我正在寻找一个用于.Net / Mono的分布式计算的框架（开源），它不仅仅是基于任务的，而且还支持分布式任务的持久性。
手头的项目是一个复杂的系统模拟，需要分配到较小的独立“子模拟”中。这些子模拟将持续运行很长时间，并且会定期接收数据并将数据发送回主服务器，其中正在更新具有聚合结果的视图并将其呈现给用户。
因此，要分发的工作（子模拟）是有状态的，并且应该在工作人员中长时间在多个会话中保持存在（在线或离线）。这将需要工作人员进行本地持久存储（序列化）（子模拟非常大，并且在每次会话中将它们来回发送给主服务器效率不高）。
该框架应通过允许使用不同的实现（即本地群集，Internet，单机，第三方云平台），提供有关正在使用的实际底层网络或云平台的透明度。
如果在模型/模拟级别，可以根据网络延迟调整性能（例如通过调整Workers和Master之间发送的数据的频率和粒度），这将是很好的。
我看着NGrid，但这似乎没有完成和过时。我还看了一些其他常见的嫌疑人（MPAPI，MPI.NET，Alchemi等），但据我所知，这些不符合要求。如果不存在这样的框架，我对这种框架的设计提示感兴趣。
答案 0 :(得分：1)
您是否查看了Microsoft DSS / CCR框架？它是最初在机器人平台上开发的SOA，Concurrent框架。我们以前用它来创建一个交通模拟器。它本身并不开放，但它并不昂贵，我相信学术界可以免费使用。
你必须编写逻辑来创建并行作业，但理论上这不应该是困难的。该框架有一堆管理工具。
Hadoop也是另一种选择，可能是我推荐的。使用hadoop文件系统，此解决方案使您的存储请求更加可行。
http://wiki.apache.org/hadoop/HadoopStreaming Is there a .NET equivalent to Apache Hadoop?
同样在上面的SO线程是myspace技术 http://code.google.com/p/qizmt/
答案 1 :(得分：0)
看看Gearman（http://gearman.org/）。它提供了您提到的大多数要求。 Gearman的主要问题是服务器必须托管在Linux机器上（或者您使用服务器的PEARL或Python实现）。节点可以在任何环境/平台上运行。