CMS data access and usage studies at PIC Tier-1 and CIEMAT Tier-2

Els models informàtics actuals dels experiments de l'LHC indiquen que es requeririen increments de recursos molt més grans per a l'era HL-LHC (2ль) que els que podria aportar l'evolució tecnològica amb un pressupost constant. Com que no s'espera que el pressupost mundial d'informàtica augmenti, han sorgit moltes activitats de recerca per millorar el rendiment del programari dels processadors del LHC i també per proposar escenaris més eficients d'implementació de recursos i tècniques de gestió de dades que podrien reduir aquest augment previst de recursos. Les quantitats massivament creixents de dades a processar suposen un repte enorme per als sistemes d'emmagatzematge, les xarxes i la distribució de dades als usuaris finals del HEP. Aquest repte és particularment important en els escenaris on les dades dels experiments s'haurien de distribuir des d'un petit nombre de centres que conserven les dades de l'experiment. Habilitar la localitat de les dades relatives a les tasques informàtiques mitjançant caixets locals en els llocs sembla un enfocament molt prometedor per amagar latències de transferència i reduir alhora l'espai d'emmagatzematge desplegat i el nombre de rèpliques totals. Això depèn, tanmateix, de les característiques del flux de treball I/O i la xarxa disponible entre els diferents centres. En aquest informe es revisa una avaluació crucial sobre com els experiments accedeixen als serveis d'emmagatzematge desplegats en els llocs WLCG per a avaluar i simular els beneficis de diverses de les noves propostes emergents dins dels llocs WLCG/HSF. Els estudis sobre l'accés i ús de l'emmagatzematge, accés a dades i estudis de popularitat per al flux de treball del CMS executats als llocs espanyols Tier-1 (PIC) i Tier-2 (CIEMAT) que donen suport a les activitats del CMS s'analitzen en aquest informe basant-se en dades locals i de monitoratge d'experiments durant més d'un any. Això és rellevant per a la simulació de caixets de dades per a anàlisi de dades dels usuaris finals, així com per identificar àrees potencials d'estalvi d'emmagatzematge.