Belépés címtáras azonosítással
magyar nyelvű adatlap
Hálózatba kapcsolt erőforrás platformok és alkalmazásaik
A tantárgy angol neve: Networked Resource Platforms and Applications
Adatlap utolsó módosítása: 2017. július 1.
Simon Csaba TMIT
Maliosz Markosz TMIT
A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.
A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.
A tantárgy célja bemutatni, hogyan lehet számítógép hálózat segítségével nagyméretű számítási erőforrásokkal (pl. adattárolás, számítási kapacitás, tartalomelosztás) rendelkező rendszereket kialakítani, vezérelni, menedzselni. A tárgy központi gondolata, vajon milyen lehetőségei vannak egy informatikusnak pusztán egy laptop birtokában, hogy hálózatba kapcsolt független erőforrásokat személyére szabott szolgáltatásokkal rendelkező, esetleg igen nagy teljesítményű információs rendszerekké integráljon, és céljainak megfelelően használjon.
A tantárgyat sikeres teljesítő hallgató képes lesz:
(K1) ismertetni a klaszter, grid, peer-to-peer és elosztott adatbázisok rendszerek jellemzőit
(K2) elmagyarázni a HTC és HPC feladatok klaszter és grid rendszerekben való elvégzését, bemutatva a döntés előnyeit/hátrányait
(K2) bemutatni a különböző peer-to-peer megoldások előnyeit és hátrányait
(K3) tárolási, tartalom megosztási, hálózat kihasználtsági szinttől függően adott alkalmazásokhoz megfelelő peer-to-peer megoldást választani
(K1) ismertetni a virtualizációs technikákat, a hálózati virtualizációs megoldásokat, jellemző alkalmazási területeket és a különböző szolgáltatási modelleket
(K2) elmagyarázni a hálózati funkció virtualizálás (NFV) koncepciót, motivációit és annak előnyeit, hátrányait
(K3) tipikus (számítási, tárolási és analitikai) alkalmazások virtualizációja után az alkalmazás futtatásához szükséges virtualizációs környezet rendszerelemeinek meghatározására, a környezet konfigurálására
1. Hálózatba kapcsolható erőforrások architekturális/funkcionális alapelvek. Hálózatba kapcsolt erőforrások típusai (fizikai, strukturálatlan, strukturált), hálózati eszközök.
Gyakorlat - 1. PlanetLab és GENI elosztott teszt hálózat bemutatása, regisztrálás a rendszerbe, alapvető funkciók és eszközök telepítése és megismerése.
2. Klaszter rendszerek és grid alapú erőforrás szervezés. Alapvető architektúrák, hálózati átviteli technológiák és protokollok. Klaszter, grid és a peer-to-peer kapcsolata.
3. Erőforrás és adatmenedzsment. Klaszter és grid alkalmazások: high-throughput computing (HTC) és high-performance computing (HPC). Munka ütemezése klaszter és grid rendszerekben, azt megvalósító middleware-ek.
Gyakorlat - 2. Klaszter létrehozása PlanetLab vagy GENI elosztott hálózaton.
4. A felhasználóknál levő erőforrások összefogása és felhasználása. A peer-to-peer hálózatok sajátosságai. Fájlmegosztó megoldások (Napster, Gnutella, Kazaa, BitTorrent, Freenet).
Gyakorlat - 3. BitTorrent peerek hálózati kommunikációjának követése.
5. Strukturált megoldások - elosztott hash táblák (DHT). Chord, Tapestry, Kademlia. Peer-to-peer hálózatok egyéb alkalmazásai, P2P alapú multimédia rendszerek, (P2P streaming, P2PTV, SopCast, Zatoo).
Gyakorlat - 4. Chord DHT vizsgálata egy teszt hálózatban.
6. Elosztott adatbázis rendszerek: Elosztott adatbázisok kialakításának alapelvei, adatkezelő algoritmusok: tárolás, feldolgozás, lekérdezés. Strukturált és nem strukturált hálózati támogatás elosztott adatbázisok kialakításához.
7. Erőforrás-virtualizáció alapjainak bemutatása, az erőforrás virtualizáció szintjei, alapvető koncepciók.
8. Alkalmazások rugalmas erőforrásigényének kiszolgálása virtualizációs környezetben.
9. Hálózati eszközökben elérhető hardver és szoftver erőforrások virtualizációja és felhasználása.
Gyakorlat - 5. OpenStack felhő kialakítása VirtualBox környezetben.
