Аподис – Дистрибуирани систем складиштења високих перформанси за ХПЦ апликације

Аподис (скраћено од „Под дисковима“) је дистрибуирани систем за складиштење дизајниран за складиштење и управљање великим количинама података на више машина. Посебно је дизајниран да задовољи потребе рачунарских апликација високих перформанси (ХПЦ), као што су научне симулације, аналитика података и машинско учење.ӕӕАподис је изграђен на врху ХДФС (Хадооп Дистрибутед Филе Систем) протокола, који пружа флексибилан и скалабилан начин за складиштење и преузимање података у групи машина. Међутим, за разлику од традиционалних ХДФС имплементација, Аподис додаје неколико функција које га чине погоднијим за ХПЦ радна оптерећења:ӕӕ1. Управљање метаподацима високих перформанси: Аподис користи прилагођени систем управљања метаподацима који је оптимизован за ХПЦ радна оптерећења. Овај систем омогућава брзо и ефикасно испитивање система датотека, чак и за веома велике скупове података.ӕ2. Репликација и редундантност података: Аподис пружа подршку за репликацију и редундантност података, што осигурава да су подаци доступни чак и у случају кварова машине или мрежних партиција.ӕ3. Кодирање за брисање: Аподис користи кодирање за брисање да обезбеди ефикасан опоравак података у случају кварова машине. То значи да само подскуп машина мора бити доступан за опоравак података, а не све машине.ӕ4. Подршка за паралелни И/О: Аподис је дизајниран да подржава паралелне И/О операције, што омогућава бржи пренос података и смањено кашњење.ӕ5. Интеграција са ХПЦ оквирима: Аподис је дизајниран да беспрекорно ради са популарним ХПЦ оквирима као што су ОпенМПИ, МПИЦХ и ОпенАЦЦ. Ово олакшава интеграцију Аподиса у постојеће ХПЦ радне токове.ӕӕ Све у свему, Аподис је моћан и флексибилан дистрибуирани систем за складиштење који је веома погодан за ХПЦ радна оптерећења. Његово управљање метаподацима високих перформанси, репликација и редундантност података, кодирање за брисање, подршка за паралелни И/О и интеграција са ХПЦ оквирима чине га идеалним избором за велике научне симулације, аналитику података и апликације за машинско учење.