Monitorowanie wydajności aplikacji w trybie online
Głównym celem projektu CROSSGRID było dalsze rozwinięcie środowiska grid na potrzeby różnych aplikacji o dużym znaczeniu praktycznym. Partnerzy projektu byli zainteresowani programami, które wymagały odpowiedzi ze strony rozproszonego systemu komputerowego na działanie użytkownika w różnej skali czasu (w czasie rzeczywistym lub dłuższym okresie). Obejmowały one aplikacje do interaktywnej symulacji i wizualizacji procedur chirurgicznych, systemy wspierania decyzji kryzysowych oraz rozproszonej analizy danych w eksperymentach fizyki wysokoenergetycznej — wymagające zarówno pod względem obliczeniowym, jak i ilości przetwarzanych danych. Aby umożliwić efektywne opracowywanie takich aplikacji dla środowiska grid, potrzebne były nowe narzędzia do weryfikacji równoległego kodu źródłowego, oceny wydajności oraz monitorowania. Bardziej konkretnie, dodano nowe usługi do monitorowania aplikacji, jak również rozszerzono istniejące usługi przeznaczone do monitorowania infrastruktury systemu grid. Narzędzie JIMS opracowano na Akademii Górniczo Hutniczej w Krakowie w celu zbierania i wyświetlania informacji o stanie urządzeń wykorzystanych do zbudowania środowiska grid. Idea polegała na ponownym wykorzystaniu standardowego podejścia opartego o rozszerzenia Java Management Extensions w celu umożliwienia urządzeniom wystawiania parametrów ich systemów operacyjnych dla systemu bazodanowego w ujednolicony sposób. Akronim JIMS oznacza oparty o JMX system monitorowania infrastruktury (JMX-based Infrastructure Monitoring System). Co więcej, JIMS jest narzędziem wizualizacyjnym, które pozwala użytkownikom na obserwację obciążenia procesora, pamięci RAM oraz wykresów statystyk wykorzystania systemu plików dla wybranego węzła pracownika, w którym działają poszczególne aplikacje. Wśród najkorzystniejszych funkcji systemu jest możliwość dynamicznego rozstawiania i odwoływania agentów monitorujących. Ostatnia sprawdzona wersja JIMS została zainstalowana w produkcji, jak również na badawczym podłożu testowym. Okazało się, że działa efektywnie dla rosnącej liczby aplikacji.
