نگاهی به تاریخچه و معماری پروتکل GridFTP؛ استاندارد انتقال داده‌های سنگین علمی

مقدمه و زمینه تاریخی

در اواخر دهه ۱۹۹۰ میلادی، با ظهور محاسبات توزیع‌شده (Grid Computing) و ابزارهای پیشرفته‌ای مانند برخورددهنده هادرونی بزرگ (LHC) در سرن (CERN) یا آزمایشگاه ملی آرگون، جامعۀ علمی با حجم عظیمی از داده‌ها روبه‌رو شد که ماهانه به چندین پایتایت می‌رسید. برای پردازش این حجم از داده‌ها، نیاز به انتقال سریع آن‌ها میان مراکز داده، ابرکامپیوترها و آزمایشگاه‌های مختلف در سراسر جهان بود.

این زیرساخت‌ها توسط شبکه‌های پهن‌پیکر پرسرعت (Long Fat Networks یا LFN) مانند ESnet به یکدیگر متصل شده بودند. با این حال، نرم‌افزارهای موجود در آن زمان نمی‌توانستند به طور کامل از تمام پهنای باند این شبکه‌ها استفاده کنند. پروتکل GridFTP به عنوان راهکاری برای حل این مشکل و دستیابی به سرعت‌های نزدیک به ظرفیت خط (Line Speed) توسعه یافت.

نیازهای طراحی و قابلیت انتقال شخص ثالث (Third-Party Transfer)

در سناریوهای علمی، برنامه‌های ارکستراسیون (Orchestrator) وظیفه مدیریت و زمان‌بندی کارها را بر عهده داشتند؛ اما خود این برنامه‌ها روی سیستم‌هایی بدون شبکه پرسرعت اجرا می‌شدند. بنابراین، عبور دادن حجم عظیمی از داده‌ها از طریق نرم‌افزار ارکستراتور یک مزیت منفی از نظر عملکردی محسوب می‌شد.

GridFTP مفهومی به نام انتقال شخص ثالث را معرفی کرد. در این معماری:

• ارکستراتور به سرور فرستنده (Sender) و گیرنده (Receiver) متصل می‌شود.
• ارکستراتور اطلاعات لازم برای برقراری ارتباط امن را به هر دو طرف منتقل می‌کند.
• داده‌ها مستقیماً میان فرستنده و گیرنده روی شبکه پرسرعت جابه‌جا می‌شوند و ارکستراتور هرگز داده‌ها را مشاهده نمی‌کند.

امنیت و اعتبارنامه‌های تفویض‌شده

برای امنیت انتقال داده، ارکستراتور نیاز داشت که به سرورهای مبدا و مقصد متصل شود و به فرستنده دستور دهد چگونه به گیرنده متصل شود. این امر منجر به استفاده از مفهوم اعتبارنامه تفویض‌شده (Delegated Credential) شد تا دو سرور بتوانند هویت ارکستراتور را به یکدیگر اثبات کرده و کانال داده را به صورت امن احراز هویت کنند.

چالش‌های TCP و جریمه شبکه‌های پهن‌پیکر (WAN Penalty)

یکی از مهم‌ترین بخش‌های طراحی GridFTP، بازنگری در پروتکل لایه انتقال بود. FTP سنتی از حالت جریان (Stream Mode) استفاده می‌کند که متکی بر TCP است. اما TCP برای شبکه‌های با تاخیر بالا (High Latency) طراحی نشده بود:

• الگوریتم TCP Reno و Slow Start: این الگوریتم برای اشتراک‌گذاری عادلانه پهنای باند طراحی شده و با بروز رویدادهای ازدحام (Packet Loss)، پنجره ارسال خود را نصف می‌کند.
• تاخیر در بازیابی (Additive Increase Multiplicative Decrease): در شبکه‌های WAN با تاخیر بالا (مثل ۱۰۰ میلی‌ثانیه در برابر ۱۰ میلی‌ثانیه در شبکه محلی)، سرعت بازگشت پنجره ارسال به حالت ایده‌آل بسیار کند است، که به آن جریمه WAN گفته می‌شود.

GridFTP با ایجاد پروتکل کانال داده جدید و استفاده از جریان‌های موازی (Parallel Streams) توانست بر این محدودیت‌ها غلبه کند و به حداکثر بهره‌وری از پهنای باند شبکه‌های LFN دست یابد.

دیدگاه جامعه مهندسی در هکرنیوز

در بحث‌های هکرنیوز، برخی کاربران به تحولات پیرامون Globus اشاره کرده‌اند؛ از جمله اینکه سرورهای مدرن Globus اکنون کانال‌های کنترل را درون TLS ALPN اجرا می‌کنند، اتصال‌های خارج از سرویس ابری خود را محدود ساخته و برای دسترسی به امکانات پیشرفته و پنل‌های مدیریتی نیازمند اشتراک‌های تجاری هستند، در حالی که تمرکز اصلی آن‌ها به سمت قابلیت‌های Compute و Flows معطوف شده است.