TUGAS
PENGANTAR KOMPUTASI
CLOUD
“IMPLEMENTASI
GRID COMPUTING DENGAN MENGGUNAKAN
PENGALAMATAN IPv6
“
DISUSUN
OLEH :
RAHMA INDAH SAFITRI (55415553)
KELAS 4IA05
FAKULTAS TEKNOLOGI
INDUSTRI
TEKNIK INFORMATIKA
KOMPUTASI GRID
Komputasi Grid adalah penggunaan sumber daya yang melibatkan banyak
komputer yang terdistribusi dan terpisah secara geografis untuk memecahkan
persoalan komputasi dalam skala besar. Grid Computingerat kaitannya dengan
metode komputasi paralel. Metode ini dapat membagi kerja komputer menjadi
beberapa bagian sehingga, tidak memberatkan kerja komputer itu sendiri dan
mempercepat kerja komputer. Sebagai contoh, bila ada suatu perintah untuk
mencari satu angka dari 100 angka, komputer tersebut memiliki 10 processor.
Dengan adanya komputasi paralel, komputer tersebut dapat memecah kerja menjadi
10 bagian untuk mencari angka tersebut. hal ini tentu saja dapat mempercepat
dan memperingan kerja komputer. Tentu saja masalah pembagian kerja komputer
tersebut dalam skala kecil. Tapi dari sinilah grid computing dikembangkan. Grid
computing semakin dikembangkan dengan adanya jaringan dan internet. Dengan
jaringan, kerja komputer terbagi-bagi di satu tempat dan tempat lain, namun
pekerjaannya tetap satu atau terhubung.
Grid
Computing memanfaatkan kekuatan pengolahan berbagai unit komputer, dan
menggunakan kekuatan proses untuk menghitung satu pekerjaan. Pekerjaan itu
sendiri dikontrol oleh satu komputer utama, dan dipecah menjadi beberapa tugas
yang dapat dilaksanakan secara bersamaan pada komputer yang berbeda.
Tugas-tugas ini tidak perlu saling eksklusif, meskipun itu adalah skenario yang
ideal. Sebagai tugas lengkap pada berbagai unit komputasi, hasil dikirim kembali
ke unit pengendali, yang kemudian collates itu membentuk keluaran kohesif.
Satu
masalah akan kurangnya sumber daya untuk komputasi tinggi sudah terpenuhi
dengan kehadiran grid computing. Namun masalah tidak berhenti di situ saja.
Salah satu komponen yang terpenting juga dalam grid computing adalah
konektifitas atau jaringan. Tidak akan membentuk sebuah grid computing kalau
tidak ada jaringan. Didalam sebuah jaringan, tidak asing lagi dengan penggunaan
IP Address. Lebih dari 20 tahun manusia menggunakan IPv4 sebagai protokol
jaringan. Namun, jumlah IPv4 yang mencapai 4,3 milyar sudah habis tanggal 15 April 2011. Tentu saja hal
ini menjadi kendala bagi pengguna internet, khususnya grid computing ini yang
juga membutuhkan IP Address valid untuk konektifitasnya. Muncullah protokol
jaringan baru yang merupakan pengganti dari IPv4 yang sudah habis yaitu IPv6.
Dengan protokol ini, pengguna internet tidak perlu khawatir lagi akan kebutuhan
penggunaan IP Address. Atas dasar itulah pada proyek akhir ini, penulis mengimplementasikan
grid computing dengan menggunakan pengalamatan IPv6.
1.2
1.2 Perancangan Komputasi Grid
Grid
Computing terdiri dari 3 bagian utama yaitu cluster, condor, dan globus.
Cluster merupakan lingkungan komputasi paralel sehingga komputer saling
berkoordinasi untuk menyelesaikan sebuah job, condor digunakan untuk
penjadwalan job sekaligus penghubung antar cluster-cluster yang ada, dan globus
merupakan grid engine yang membangun lingkungan grid. Disain sistem dari grid
computing adalah seperti pada gambar 1. Dari desain tersebut, terlihat 3
komponen penting yang sudah dijelaskan sebelumnya yaitu cluster, condor
(include di grid server), grid (include beserta monitoring). Desain diatas
diimplementasikan pada jaringan eepis yang sudah ada sehingga topologi yang
terbentuk seperti pada gambar 2. Pada gambar tersebut terlihat VLAN 408 dan
VLAN 209 merupakan segmen tempat 2 cluster dibangun. Dan server terletak pada
VLAN 85.
