doc/index.doc

   1 /*! \page index
   2
   3 <center>
   4 \htmlonly
   5 <img align=center src="simgrid_logo.png" alt="SimGrid"><br>
   6 \endhtmlonly
   7 </center>
   8
   9 \section overview Overview
  10
  11 SimGrid is a toolkit that provides core functionalities for the simulation
  12 of distributed applications in heterogeneous distributed environments.
  13 The specific goal of the project is to facilitate research in the area of
  14 distributed and parallel application scheduling on distributed computing
  15 platforms ranging from simple network of workstations to Computational
  16 Grids.
  17
  18 \section people People
  19
  20 The authors of SimGrid are:
  21
  22 \author Henri Casanova <casanova@cs.ucsd.edu>
  23 \author Arnaud Legrand <arnaud.legrand@imag.fr>
  24 \author Martin Quinson <martin.quinson@tuxfamily.org>
  25
  26 \section intro Available Softwares
  27
  28 The SimGrid toolkit is composed of different modules :
  29
  30 \li XBT (eXtensive Bundle of Tools) is a portable library with many
  31     convenient portable datastructures (vectors, hashtables, heap,
  32     contexts ...). Most other SimGrid modules rely on it.
  33
  34 \li SURF provides the core functionnalities to simulate a virtual
  35     platform. It is very low-level and is not intended to be used as
  36     such but rather to serve as a basis for higher-level simulators
  37     (like MSG, GRAS, SMPI, ...). It relies on a fast max min linear
  38     solver.
  39
  40 \li MSG is a simulator built using the previous modules. It aims at
  41     being realistic and is application-oriented. It is the software layer
  42     of choice for building simulation with multiple scheduling agents.
  43
  44 \li GRAS (<em>not functionnal yet</em>) is an ongoing project to emulate virtual
  45     virtual platforms through SURF. As a consequence a code developped using the GRAS
  46     framework is able to run as well in the real-world as in the
  47     simulator. The resulting code is very portable and highly interoperable while
  48     remaining very efficient. Even if you do not plan to run your code for real,
  49     you may want to switch to GRAS if you intend to use MSG in a very intensive way
  50     (e.g. for simulating a peer-to-peer environment).
  51
  52 \li SMPI (<em>not functionnal yet</em>) is an ongoing project to enable MPI code
  53     to run on top of a virtual platform through SURF. It follows the same principle as
  54     the ones used in GRAS but is specific to MPI applications.
  55
  56 Here is a figure the depicts the relation between those different modules.
  57 <center>
  58 \htmlonly
  59 <img align=center src="simgrid_modules.jpg" alt="SimGrid"><br>
  60 \endhtmlonly
  61 </center>
  62
  63 The section \ref publications contains links to papers that provide
  64 additional details on the project as well as validation and
  65 experimental results.
  66
  67 The software can be downloaded from <a href="http://gcl.ucsd.edu/simgrid/dl/">here</a>.
  68
  69 \section install Installation
  70
  71 Simply type
  72       \li <tt>./configure</tt>
  73       \li <tt>make all install</tt>
  74
  75 If you are not familiar with compiling C files under UNIX and using
  76 libraries, you will find some more informations in Section \ref
  77 faq.
  78
  79 \section documentation API Documentation
  80
  81 The API of all different modules is described in \ref SimGrid_API.
  82
  83 See \ref SimGrid_examples for an introduction on the way to use these modules.
  84
  85 \section users_contributers Users / Contributers
  86
  87 \subsection contributers Contributers
  88
  89       \li Loris Marchal: wrote the new algorithm for simulation TCP
  90           bandwidth-sharing.
  91       \li Julien Lerouge : wrote a XML parser for ENV descriptions and
  92           helped for the general design during a  4 month period (march-june 2002)
  93           in the LIP.
  94       \li Clément Menier and Marc Perache : wrote a first prototype of
  95           the MSG interface during a project at ENS-Lyon (jan 2002).
  96       \li Dmitrii Zagorodnov : wrote some parts of the first version
  97           of SimGrid (1999).
