nennen unterschiedliche Ausprägungen von Cloud-Computing.
erläutern verschiedene Cloud-Architekturen.
stellen Vor- und Nachteile von Cloud-Computing gegenüber.
beschreiben die Bestandteile des SOAP-Nachrichten-Frameworks und ihre jeweiligen Funktionen.
unterscheiden die Herangehensweisen bei der Entwicklung von SOAP- im Vergleich zu REST-Anwendungen.
organisieren den Austausch von Informationen in einer verteilten Anwendung unter Verwendung eines Verzeichnisdienstes.
wenden WSDL zur Beschreibung von Web-Services an.
erproben die automatische Erzeugung von Proxy-Objekten auf Basis von WSDL-Beschreibungen.
entwickeln eigene auf Web-Services basierende Anwendungen.
bewerten die Vor- und Nachteile der Bündelung von Nachrichten beim Aufruf von Web-Services.
erläutern die Anforderungen an ein virtualisiertes System.
beschreiben die für die Virtualisierung eines Systems erforderlichen Kriterien.
vergleichen zwischen unterschiedlichen Virtualisierungstechniken und -ebenen.
schildern den Aufbau und die Funktionsweise von Xen und Linux-VServer.
erproben das Einrichten eines Abbilds für eine virtuelle Maschine.
entwickeln einen Dienst zur hierarchischen Speicherung von Schlüssel-Wert-Paaren.
gestalten einen Mechanismus zur effizienten persistenten Speicherung von Schlüssel-Wert-Paaren.
skizzieren die Architektur einer Infrastruktur-Cloud sowie die Aufgabenbereiche hierfür zentraler Komponenten am Beispiel von Eucalyptus.
erproben das Bereitstellen von Anwendungen in einer Infrastruktur-Cloud.
zeigen die Grundlagen Software-definierter Netzwerke am Beispiel von Onix und B4 auf.
bewerten verschiedene im Bereich Cloud-Computing zum Einsatz kommende Datenspeichersysteme (Google File System, Bigtable, Windows Azure Storage, Amazon Dynamo) hinsichtlich der Kriterien Verfügbarkeit, Konsistenz und Partitionstoleranz.
erläutern eine auf Vektoruhren basierende Methode zur Auflösung im Zusammenhang mit letztendlicher Konsistenz auftretender Konflikte.
entwickeln ein verteiltes, repliziertes Dateisystem nach dem Vorbild von HDFS, das auf die hierarchische Speicherung großer Datenmengen ausgelegt ist.
erkunden das Bereitstellen selbst entwickelter Dienste mittels Docker.
erstellen ein Framework zur parallelen Bearbeitung von Daten nach dem Vorbild von MapReduce.
konzipieren eigene MapReduce-Anwendungen zur Verarbeitung strukturierter bzw. unstrukturierter Rohdaten.
diskutieren die Fehlertoleranzmechanismen in Google MapReduce.
skizzieren die Abbildung von Pig-Latin-Programmen auf MapReduce.
schildern die grundsätzliche Funktionsweise von Systemen zur Kühlung von Datenzentren mittels Umgebungsluft.
beschreiben das Grundkonzept einer temperaturabhängigen Lastverteilung von Prozessen in einem Datenzentrum.
stellen diverse Ansätze zur Erhöhung der Energieeffizienz von MapReduce-Clustern gegenüber.
unterscheiden die Architekturen und Funktionsweisen der Koordinierungsdienste Chubby und ZooKeeper.
entwickeln einen eigenen Koordinierungsdienst nach dem Vorbild von ZooKeeper.
ermitteln die Konsistenzeigenschaften der eigenen Koordinierungsdienstimplementierung.
erschließen sich die mit der Implementierung passiv replizierter Systeme verbundenen Problematiken.
erläutern unterschiedliche Ansätze zur Reduzierung bzw. Tolerierung von Tail-Latenz.
skizzieren das Grundkonzept von Erasure-Codes.
beschreiben den Aufbau eines auf die Clouds mehrerer Anbieter gestützten Datenspeichersystems.
entwickeln einen auf Hot-Standy-Replikate basierenden Mechanismus zur Erkennung und Beseitung von Überlastsituationen für virtuelle Maschinen in einer Infrastruktur-Cloud am Beispiel von Amazon EC2.
erläutern den Einsatz passiver Replikation zur Bereitstellung von Fehlertoleranzmechanismen für virtuelle Maschinen am Beispiel von Remus.
schildern die Grundlagen der Migration von virtuellen Maschinen.
unterscheiden zwischen Ausfalltoleranz und byzantinischer Fehlertoleranz.
bewerten die Qualität einer aktuellen Publikation aus der Fachliteratur.
erschließen sich typische Probleme (Nebenläufigkeit, Konsistenz, Skalierbarkeit) und Fehlerquellen bei der Programmierung verteilter Anwendungen.
können in Kleingruppen kooperativ arbeiten.
können ihre Entwurfs- und Implementierungsentscheidungen kompakt präsentieren und argumentativ vertreten.
reflektieren ihre Entscheidungen kritisch und leiten Alternativen ab.
können offen und konstruktiv mit Schwachpunkten und Irrwegen umgehen.
- Mache Creeger. Cloud computing: An overview. Queue Distributed Computing, 7(5), 2009.
Michael Armbrust, Armando Fox, Rean Griffith, Anthony D. Joseph, Randy Katz, Andy Konwinski, Gunho Lee, David Patterson, Ariel Rabkin, Ion Stoica, and Matei Zaharia. Above the clouds: A Berkeley view of cloud computing. Technical Report UCB/EECS-2009-28, EECS Department, University of California, Berkeley, 2009.
Michael Armbrust, Armando Fox, Rean Griffith, Anthony D. Joseph, Randy Katz, Andy Konwinski, Gunho Lee, David Patterson, Ariel Rabkin, Ion Stoica, and Matei Zaharia. A view of cloud computing. Communications of the ACM, 53(4):5058, 2010.