Barrapunto

No quiero quitarles la razon ni a pepes ni a jnebrera, pero en mi humilde opinion, no han descrito bien el concepto de cluster.

pepes dice: una agrupación de varios ordenadores que realizan una tarea o tareas concretas

Pero creo que la definicion no esta completa. Lo que el esta describiendo es "computacion distribuida", muy diferente, aunque similar en algunos puntos, a los clusters.

jnebrera dice: Un cluster es una agrupación de ordenadores dedicados a resolver un problema común

Me sigue pareciendo un poco floja, Asi que voy a dar la mia, que no por ser mia es mas correcta que las demas ;)

Un custer es, fisicamente, un conjunto de ordenadores que, a nivel logico, actuan como uno solo.

Por ejemplo, una "granja" de servidores web no es un cluster. Para ese tipo de aplicaciones se usan soluciones de balanza de carga, que pueden ser Round Robin DNS, NAT... Windows 2000 viene con un sistema de balance de carga basado en NAT. En estos sistemas, cada ordenador de la granja es una unidad fisica independiente y cada uno tiene su IP/IPs.

En soluciones cluster, cada ordenador no es una unidad fisica independiente, puesto que cada miembro del cluster esta conectado a una unidad de almacenamiento de datos comun a todos ellos. Ademas de eso, tienen algun sistema de comunicacion interna, como por ejemplo, se pueden conectar entre ellos por una red ethernet. Cada miembro del cluster tiene una IP para la comunicacion interna, pero el cluster en si mismo solo tiene una IP externa por la que es accesible.

Por otro lado, en sistemas de balanza de carga como el Round Robin DNS, si el servidor que nos ha sido asignado deja de responder, perderemos la conexion con ese servidor y no podemos reconectar hasta que vuelva a estar operativo. En otros sistemas de balanza de carga en los que se usa NAT, automaticamente seremos "trasladados" a otro maquina, pero perderemos la session que teniamos establecida. En un sistema cluster esto no pasa.

Generalmente, los cluster se usan para sistemas de alta disponibilidad, como pueden ser las bases de datos bancarias, servidor X, Windows NT/2000 Terminal Service... donde el fallo de uno de los nodos nos permite continuar nuestro trabajo como si nada hubiera pasado.

Por otro lado, siempre he leido sobre sistemas cluster de 2, 4 y 8 nodos. No se si habra de mas, pero lo que si estoy seguro es que tienen que ser dificiles de implementar. Hotmail cuenta con una granja de 4000 servidores, y Google creo que anda por los 5000. No se cual es la configuracion actual de Google, pero se que Hotmail cuenta con 12 clusters de 4 nodos cada uno para servir paginas web, y despues tienen otros 3000 servidores que es donde almacenan los correos de los usuarios. En este caso, primero usan un sistema de balanza de carga por Round Robin DNS hacia los 12 clusters, y gracias a estos clusters garantian que si uno de los servidores se cae, los usuarios puedn seguir trabajando sin problemas, cosa que no ocurriria si solo usaran Round Robin DNS.

Para finalizar, y ya que lo preguntaban, Windows NT 4.0 tiene una solucion cluster de hasta 4 nodos que no viene "de serie", Windows 2000 Server no tiene solucion cluster, Windows 2000 Advanced Server viene con una solucion cluster de 2 nodos, y la version Data Center viene con una solucion cluster de hasta 8 nodos.