|
Middleware - Cloud Computing V+Ü (MW-VU)5 ECTS (englische Bezeichnung: Middleware - Cloud Computing L+E)
(Prüfungsordnungsmodul: Middleware - Cloud Computing (Vorlesung mit Übungen))
Modulverantwortliche/r: Tobias Distler Lehrende:
Tobias Distler, Michael Eischer, Laura Lawniczak
weitere Studienfächer/Prüfungsordnungsmodule:
Einfrieren der UnivIS-Modul-Beschreibung: 11.10.2021
Middleware-Cloud Computing (42213)
Startsemester: |
WS 2021/2022 | Dauer: |
1 Semester | Turnus: |
jährlich (WS) |
Präsenzzeit: |
60 Std. | Eigenstudium: |
90 Std. | Sprache: |
Deutsch |
Lehrveranstaltungen:
-
-
Middleware - Cloud Computing
(Vorlesung, 2 SWS, Tobias Distler, Mi, 12:15 - 13:45, 0.031-113; Die Vorlesung findet in Präsenz statt und wird zusätzlich online übertragen.)
-
Übungen zu Middleware - Cloud Computing
(Übung, 2 SWS, Laura Lawniczak et al., Do, 14:00 - 16:00, Zoom-Meeting; ab 28.10.2021; Die Tafelübungen werden asynchron als Videos angeboten. Mehr Informationen auf der Webseite und beim ersten Termin der Vorlesung.)
-
Übungen zu Middleware - Cloud Computing (Rechnerübungen)
(Übung, 2 SWS, Laura Lawniczak et al.)
Inhalt:
- Überblick Cloud Computing
Grundlagen verteilter Programmierung (Web Services/SOAP/REST)
Virtualisierung als Basis für Cloud Computing
Infrastructure as a Service (IaaS) am Beispiel von Eucalyptus und Amazon EC2
Skalierbare Verarbeitung von großen Datenmengen
Interoperabilität und Multi-Cloud Computing
Fehlertoleranz und Sicherheit im Kontext von Cloud Computing
Aktuelle Forschungstrends
Lernziele und Kompetenzen:
Studierende, die das Modul erfolgreich abgeschlossen haben:
nennen unterschiedliche Ausprägungen von Cloud-Computing.
erläutern verschiedene Cloud-Architekturen.
stellen Vor- und Nachteile von Cloud-Computing gegenüber.
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.
entwickeln eigene auf Web-Services basierende Anwendungen.
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.
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 Dateisystem nach dem Vorbild von HDFS, das auf die 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 Rohdaten.
diskutieren die Fehlertoleranzmechanismen in Google 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.
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.
erläutern den Einsatz passiver Replikation zur Bereitstellung von Fehlertoleranzmechanismen für virtuelle Maschinen am Beispiel von Remus.
schildern die Grundlagen der Migration von virtuellen Maschinen.
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.
Literatur:
- 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. A view of cloud computing. Communications of the ACM, 53(4):5058, 2010.
weitere Literaturangaben auf der Vorlesungs-Webseite
Weitere Informationen:
www: http://www4.informatik.uni-erlangen.de/Lehre/WS21/V_MW/
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Artificial Intelligence (Master of Science)
(Po-Vers. 2021s | TechFak | Artificial Intelligence (Master of Science) | Gesamtkonto | Wahlpflichtmodulbereich | AI Systems and Applications | Middleware - Cloud Computing (Vorlesung mit Übungen))
Dieses Modul ist daneben auch in den Studienfächern "Informatik (Bachelor of Arts (2 Fächer))", "Informatik (Bachelor of Science)", "Informatik (Master of Science)", "Information and Communication Technology (Master of Science)", "Informations- und Kommunikationstechnik (Master of Science)", "International Information Systems (IIS) (Master of Science)", "Mathematik (Bachelor of Science)", "Mechatronik (Master of Science)", "Wirtschaftsinformatik (Bachelor of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Middleware - Cloud Computing (Vorlesung mit Übungen) (Prüfungsnummer: 557235)
(englischer Titel: Middleware - Cloud Computing (Lecture with Exercises))
zugeh. "mein campus"-Prüfung: | - 557235 Middleware - Cloud Computing (Vorlesung mit Übungen) (Gewichtung: 100.0 %, Prüfung, Form: mehrteilige Prüfung, Zehntelnoten, Dauer: -, 5 ECTS, Prüfung).
|
- Prüfungsleistung, mehrteilige Prüfung, benotet
- Anteil an der Berechnung der Modulnote: 100.0 %
- weitere Erläuterungen:
Erfolgreiche Bearbeitung aller während des Semesters gestellten Übungsaufgaben (6 Aufgaben, Bewertung jeweils mit "ausreichend") + 30-minütige mündliche Prüfung am Ende des Semesters. Die Modulnote ergibt sich zu 100% aus der Bewertung der mündlichen Prüfung.
- Prüfungssprache: Deutsch
- Erstablegung: WS 2021/2022, 1. Wdh.: SS 2022
1. Prüfer: | Tobias Distler (100377) |
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|