Agrégation de traces pour la visualisation de grands systèmes distribués
Abstract
La visualisation de performance consiste à représenter graphiquement l'exécution d'applications parallèles pour procéder à leur analyse. Dans le cas de très grands systèmes, un procédé d'agrégation est inévitable. Cet article met en évidence un problème scientifique majeur : comment produire des représentations agrégées qui conserve un sens lors du passage à l'échelle ? Trois éléments de réponses sont discutés. (1) Les outils de visualisation doivent garantir la lisibilité et le contrôle du procédé d'agrégation. (2) Il est crucial d'estimer la qualité des représentations engendrées afin de distinguer les agrégations utiles (suppression d'informations redondantes) de celles qui sont dangereuses pour l'analyse (perte d'informations importantes). Nous proposons des mesures issues de la théorie de l'information pour quantifier ces deux aspects. La sémantique du système doit également être prise en compte lors de l'agrégation pour garantir l'interprétation des visualisations. La recherche des agrégations est ainsi limitée à un ensemble d'agrégations pertinentes. (3) Des méthodes de calcul sophistiquées sont nécessaires pour sélectionner les " meilleures " agrégations lors du passage à l'échelle. Nous proposons un algorithme à complexité linéaire (dans le cas d'une topologie hiérarchique) évalué sur un million d'entités et garantissant l'interprétabilité des visualisations engendrées.