  98
  99 \subsection mailinglist User Mailing List
 100
 101    We have a <a href=https://listes.ens-lyon.fr/wws/info/simgrid2-users> mailing list for
 102    SimGrid users</a>.<p>
 103
 104 \section publications Publications
 105
 106 \subsection simulation About simulation
 107
 108 \li <b>Scheduling Distributed Applications: the
 109        SimGrid Simulation Framework</b>\n
 110     by <em>Henri Casanova and Arnaud Legrand and Loris Marchal</em>\n
 111     Proceedings of the third IEEE International Symposium
 112     on Cluster Computing and the Grid (CCGrid'03)\n
 113     Since the advent of distributed computer systems an active field
 114     of research has been the investigation of scheduling strategies
 115     for parallel applications.  The common approach is to employ
 116     scheduling heuristics that approximate an optimal
 117     schedule. Unfortunately, it is often impossible to obtain
 118     analytical results to compare the efficacy of these heuristics.
 119     One possibility is to conducts large numbers of back-to-back
 120     experiments on real platforms.  While this is possible on
 121     tightly-coupled platforms, it is infeasible on modern distributed
 122     platforms (i.e. Grids) as it is labor-intensive and does not
 123     enable repeatable results. The solution is to resort to
 124     simulations. Simulations not only enables repeatable results but
 125     also make it possible to explore wide ranges of platform and
 126     application scenarios.\n
 127     In this paper we present the SimGrid framework which enables the
 128     simulation of distributed applications in distributed computing
 129     environments for the specific purpose of developing and evaluating
 130     scheduling algorithms.  This paper focuses on SimGrid v2, which
 131     greatly improves on the first version of the software with more
 132     realistic network models and topologies.  SimGrid v2 also enables
 133     the simulation of distributed scheduling agents, which has become
 134     critical for current scheduling research in large-scale platforms.
 135     After describing and validating these features, we present a case
 136     study by which we demonstrate the usefulness of SimGrid for
 137     conducting scheduling research.
 138
 139
 140 \li <b>A Network Model for Simulation of Grid Application</b>\n
 141     by <em>Henri Casanova and Loris Marchal</em>\n
 142     \anchor paper_tcp
 143     In this work we investigate network models that can be
 144     potentially employed in the simulation of scheduling algorithms for
 145     distributed computing applications. We seek to develop a model of TCP
 146     communication which is both high-level and realistic. Previous research
 147     works show that accurate and global modeling of wide-area networks, such
 148     as the Internet, faces a number of challenging issues. However, some
 149     global models of fairness and bandwidth-sharing exist, and can be link
 150     withthe behavior of TCP. Using both previous results and simulation (with
 151     NS), we attempt to understand the macroscopic behavior of
 152     TCP communications. We then propose a global model of the network for the
 153     Grid platform. We perform partial validation of this model in
 154     simulation. The model leads to an algorithm for computing
 155     bandwidth-sharing. This algorithm can then be implemented as part of Grid
 156     application simulations. We provide such an implementation for the
 157     SimGrid simulation toolkit.\n
 158     ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-40.ps.gz
 159
 160
 161 \li <b>MetaSimGrid : Towards realistic scheduling simulation of
 162         distributed applications</b>\n
 163     by <em>Arnaud Legrand and Julien Lerouge</em>\n
 164     Most scheduling problems are already hard on homogeneous
 165     platforms, they become quite intractable in an heterogeneous
 166     framework such as a metacomputing grid. In the best cases, a
 167     guaranteed heuristic can be found, but most of the time, it is
 168     not possible. Real experiments or simulations are often
 169     involved to test or to compare heuristics. However, on a
 170     distributed heterogeneous platform, such experiments are
 171     technically difficult to drive, because of the genuine
 172     instability of the platform. It is almost impossible to
 173     guarantee that a platform which is not dedicated to the
 174     experiment, will remain exactly the same between two tests,
 175     thereby forbidding any meaningful comparison. Simulations are
