Punto de control de la aplicación

Uno de los métodos originales y ahora más comunes para guardar el estado de una aplicación era la función de "guardar estado" en las aplicaciones interactivas. Esta función permitía al usuario guardar el estado de todas las variables y otros datos, y continuar trabajando o salir de la aplicación, reiniciarla y restaurar el estado guardado posteriormente. Esto se implementaba mediante un comando o una opción de menú llamada "guardar". En muchos casos, se convirtió en práctica habitual preguntar al usuario, si tenía trabajo sin guardar al salir de la aplicación, si deseaba guardar su trabajo antes de hacerlo.

Esta funcionalidad se volvió extremadamente importante para la usabilidad en aplicaciones en las que una tarea en particular no se podía completar de una sola vez (como jugar un videojuego que se esperaba que durara decenas de horas) o en las que el trabajo se realizaba durante un período prolongado (como la introducción de datos en un documento, por ejemplo, filas en una hoja de cálculo).

El problema con el guardado de estado es que requiere que el operador del programa solicite el guardado. Para programas no interactivos, incluidas las cargas de trabajo automatizadas o procesadas por lotes, la capacidad de crear puntos de control en dichas aplicaciones también debía automatizarse.

A medida que las aplicaciones por lotes comenzaron a manejar decenas o cientos de miles de transacciones, donde cada transacción podía procesar un registro de un archivo comparándolo con varios archivos diferentes, se hizo imperativo que la aplicación pudiera reiniciarse en algún punto sin tener que volver a ejecutar todo el trabajo desde cero. Así nació la función de "punto de control/reinicio", mediante la cual, después de procesar varias transacciones, se podía tomar una "instantánea" o "punto de control" del estado de la aplicación. Si la aplicación fallaba antes del siguiente punto de control, se podía reiniciar proporcionándole la información del punto de control y la última ubicación en el archivo de transacciones donde se había completado correctamente una transacción. La aplicación podía entonces reiniciarse en ese punto. ^{[ 6 ]}

El restablecimiento de registros suele ser costoso, por lo que generalmente no se realizaba con cada registro, sino que se buscaba un equilibrio razonable entre el costo del restablecimiento y el tiempo de procesamiento necesario para reprocesar un lote de registros. Por lo tanto, la cantidad de registros procesados ​​en cada restablecimiento podía variar entre 25 y 200, dependiendo de factores de costo, la complejidad relativa de la aplicación y los recursos necesarios para reiniciarla correctamente.

FTI es una biblioteca que tiene como objetivo proporcionar a los científicos computacionales una manera sencilla de realizar puntos de control/reinicio de forma escalable. ^{[ 7 ]} FTI aprovecha el almacenamiento local, junto con técnicas de replicación y borrado múltiple, para proporcionar varios niveles de fiabilidad y rendimiento. FTI proporciona puntos de control a nivel de aplicación que permiten a los usuarios seleccionar qué datos necesitan protegerse, con el fin de mejorar la eficiencia y evitar el desperdicio de espacio, tiempo y energía. Ofrece una interfaz de datos directa para que los usuarios no tengan que lidiar con archivos o nombres de directorios. FTI gestiona todos los metadatos de forma transparente para el usuario. Si se desea, los usuarios pueden dedicar un proceso por nodo para superponer la carga de trabajo de tolerancia a fallos y la computación científica, de modo que las tareas posteriores al punto de control se ejecuten de forma asíncrona.

El Grupo de Tecnologías Futuras de los Laboratorios Nacionales Lawrence está desarrollando una implementación híbrida de kernel/usuario de punto de control/reinicio llamada BLCR. Su objetivo es proporcionar una implementación robusta y de calidad de producción que realice puntos de control en una amplia gama de aplicaciones, sin requerir cambios en el código de la aplicación. ^{[ 8 ]} BLCR se centra en el punto de control de aplicaciones paralelas que se comunican a través de MPI y en la compatibilidad con el conjunto de software producido por SciDAC Scalable Systems Software ISIC. Su trabajo se divide en 4 áreas principales: Punto de control/Reinicio para Linux (CR), Bibliotecas MPI con capacidad de punto de control, Interfaz de gestión de recursos para punto de control/reinicio y Desarrollo de interfaces de gestión de procesos.

DMTCP (Distributed MultiThreaded Checkpointing) es una herramienta para guardar de forma transparente el estado de un grupo arbitrario de programas distribuidos en varias máquinas y conectados mediante sockets. ^{[ 9 ]} No modifica el programa del usuario ni el sistema operativo. Entre las aplicaciones compatibles con DMTCP se encuentran Open MPI , Python , Perl y muchos lenguajes de programación y de scripting de shell. Con TightVNC, también puede guardar y reiniciar aplicaciones X Window, siempre que no utilicen extensiones (por ejemplo, sin OpenGL ni vídeo). Entre las características de Linux compatibles con DMTCP se encuentran los descriptores de archivos abiertos , las tuberías, los sockets, los manejadores de señales, la virtualización de ID de proceso e ID de hilo (para garantizar que los PID y TID antiguos sigan funcionando tras el reinicio), los PTY, las FIFO, los ID de grupo de procesos, los ID de sesión, los atributos de terminal y mmap /mprotect (incluida la memoria compartida basada en mmap). DMTCP admite la API OFED para InfiniBand de forma experimental. ^{[ 10 ]}

Algunos protocolos recientes realizan puntos de control colaborativos almacenando fragmentos del punto de control en nodos cercanos. ^{[ 11 ]} Esto resulta útil porque evita el costo de almacenar en un sistema de archivos paralelo (que suele convertirse en un cuello de botella para sistemas a gran escala) y utiliza almacenamiento más cercano. Esta técnica se ha utilizado particularmente en clústeres de supercomputación a gran escala. El desafío consiste en garantizar que, cuando se necesite el punto de control para recuperarse de un fallo, los nodos cercanos con fragmentos de los puntos de control estén disponibles.

Docker y la tecnología subyacente contienen un mecanismo de punto de control y restauración. ^{[ 12 ]}

CRIU es una biblioteca de puntos de control en el espacio de usuario. ^{[ 13 ]}

Mementos es un sistema de software que transforma tareas de propósito general en programas interrumpibles para plataformas con interrupciones frecuentes, como cortes de energía. Fue diseñado para dispositivos integrados sin batería, como etiquetas RFID y tarjetas inteligentes, que dependen de la recolección de energía de fuentes ambientales. Mementos detecta con frecuencia la energía disponible en el sistema y decide si detener el programa debido a una pérdida de energía inminente o continuar el cálculo. Si se realiza un punto de control, los datos se almacenan en una memoria no volátil . Cuando la energía es suficiente para reiniciar , los datos se recuperan de la memoria no volátil y el programa continúa desde el estado almacenado. Mementos se ha implementado en la familia de microcontroladores MSP430 . ^{[ 14 ]}

Idetic es un conjunto de herramientas automáticas que ayuda a los desarrolladores de circuitos integrados de aplicación específica (ASIC) a incorporar automáticamente puntos de control en sus diseños. Está diseñado para herramientas de síntesis de alto nivel y añade los puntos de control a nivel de transferencia de registros ( código Verilog ). Utiliza un enfoque de programación dinámica para localizar puntos de baja sobrecarga en la máquina de estados del diseño. Dado que la creación de puntos de control a nivel de hardware implica el envío de datos de registros dependientes a una memoria no volátil, se requiere que los puntos óptimos tengan un número mínimo de registros que almacenar. Idetic se ha implementado y evaluado en un dispositivo de etiqueta RFID de recolección de energía . ^{[ 15 ]}