Unlike SNMP, the Astrolabe attribut

Unlike SNMP, the Astrolabe attributes are not directly writable, but generated by so-called aggregation functions. Each zone has a set of aggregation functions that calculate the attributes for the zone’s MIB. An aggregation function for a zone is an SQL program, which takes a list of the MIBs of the zone’s child zones and produces a summary of their attributes.
Leaf zones form an exception. Each leaf zone has a set of virtual child zones.
The virtual child zones are local to the corresponding agent. The attributes of
these virtual zones are writable, rather than being generated by aggregation
functions. Each leaf zone has at least one virtual child zone called “system”, but
the agent allows new virtual child zones to be created. For example, an application on a host may create a virtual child zone called “SNMP” and populate it
with attributes from the SNMP’s MIB. The application would then be responsible for updating Astrolabe’s MIB whenever the SNMP attributes change.
Astrolabe is designed under the assumption that MIBs will be relatively
small objects—a few hundred or even thousand bytes, not millions. An application dealing with larger objects would not include the object itself in the MIB,
but would instead export information about the object, such as a URL for downloading a copy, a time stamp, a version number, or a content summary. In our
examples we will treat individual computers as the owners of leaf zones, and
will assume that the machine has a reasonably small amount of state information to report.
Astrolabe can also support systems in which individual objects are the leaf
zones, and hence could be used to track the states of very large numbers of files,
database records, or other objects. Using Astrolabe’s aggregation functions, one
could then query the states of these objects. However, keep in mind that aggregation functions summarize—their outputs must be bounded in size. Thus, one
might design an aggregation function to count all pictures containing images
that match some predicate, or even to list the three pictures with the strongest
such match. One could not, in general, use aggregation to make a list ofall such
pictures. In fact, by traversing the Astrolabe hierarchy it is easy to enumerate
the nodes that contribute to a counting aggregate, but this would be done by
the application, not the aggregation function.
We can now describe the mechanism whereby aggregation functions are used
to construct the MIB of a zone.
Aggregation functions are programmable. The code of these functions is embedded in so-called aggregation function certificates (AFCs), which are signed
and timestamped certificates that are installed as attributes inside MIBs. The
names of such attributes are required to start with the reserved character ‘&’.
For each zone it is in, the Astrolabe agent at each host scans the MIBs of its
child zones looking for such attributes. If it finds more than one by the same
name, but of different values, it selects the most recent one for evaluation.
Each aggregation function is then evaluated to produce the MIB of the zone.
The agents learn about the MIBs of other zones through the gossip protocol
described in Section 4.1.

Kết quả (Việt) 1:

Không giống như SNMP, thuộc tính Astrolabe là không trực tiếp có thể ghi được, nhưng được tạo ra bởi cái gọi là tập hợp chức năng. Mỗi khu vực có một bộ tập hợp các chức năng tính toán các thuộc tính cho khu vực của MIB. Một chức năng tập hợp cho khu vực là một chương trình SQL, một danh sách các MIBs của khu vực trẻ em khu và sản xuất một bản tóm tắt các thuộc tính của họ.Lá khu tạo thành một ngoại lệ. Mỗi khu vực lá có một tập hợp ảo trẻ em khu công.Các khu trẻ em ảo được địa phương để các đại lý tương ứng. Các thuộc tính củanhững vùng ảo được có thể ghi được, chứ không phải là được tạo ra bởi tập hợpchức năng. Mỗi khu vực lá có ít nhất một ảo trẻ em khu vực được gọi là "hệ thống", nhưngCác đại lý cho phép đứa trẻ mới ảo khu được tạo ra. Ví dụ, một ứng dụng trên một máy chủ có thể tạo ra một khu vực trẻ em ảo được gọi là "SNMP" và đưa nóvới thuộc tính từ của SNMP MIB. Các ứng dụng sau đó sẽ chịu trách nhiệm cho việc Cập Nhật Astrolabe của MIB bất cứ khi nào SNMP thuộc tính thay đổi.Astrolabe được thiết kế theo giả định rằng MIBs sẽ tương đốicác đối tượng nhỏ-một vài trăm hoặc thậm chí nghìn byte, không phải hàng triệu. Một ứng dụng đối phó với các đối tượng lớn hơn sẽ không bao gồm đối tượng chính nó trong MIB,nhưng thay vào đó xuất khẩu các thông tin về đối tượng, chẳng hạn như một URL để tải về một bản sao, một con tem thời gian, một số phiên bản, hoặc một nội dung tóm tắt. Trong của chúng tôiVí dụ, chúng tôi sẽ xử lý máy tính cá nhân như các chủ sở hữu của khu vực lá, vàsẽ giả định rằng máy tính có một số lượng hợp lý nhỏ của thông tin nhà nước để báo cáo.Astrolabe cũng có thể hỗ trợ hệ thống trong đó cá nhân đối tượng là lákhu, và do đó có thể được sử dụng để theo dõi các tiểu bang của các con số rất lớn của các tập tin,bản ghi cơ sở dữ liệu, hoặc đối tượng khác. Sử dụng các chức năng tập hợp của Astrolabe, mộtsau đó có thể truy vấn các tiểu bang của các đối tượng. Tuy nhiên, hãy nhớ rằng tập hợp chức năng tóm tắt — của kết quả đầu ra phải được bao bọc trong kích thước. Vì vậy, mộtcó thể thiết kế một chức năng tập hợp để đếm tất cả các hình ảnh có chứa hình ảnhmà phù hợp với một số vị ngữ, hoặc thậm chí vào danh sách ba hình ảnh với mạnh nhấttrận đấu như vậy. Một không thể, nói chung, sử dụng tập hợp để thực hiện một ofall danh sách như vậyhình ảnh. Trong thực tế, bằng cách đi qua hệ thống phân cấp Astrolabe nó rất dễ dàng để liệt kêcác nút đóng góp cho một đếm tổng hợp, nhưng điều này sẽ được thực hiệnCác ứng dụng, không có chức năng tập hợp.Chúng tôi bây giờ có thể mô tả cơ chế theo đó tập hợp chức năng được sử dụngđể xây dựng MIB của khu vực.Tập hợp chức năng được lập trình. Mã của các chức năng được nhúng vào trong cái gọi là tập hợp chức năng giấy chứng nhận (AFCs), mà được ký kếtvà timestamped chứng chỉ được cài đặt như các thuộc tính bên trong MIBs. Cáctên của các thuộc tính được yêu cầu để bắt đầu với các nhân vật thuộc '&'.Cho mỗi vùng trong, các đại lý Astrolabe tại mỗi máy chủ quét MIBs của của nótrẻ em khu vực tìm kiếm thuộc tính như vậy. Nếu nó tìm thấy nhiều hơn một bởi cùng mộttên, nhưng các giá trị khác nhau, nó chọn người đặt để đánh giá.Mỗi chức năng tập hợp sau đó được đánh giá để sản xuất video MIB vùng.Các đại lý tìm hiểu về MIBs vùng khác thông qua giao thức gossipMô tả trong phần 4.1.

Kết quả (Việt) 2:

Không giống như SNMP, các thuộc tính Astrolabe không trực tiếp ghi, nhưng tạo ra bởi cái gọi là chức năng tập hợp. Mỗi khu vực có một tập hợp các chức năng tập hợp mà tính toán các thuộc tính cho MIB của vùng. Một chức năng tập hợp cho một miền là một chương trình SQL, trong đó có một danh sách các MIBs khu con của vùng và tạo ra một bản tóm tắt các thuộc tính của chúng.
khu Leaf hình thành một ngoại lệ. Mỗi vùng lá có một tập hợp các khu con ảo.
Các khu con ảo là địa phương để các đại lý tương ứng. Các thuộc tính của
các vùng ảo đó vẫn được phép, chứ không phải được tạo ra bởi sự kết hợp
các chức năng. Mỗi vùng lá có ít nhất một con vùng ảo được gọi là "hệ thống", nhưng
các tác nhân cho phép khu con ảo mới được tạo ra. Ví dụ, một ứng dụng trên một máy chủ có thể tạo ra một khu vực con ảo gọi là "SNMP" và cư nó
với các thuộc tính từ MIB của SNMP. Các ứng dụng sau đó sẽ chịu trách nhiệm cho việc cập nhật MIB Astrolabe của bất cứ khi nào SNMP thuộc tính thay đổi.
Astrolabe được thiết kế theo giả định rằng MIBs sẽ tương đối
đối tượng-một nhỏ vài trăm hoặc thậm chí hàng ngàn byte, không phải hàng triệu. Một ứng dụng đối phó với các đối tượng lớn hơn sẽ không bao gồm các đối tượng chính nó trong MIB,
nhưng thay vào đó sẽ xuất thông tin về các đối tượng, chẳng hạn như một URL để tải về một bản sao, một tem thời gian, một số phiên bản, hoặc một bản tóm tắt nội dung. Trong chúng tôi
ví dụ, chúng tôi sẽ xử lý máy tính cá nhân là chủ sở hữu của khu lá, và
sẽ cho rằng máy có một số tiền hợp lý nhỏ thông tin nhà nước để báo cáo.
Astrolabe cũng có thể hỗ trợ hệ thống trong đó các đối tượng cá nhân là những lá
khu, và do đó có thể là được sử dụng để theo dõi trạng thái của các con số rất lớn các tập tin,
cơ sở dữ liệu hồ sơ, hoặc các đối tượng khác. Sử dụng các hàm tập hợp Astrolabe, một trong
đó có thể truy vấn các bang của các đối tượng này. Tuy nhiên, hãy nhớ rằng các chức năng tổng hợp tóm tắt kết quả đầu ra của họ-phải được giới hạn trong kích thước. Vì vậy, một trong những
có thể thiết kế một chức năng tập hợp để đếm tất cả các hình ảnh có chứa hình ảnh
phù hợp với một số vị ngữ, hoặc thậm chí để liệt kê ba hình ảnh với các mạnh
kết hợp như vậy. Người ta không thể, nói chung, sử dụng kết hợp để tạo ra một danh sách ofall như
hình ảnh. Trong thực tế, bằng cách đi qua các hệ thống phân cấp Astrolabe nó rất dễ dàng để liệt kê
các node đóng góp cho một tổng kiểm đếm, nhưng điều này sẽ được thực hiện bởi
các ứng dụng, không phải là chức năng tập hợp.
Bây giờ chúng ta có thể mô tả cơ chế mà nhờ đó các chức năng tập hợp được sử dụng
để xây dựng các MIB của một vùng.
Aggregation chức năng được lập trình. Các mã của các chức năng này được nhúng vào trong cái gọi là chứng chỉ chức năng tập hợp (AFCs), có chữ ký
và chứng chỉ ghi lại ngày tháng đã được cài đặt như là thuộc tính bên trong MIBs. Các
tên của các thuộc tính như vậy được yêu cầu phải bắt đầu với các nhân vật dành riêng '&'.
Với mỗi vùng, nó đang ở trong, các đại lý Astrolabe ở mỗi host quét MIBs của nó
khu con tìm kiếm các thuộc tính như vậy. Nếu nó tìm thấy nhiều hơn một bởi cùng một
tên, nhưng các giá trị khác nhau, nó chọn một trong những gần đây nhất để đánh giá.
Mỗi chức năng tập hợp sau đó được đánh giá là sản xuất các MIB của khu vực.
Các đại lý tìm hiểu về các MIBs các vùng khác thông qua các giao thức đồn
mô tả trong phần 4.1.