Gambar
1.1
Desain Grid Computing dengan IPV6
Gambar
1.2
Topologi EEPIS Net dengan Grid
Berikut adalah rincian dari desain diatas yang
diimplementasikan pada jaringan eepis net seperti pada tabel dibawah ini :
Tabel 1. Detail Nama Mesin dan Alokasi IP
Address
Hostname
|
IP Address
|
Keterangan
|
condormaster.
grid-eepis.edu
|
2001:470:1f05:6bf:
:209 / 64
|
Headnode /
central manager
|
slave1.grideepis.edu
|
2001:470:8049:108
::11 / 64
|
CLUSTER A
|
mpa2.grideepis.edu
|
2001:470:8049:108
::12 / 64
|
|
mpa3.grideepis.edu
|
2001:470:8049:108
::13 / 64
|
|
eepis.edu
|
:: 14/64
|
|
slave2.grideepis.edu
|
2001:470:8049:209
::11 / 64
|
CLUSTER B
|
mpb2.grideepis.edu
|
2001:470:8049:209
::12 / 64
|
|
mpb3.grideepis.edu
|
2001:470:8049:209
::13 / 64
|
|
mpb4.grideepis.edu
|
2001:470:8049:209
::14 / 64
|
Seluruh aplikasi yang digunakan dalam Infrastruktur
dan aplikasi dalam proyek akhir ini, berjalan pada sistem operasi Linux dengan
spesifikasi:
1. Sistem
Operasi : Debian Squeeze
2. Cluster :
a.
Libopenmil.3 ssh
b.
Openmpi-common g++
c.
Libopenmpi-dev gcc
d.
Openmpi-bin gfortran
e.
Mpi-default-dev
3. Job
Scheduler : Condor-7.5.6-1lenny
4. Grid
Engine :
a. Globus
Toolkit 4.0.7
b. Apache
Ant
c. PostgreSQL
d. Libiodbc
1.3
1.3 Metode
Pada bagian ini akan dilakukan pengujian
yaitu pengujian secara normal dan pengujian secara tidak normal. Berikut adalah
uraian dari pengujian yang akan dilakukan :
1.3.1
1.3.1 Pengujian
Normal
Pengujian ini dilakukan sesuai dengan
prosedur yang sesuai yaitu file yang digunakan berekstensi c dan mengandung
pustaka MPI. Pengujian ini akan menghasilkan output sesuai dengan file dan
parameter yang diinputkan.
1.3.1.1
MPI
Pada
pengujian MPI ini akan diuji apakah komputasi parallel mampu mereduksi waktu
dalam proses penyelesaian jobs. Proses pengujian dilakukan dengan cara
melakukan perhitungan jumlah bilangan prima antara 2 sampai 500000 dan
perkalian matrix 1000 x 1000. Dari proses ini akan didapat perbandingan antara
komputasi serial dengan komputasi parallel. Berikut adalah proses pengujian
bilangan prima pada lingkungan mpi dengan perintah mpicc dan mpirun :
$mpicc prime_sum.c -o prime_sum
$mpirun -np 1 prime_sum
Keluaran
dari perintah diatas untuk komputasi serial adalah seperti gambar 1.3 dibawah
ini :
Gambar
1.3
Output Pengujian Komputasi Serial
Dari gambar diatas, terlihat bahwa proses yang
dihasilkan hanya 1 yang merupakan hasil dari pengerjaan komputasi serial dan waktu
yang dibutuhkan 48.52 detik.
$mpirun -np 4 --host
slave1,slave2,mpa2,mpb2 prime_sum
Keluaran dari perintah diatas untuk komputasi parallel adalah
seperti gambar 1.4 dibawah ini
Gambar
1.4
Output Pengujian Komputasi Parallel
Dari
gambar diatas, terlihat bahwa proses yang dihasilkan ada 4 yang didistribusikan
pada 4 mesin yang ditunjuk sehingga pengerjaannya secara parallel dan waktu
yang dibutuhkan lebih cepat yaitu 20.58 detik.
Berikut
adalah proses pengujian bilangan prima pada lingkungan mpi dengan perintah
mpicc dan mpirun :
$mpicc matrik_parallel.c -o matrik_parallel
$mpirun -np 1 matrik_parallel
Keluaran dari perintah diatas untuk komputasi serial
adalah seperti gambar 1.5 dibawah ini
Gambar
1. 5 Output
Pengujian Komputasi Serial
Dari gambar diatas, terlihat bahwa jumlah prosesor
hanya 1 yang merupakan hasil dari pengerjaan komputasi serial dan waktu yang
dibutuhkan 16.68 detik.
$ mpirun -np 4 --host slave1,slave2,mpa2,mpb2
matrik_parallel
Keluaran
dari perintah diatas untuk komputasi parallel adalah seperti Gambar 1.6 dibawah
ini :
Gambar
1.6
Output Pengujian Komputasi Parallel
Dari
gambar diatas, terlihat bahwa jumlah prosesor ada 4 dimana setiap mesin
melakukan perhitungan juga sehingga pengerjaannya secara parallel dan waktu
yang dibutuhkan lebih cepat yaitu 8.85 detik.
Dari
2 percobaan diatas, komputasi parallel mampu mereduksi waktu yang dibutuhkan
untuk menyelesaikan jobs hingga lebih dari 5 kali dibandingkan komputasi
serial.
