Heurísticas para Controle de Re-Execução Paralela de Workflows Científicos em Nuvens de Computadores

Gerenciar workflows científicos quando os mesmos estão associados a aplicações de alta complexidade é um desafio. A ciência atual se tornou fortemente baseada dos avanços de hardware e de novas soluções computacionais. Muitos destes workflows são formados por milhares de atividades e que em apenas uma execução do experimento, suas atividades podem ser processadas milhares de vezes, chegando a casos onde temos mais de 100.000 atividades sendo executadas, para que o resultado seja gerado. Neste contexto, a computação de alto desempenho é uma alternativa importante e em especial as nuvens computacionais. Nuvens oferecem alto poder de processamento a um custo flexível, o que o torna viável, e ainda possuem baixa complexidade na sua utilização. Quando os cientistas utilizam os recursos de uma nuvem de computadores, não estão mais limitados aos recursos de uma máquina específica. Passam a poder optar por uma configuração específica para cada workflow a ser executado. Devido ao seu caráter distribuído, a utilização de recursos computacionais na nuvem traz consigo algumas questões como erros causados por flutuações de desempenho de hardware, problemas de comunicação e concorrência. Além da gerência da execução, outro problema que vem à tona é como podemos garantir que, ao término da execução de um workflow, todas as atividades de fato tenham sido executadas sem erro. Esta dissertação apresenta soluções que visam a maximizar a probabilidade de sucesso da execução de um workflow, diminuindo assim o retrabalho do cientista. O foco foi maior em questões como custo e desempenho.