Administrace komentářů

Předně je rozdíl mezi cloudem, o kterém mluvíš v titulku, a virtualizovaném počítači běžícím na více různých fyzických počítačích.

Cloud může znamenat různé věci. Většinou se tím ale myslí hlavně počítače cizích lidí – dříve se tomu říkalo hosting. To v tomto kontextu nedává moc smysl, proto předpokládám, že jsi myslel spíše „cloudovou“ infrastrukturu. A ano, tu si samozřejmě vytvořit můžeš, jen to zřejmě není to, na co jsi se ptal.

Pokud jde o tu druhou variantu, odpověď je sporná. Značně totiž záleží na tom, jak definuješ výkon, a jaké úlohy nad tím virtuálním strojem chceš spouštět. Určitě zapomeň na to, že bys získal ekvivalent jednoho superpočítače, který má na desce osazeny procesory a RAM těch tvých jednotlivých počítačů.

Problémy jsou v zásadě dva. Tím prvním je sdílení RAM, tím druhým je komunikace mezi procesory. Sdílet RAM z jednoho počítače na druhý je zdánlivě jednoduché: na počítači, jehož RAM chceš sdílet, inicializuješ tmpfs, a pak na druhém počítači tento oddíl připojíš přes síť a necháš do něj swapovat. Doporučuji pro zábavu vyzkoušet, a pak se bavit tím, jak se systém chová naprosto nepředvídatelným způsobem než konečně spadne. Tvým největším problémem jsou latence, protože RAM má být velmi rychlá a spolehlivá. Sdílet to tedy po klasické síti, zvláště přes hromadu vrstev abstrakce, je velmi nešťastné. To nemluvím o tom, že pokud by kernel nějakým nedopatřením odswapoval moduly pro práci se sítí nebo nfs, k ničemu, co uložil do swapu, se už nedostane, což vyústí v pád nebo nefunkčnost systému. S komunikací mezi procesory je to ještě složitější.

Teoreticky samozřejmě lze naprogramovat emulátor, který by dělal přesně to, na co se ptáš, ale právě kvůli těm latencím nelze vyhovět té tebou zmíněné podmínce – cituji:

jeden 10x výkonnejší virtualizovaný systém

Je dokonce dost dobře možné, že by ti různý existující software pod takovým emulátorem nefungoval prostě proto, že obsahuje „chyby“, na které se do té doby nepřišlo, protože se na běžném hardwaru neprojevují. A jakýkoliv uživatelský software by se velmi nepříjemně trhal.

Pokud tedy nechceš investovat do specializovaného řešení, jaké bylo naznačeno v komentáři #3, nezbývá než se snažit komunikaci mezi počítači maximálně omezit. A tady právě záleží, pro jaké účely to chceš použít.

U úloh, které nejsou vysoce paralelizovatelné, nad tím v podstatě nemá smysl dále uvažovat. V těch zbylých případech stejně potřebuješ software, který je pro tyto účely již uzpůsobený. Příkladem budiž distcc, nebo některé databáze, které se mezi sebou umí synchronizovat – pak lze získat násobně větší výkon pro vyhledávání.