1.3.1.2
MPI
dan Globus
Pengujian pada
lingkungan ini tidak bisa dilakukan karena integrasi antara openmpi dan globus
gagal. Beberapa file dari openmpi tidak terbaca meskipun sudah lengkap. Berikut
adalah gambar dari hasil pengujian.
Gambar
1.7
Output Pengujian MPI dan Globus
Dari
gambar diatas terlihat beberapa file dari openmpi tidak ada. Padahal file yang
dimiliki sudah lengkap. Error diatas menunjukkan jika openmpi dan globus tidak
cocok diintegrasikan.
1.3.1.3
Portal
PHP
Portal PHP ini dibuat
untuk menggantikan peran dari globus dalam proses administrasi jobs. Proses
pengujian portal ini dilakukan dengan cara melakukan perhitungan jumlah
bilangan prima antara 2 sampai 500000 dan perkalian matrik. Dari proses ini
akan didapat perbandingan antara komputasi serial dengan komputasi parallel.
Berikut adalah proses submit job melalui portal PHP. Output dari hasil eksekusi
pada komputasi serial bilangan prima seperti gambar 1.8 dibawah ini :
Gambar
1.8 Hasil Eksekusi pada Komputer Serial
Output
dari hasil eksekusi pada komputasi parallel
bilangan prima seperti gambar 1.9
dibawah ini:
Gambar
1.9
Hasil Eksekusi pada Komputer Parallel
Output dari hasil eksekusi pada komputasi serial perkalian
matriks eperti gambar 1.10 dibawah ini :
Gambar 1.10
Hasil Eksekusi pada Komputer Serial
Output dari hasil eksekusi pada
komputasi parallel perkalian matrik seperti
gambar 1.11 dibawah ini
Gambar
1.11
Hasil Eksekusi pada Komputer Parallel
Dari pengujian diatas, terlihat bahwa portal php
mampu berperan sebagai globus untuk menjalankan aplikasi prime sum dan
perkalian matrik untuk diteruskan ke node dari cluster yang ditunjuk.
1.1.1
1.3.2 Pengujian
Tidak Normal
Terdapat
beberapa penanganan kesalahan input oleh user yang sudah diterapkan dalam
aplikasi ini dan prosedur yang tidak tepat yang mengakibatkan Portal PHP tidak
berjalan dengan sesuai. Berikut adalah beberapa kesalahan yang dilakukan oleh
user :
1.3.2.1
Nilai
Iterasi Kosong
Untuk
menjalankan jobs melalui Portal PHP, user harus mengisikan berapa nilai
iterasi. Dari nilai yang dimasukkan, akan menentukan berapa banyak jobs akan
dipecah. Sehingga akan berpengaruh pada penggunaan mesin dan waktu yang
dihasilkan.
1.3.2.2
File
tidak berekstensi C dan tidak menggunakan pustaka MPI
File Jobs yang akan di
olah harus menggunakan pustaka MPI karena akan menetukan program tersebut bisa
dikerjakan secara serial atau parallel. Selain harus menggunakan pustaka MPI,
file harus berekstensikan C. Jika 2 syarat diatas tidak terpenuhi, maka jobs
tidak akan dikerjakan atau tidak bisa mendapatkan hasil yang diinginkan.
1.4
1.4 Analisa
Hasil dari uji coba submit job diatas
belum memenuhi tujuan dari Implementasi Grid Computing dengan menggunakan
pengalamatan IPv6. Berikut adalah beberapa analisa yang didapatkan adalah :
1. Implementasi
IPv6 pada openmpi telah berhasil dilakukan dan mampu membentuk komputasi
parallel.
2. Portal
PHP bisa menggantikan peran globus untuk menjalankan aplikasi prime sum dan
perkalian matrik.
3. Condor
belum bisa diimplementasikan karena versi 7.6.1 yang sekarang rilis stabil
belum support IPv6. Sedangkan versi yang support IPv6 adalah 7.7.x akan mulai
dikembangkan pada musim panas. Disarankan untuk menggunakan paket job scheduler
lain seperti oracle grid engine, dll.
4. MPICH2
versi 1.3 masih terdapat bug sehingga tidak bisa digunakan untuk membentuk
komputasi parallel dan sebagai alternatif pengganti openmpi.
5. Integrasi
Globus dan openmpi tidak bisa diimplementasikan sehingga tidak terbentuk
lingkungan grid.
1.5
1.5 Tanggapan
Menurut saya
yang dijabarkan dalam jurnal ini sudah mencakup semua inti dari masalah yang ingin dibahas dalam isi
jurnal dan kalimat yang digunakan dalam jurnai ini juga cukup mudah dimengerti sehingga
dapat memudahkan pembaca.
DAFTAR PUSTAKA
http://repo.pens.ac.id/974/1/7408030005%2DMakalah.pdf diunduh
pada tanggal 1 Mei 2019 jam 12:00
0 komentar:
Posting Komentar