Middleware - Cloud Computing V+Ü (MW-VU)5 ECTS
(englische Bezeichnung: Middleware - Cloud Computing L+E)

Lehrveranstaltungen:

• • Middleware - Cloud Computing
    (Vorlesung, 2 SWS, Tobias Distler, Do, 10:15 - 11:45, 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., Die Tafelübungen werden asynchron als Videos angeboten. Mehr Informationen auf der Webseite und beim ersten Termin der Vorlesung.)
  • Rechnerübungen zu Middleware - Cloud Computing
    (Übung, 2 SWS, Tobias Distler et al., Do, 14:00 - 16:00, 01.153-113 CIP; Mo, 10:00 - 11:00, Zoom-Meeting)

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 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:

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:

1. 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))

Studien-/Prüfungsleistungen:

Middleware - Cloud Computing (Vorlesung mit Übungen) (Prüfungsnummer: 557235)

(englischer Titel: Middleware - Cloud Computing (Lecture with Exercises))

(diese Prüfung gilt nur im Kontext der Studienfächer/Vertiefungsrichtungen [1], [2], [3], [4], [5], [6], [7], [8], [9], [10], [11], [12], [14], [18], [19], [20], [21], [22])

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 2022/2023, 1. Wdh.: SS 2023

1. Prüfer:

Tobias Distler

Middleware-Cloud Computing (Prüfungsnummer: 45851)

(diese Prüfung gilt nur im Kontext der Studienfächer/Vertiefungsrichtungen [13], [15], [16], [17], [23], [24], [25], [26], [27], [28], [29])

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 2022/2023, 1. Wdh.: SS 2023

1. Prüfer:

Tobias Distler