При выполнении задач, связанных с виртуализацией процессов вычислений, обработки данных и кластеризации таковых в единый пул, возникает необходимость плановой, либо экстренной миграции (перемещения) процессов и данных на другие физические носители без потерь. Это возможно при параллельной работе виртуального приложения и формирования виртуальных данных, как минимум, в двух независимых физических носителях. Избыточность данного метода обеспечивает минимальные задержки и минимальные потери, но не позволяет оперативно реагировать на массовые отказы системы, полностью исключая потери. Восстановление работоспособности приложения возможно только через некоторое время, которое может критически сказаться на оперативности принятия решения.Для устранения данной проблемы, необходима разработка иного метода резервирования вычислений и операций с данными, при реализации которого будут устранены все недостатки предыдущего. Ввод математического термина «фрактал», интерпретированного в контексте с описанием процессов вычислений и оперируемых данных, позволяет применить его свойства в будущей системе.
Итак, если рассматриваемая вычислительная система имеет некоторые свойства, которые отвечают требованиям термина фрактал, то данные свойства системы можно назвать фрактальными.
Соответствие свойств системы возможно при выполнении этих условий:
— система самоподобна
— при масштабировании ее свойства и значения неизменны и не сведены к тривиальности
— система способна к восстановлению по единичному фрагменту
Введение понятия фрактальная миграция является закономерным и обоснованным действием, так как наделение системы принципами фрактальности объектов и процессов, при подготовки их к переносу, позволяет достичь требуемой когерентности распределенных состояний исполняемого кода и данных.
Фрактальные свойства вычислительных процессов подразумевают не просто избыточность кода, который, при масштабировании, не должен терять своего первоначального вида, а создание параллельных синхронных, либо асинхронных процессов. Допустим оперативный код и выделенная область памяти, в которой он осуществляется, будут несколько избыточными и распределены в виде клонов (реплик), на некотором пространстве области виртуальной памяти (объединяющей несколько физических носителей ОП) в определенном интервале циклических вычислений и процессов модификации данных, тогда эти клоны будут выполняться синхронно либо асинхронно с кодом родителя и ограничиваться лишь заданным пространственно-временным интервалом. Причем данный цикл должен превышать время перехода мигрирующих приложений и данных на необходимое значение, обеспечивающее целостность восстанавливаемого фрагмента. Таких клонов, использующих периодически освобождаемые ресурсы процессоров и памяти, может быть бесконечное множество, ограниченное временем жизни цикла и самой реплики. Неупорядоченное, хаотическое их размещение и репродуцирование, цикличность отдельных фрактальных фрагментов и их автономность, а так же ограниченная продолжительность жизненного цикла, позволят создать избыточность вычислительных процессов, при самодостаточности и экономичности структуры центра обработки данных без простаивающих в горячем резерве мощностей. Вероятность фатального поражения вычислительных процессов в данном случае сведена к нулю, так как эти процессы протекают непрерывно и бесконечно репродуцируются на всей протяженности пространственно-временного представления виртуализированного ЦОД.
В данном методе будут реализованы принципы тонких клиентов, в роли которых выступают приложения и данные, причем актуальность их «серверной» части постоянна и распределена по системе в виде минимальных фрактальных фрагментов кода. Каждый такой фрагмент несет в себе полную информацию о всем приложении и способен развернуть данное приложение на своей единичной основе. Голографический эффект, при котором происходит регенерация статических данных, в данной методике проявляется в динамически меняющихся процессах. Каждый такой фрагмент имеет полный набор значений соответствия системе в целом, и так же является исходным состоянием для масштабирования. Порожденные им объекты, в свою очередь, должны нести всю информационную составляющую первоначальных структур кода. Таким образом, виртуальные процессы (приложения, операции с данными) протекают синхронно со своими отражениями в различных областях памяти в заданных промежутках времени. Обмен данными между процессами осуществляется на лету. Администратор лишь изначально устанавливает границы оперативной виртуальной среды и активность ее компонентов, в дальнейшем система самостоятельно тиражируется и регенерируется, в зависимости от выполняемых задач. Принятие решения что истина, а что ложь, происходит на основе имперического анализа состояния реплик данных и процессов. Система способна самостоятельно активировать различные поведенческие сценарии, которые будут формироваться в реальном времени из стандартных и специальных утилит, команд и инструкций, которые могут быть созданы как человеком, так и самой системой. При анализе той или иной области оперативной памяти и выявления процессов, занимающих часть памяти на вторичной основе, когда данные процессы уже утратили свою актуальность, либо являются второстепенными, система может самостоятельно провести ее обнуление. Кластеризация процессов и данных, основных и альтернативных таблиц маршрутизации и сценариев в единой виртуальной среде с присвоением ей некоторого свойства фрактального объекта, позволит решить задачу аппаратной отвязки и динамического перемещения виртуализированного центра обработки данных в полном составе.
Фрактальная миграция ЦОД позволяет создавать бесконечное множество ситуационных решений проблем и коллизий на основе сценариев администрирования ЦОД в целом. Перекрестный анализ реакций системы управления на те или иные директивы с накоплением опыта, документируется в инструкциях и сценариях. Применение, в дальнейшем, этих инструкций и сценариев в рамках виртуального ЦОД позволит частично или полностью автоматизировать процессы динамического управления системой без участия человека. Таким образом, система постоянно развивает свои реакции и ассортимент инструкций к сценариям своего поведения. Это первый шаг к пониманию системой своей задачи и осознанного выбора пути ее решения. Второй шаг — способность системы делать выводы на основе самоанализа и принимать решения, прогнозируя множественные итерации возможных последствий.
Заранее невозможно предусмотреть множество состояний и интерпретацию их связей и последствий, поэтому сложно спрогнозировать и заложить поведенческие ситуации в какие-то рамки исходных кодов и наборов инструкций, правил и пр. Необходимо осуществить имитацию ситуационных процессов на основе непрерывно генерируемых коллизий системы и создавать базу знаний реакций и решений системы, которые будут оцениваться на предмет использования, и применяться в случае соответствия, либо отвергаться как не подходящие в данный момент времени. Необходим аппарат обучения системы управления способности самосовершенствоваться и меняться под воздействием различных возмущений и провокаций.
В упрощенном понимании таким аппаратом может стать структура на основе генетических алгоритмов эмуляции нейросетей с нечетко выраженной логикой. Микро и макро паттерны таких сетей, основанные на фрактальных свойствах вычислительной среды, создают распределенную, каскадную, полносвязную матрицу с блуждающими центрами актуализации нагрузки и миграции данных. Таблица связности не стабильна, она динамически меняется, оставляя снимки своих состояний в пространственно-временном ряду. Опыт ошибок и правильных решений доступен на любом уровне системы.
