21、桌面网格研究挑战：现状与未来展望

桌面网格研究挑战：现状与未来展望

1. MapReduce在桌面网格中的应用

MapReduce是谷歌提出的一种新兴的用于数据密集型应用的编程模型，它借鉴了函数式编程的思想。程序员定义在数据上执行的Map任务，该任务产生中间输出，以及将中间输出组合成最终结果的Reduce任务。目前大多数实现，如Hadoop，将分布式文件系统与主/从运行时相结合，将Map和Reduce任务调度到持有数据的节点上。

在桌面网格中应用MapReduce面临诸多挑战，主要集中在数据分布、存储和处理方面。此外，Reduce阶段需要被视为对文件的集体操作，这一点目前尚未得到充分解决。

2. 桌面网格与网络科学基础设施的集成

科学社区对大规模分布式计算基础设施的需求日益增长，以解决重大挑战问题。目前存在多种计算基础设施，如欧洲的EGEE、美国的TeraGrid、中国的ChinaGrid、桌面网格、志愿者计算系统以及新兴的云计算（如亚马逊EC2）。然而，这些计算基础设施是独立开发的，彼此之间缺乏交互。

2.1 服务网格（SG）与桌面网格（DG）的互操作性

已经有一些项目探索了SG和DG之间的互操作性，例如Lattice项目、Condor和XtremWeb、Superlink以及欧洲FP7基础设施项目EDGeS。EDGeS旨在构建技术桥梁，促进EGEE网格与XtremWeb和BOINC桌面网格之间的互操作性，使EGEE用户能够访问桌面网格计算资源，这些资源可以是互联网用户提供的公共DG，也可以是大学或企业内部部署的私有DG。

2.2 连接SG和DG的方法

主要有两种方法来连接SG和DG：
-