10. Hálózati szolgáltatások fejlesztésének elősegítése virtualizációval, IaaS, PaaS, TaaS, Slicing-as-a-Service modellek, NFV szolgáltatások virtuális hálózatokon.
11. Adatközpontokban elérhető erőforrások virtualizációja és megosztása, processzor virtualizáció, háttértár és memória virtualizáció, virtuális gépek, adatközpontok felépítése és működése, legfontosabb funkciók, API-k.
Gyakorlat - 6. Terheléselosztásos szolgáltatás egy nyilvános felhő infrastruktúra felett (AWS vagy Azure)
12. Adatközpont architektúrák: adatközpont felépítése, földrajzi hely, kialakítás, szervertípusok, rack-ek, adatközpontokban alkalmazott belső hálózat architektúrák.
13. Adatközponti szolgáltatások támogatása: Apache Hadoop virtualizált környezetben. Adatközpontok felett futó általános szolgáltatások: compute, storage, virtual machine, analytics.
Gyakorlat - 7. Adat analitikai feladat futtatása tanszéki Hadoop klaszteren.
14. Adatközpontok szolgáltatásai és alkalmazásai: felhő alapú szolgáltatások és analitika szolgáltatás minőségének (QoS) monitorozása és skálázódási kérdései (load balancing, high availability).
Heti 2 óra előadás és 1 óra gyakorlat. A tárgy anyaga előadásokon és gyakorlatokon kerül ismertetésre.
Az előadások és a gyakorlatok az anyag ütemében váltogatják egymást, a gyakorlatokon demonstrációk és esettanulmányok formájában kerül elmélyítésre az előadásokon elhangzott elméleti tananyag.
a) A szorgalmi időszakban: az aláírás megszerzésének és a vizsgára bocsátásnak a feltétele: a összegző értékelés (zárthelyi) legalább elégségesre történő megírása.
b) A félév során a gyakorlati feladatok elvégzése előtt, a szorgalmi időszakra egyenletesen elosztva három szintfelmérő értékelés (ellenőrző dolgozat).
c) A vizsgaidőszakban: írásbeli vizsga
d) Elővizsga: van
Egy sikertelen összegző értékelés (zárthelyi) a szorgalmi időszakban pótolható. A szorgalmi időszakban sikertelen összegző értékelés a pótlási héten különeljárási díj ellenében egy további alkalommal pótolható.
Az oktatóval történő egyéni megbeszélés szerint.
Kontaktóra
42
Félévközi készülés előadásokra
14
Félévközi készülés gyakorlatokra
7
Kijelölt írásos tananyag elsajátítása
Szintfelmérő értékelése (gyakorlatokhoz ellenőrző dolgozat)
6
Felkészülés összegző értékelésre (zárthelyire)
12
Vizsgafelkészülés
32
Összesen
120
Simon Csaba e. adj. TMIT
Németh Felicián tud.smts. TMIT
Heszberger Zalán docens TMIT
Gulyás András e.adj. TMIT
1. A tantárgy részét képező gyakorlatokon emelt szintű többletfeladatok teljesíthetőek IMSc pontokért.
2. A zárthelyin, azok pótlásain és a vizsgákon emelt szintű többletfeladatok teljesíthetőek IMSc pontokért.
3. Egyeztetett időpontban egy további, önkéntesen választható, emelt szintű foglalkozást biztosítunk, ahol a tárgy tematikájához szorosan kötődő, időszerű kutatási és fejlesztési problémákat és azok megoldásait ismertetjük. A cél az érdeklődő (elsősorban, de nem kizárólag IMSc-s) hallgatók motivációja a képzésük folytatására az MSc-n túl a PhD képzés keretei között.
Legfeljebb 20 IMSc pont szerezhető hallgatónként az alábbiak szerint:
1. Sikeresen teljesített emelt szintű gyakorlati feladatokért: max. 12 IMSc pont (három gyakorlaton, gyakorlatonként 4 IMSc pont).
2. Sikeresen megoldott többletfeladat ZH-n (vagy a pótlásán): max. 4 IMSc pont. A többletfeladatokat csak akkor értékeljük, ha az összes többi feladat alapján jelest szerzett a hallgató az adott számonkérésen.
3. Sikeresen megoldott többletfeladat vizsgán: max. 4 IMSc pont. A többletfeladatokat csak akkor értékeljük, ha az összes többi feladat alapján jelest szerzett a hallgató az adott számonkérésen.
Az IMSc pontokat az IMSc programban részt nem vevő hallgatók is elnyerhetik a fentiek szerint.