Здесь у нас блейд узел — это вычислительная мощность в одном шасси 7U.

Помимо классического решения толстого дерева в настоящее время рассматриваются альтернативные решения, которые называют гиперкубом. Данное решение существенно выигрывает в снижении стоимости коммутационного оборудования. Экспериментальное исследование по данному вопросу проведено испанскими специалистами по HPC [3].

Ими были построены экспериментальные кластеры на блейдах производства SuperMicro для разных топологий и проведены исследования быстродействия различных алгоритмов. В результате оказалось, что все зависит от алгоритмов. Для некоторых алгоритмов быстродействие гиперкуба и толстого дерева практически одинаково, а для некоторых толстое дерево имеет 4-х кратный выигрыш.


[1]. C. Minkenberg, Design of HPC systems, Springer Proceedings in Physics: Use Cases of Discrete Event Simulation ... 2012.

[2]. Fabrizio Petrini, Marco Vanneschi. k k-ary n-trees: High Performance Networks for Massively Parallel Architectures.

[3]. Javier Navaridas, José Miguel-Alonso. Indirect cube topology for small- and medium-scale clusters, Dep. de Arquitectura y Tecnología de Computadores Universidad del País Vasco — UPV/EHU P. Manuel de Lardizabal 1, 20080 San Sebastián.
Написать свой комментарий

Задать вопрос дежурным
Хотите что-то добавить по сути вопроса — пишите сюда.



Справка
Александр Скороходов – консультант по технологиям ЦОД компании Cisco Systems, разрабатывающей и продающей сетевое оборудование.
Иен Симпсон – директор Научно-технического центра корпорации IBM – производителя и поставщика аппаратного и программного обеспечения, а также ИТ-сервисов и консалтинговых услуг.
Пётр Сторожев – кандидат физико-математических наук, руководитель исследовательского отдела Ниагара Компьютерз, – официального дилера SuperMicro в России.