 176     then used to replace real experiments, so as to ensure the
 177     reproducibility of measured data. A key issue is the
 178     possibility to run the simulations against a realistic
 179     environment. The main idea of trace-based simulation is to
 180     record the platform parameters today, and to simulate the
 181     algorithms tomorrow, against the recorded data: even though it
 182     is not the current load of the platform, it is realistic,
 183     because it represents a fair summary of what happened
 184     previously. A good example of a trace-based simulation tool is
 185     SimGrid, a toolkit providing a set of core abstractions and
 186     functionalities that can be used to easily build simulators for
 187     specific application domains and/or computing environment
 188     topologies. Nevertheless, SimGrid lacks a number of convenient
 189     features to craft simulations of a distributed application
 190     where scheduling decisions are not taken by a single
 191     process. Furthermore, modeling a complex platform by hand is
 192     fastidious for a few hosts and is almost impossible for a real
 193     grid. This report is a survey on simulation for scheduling
 194     evaluation purposes and present MetaSimGrid, a simulator built
 195     on top of SimGrid.\n
 196     ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-28.ps.gz
 197
 198 \li <b>SimGrid: A Toolkit for the Simulation of Application
 199         Scheduling</b>\n
 200     by <em>Henri Casanova</em>\n
 201     Advances in hardware and software technologies have made it
 202     possible to deploy parallel applications over increasingly large
 203     sets of distributed resources. Consequently, the study of
 204     scheduling algorithms for such applications has been an active area
 205     of research. Given the nature of most scheduling problems one must
 206     resort to simulation to effectively evaluate and compare their
 207     efficacy over a wide range of scenarios. It has thus become
 208     necessary to simulate those algorithms for increasingly complex
 209     distributed, dynamic, heterogeneous environments. In this paper we
 210     present SimGrid, a simulation toolkit for the study of scheduling
 211     algorithms for distributed application. This paper gives the main
 212     concepts and models behind SimGrid, describes its API and
 213     highlights current implementation issues. We also give some
 214     experimental results and describe work that builds on SimGrid's
 215     functionalities.\n
 216     http://grail.sdsc.edu/papers/simgrid_ccgrid01.ps.gz
 217
 218 \subsection research Papers using SimGrid results
 219
 220 \li <b>Optimal algorithms for scheduling divisible workloads on
 221        heterogeneous systems</b>\n
 222     by <em>Olivier Beaumont and Arnaud Legrand and Yves Robert</em>\n
 223    In this paper, we discuss several algorithms for scheduling
 224    divisible loads on heterogeneous systems. Our main contributions
 225    are (i) new optimality results for single-round algorithms and (ii)
 226    the design of an asymptotically optimal multi-round algorithm. This
 227    multi-round algorithm automatically performs resource selection, a
 228    difficult task that was previously left to the user. Because it is
 229    periodic, it is simpler to implement, and more robust to changes in
 230    the speeds of processors or communication links. On the theoretical
 231    side, to the best of our knowledge, this is the first published
 232    result assessing the absolute performance of a multi-round
 233    algorithm.  On the practical side, extensive simulations reveal
 234    that our multi-round algorithm outperforms existing solutions on a
 235    large variety of platforms, especially when the
 236    communication-to-computation ratio is not very high (the difficult
 237    case).\n
 238    ftp://ftp.ens-lyon.fr/pub/LIP/Rapports/RR/RR2002/RR2002-36.ps.gz
 239 \li <b>On-line Parallel Tomography</b>\n
 240     by <em>Shava Smallen</em>\n
 241     Masters Thesis, UCSD, May 2001
 242 \li <b>Applying Scheduling and Tuning to On-line Parallel Tomography </b>\n
 243      by <em>Shava Smallen, Henri Casanova, Francine Berman</em>\n
 244      in Proceedings of Supercomputing 2001
 245 \li <b>Heuristics for Scheduling Parameter Sweep applications in
 246          Grid environments</b>\n
 247     by <em>Henri Casanova, Arnaud Legrand, Dmitrii Zagorodnov and
 248             Francine Berman</em>\n
 249     in Proceedings of the 9th Heterogeneous Computing workshop
 250     (HCW'2000), pp349-363.
 251 */