Detail předmětu

Prostředí distribuovaných aplikací

FIT-PDIAk. rok: 2022/2023

Společné charakteristiky distribuovaných prostředí. Principy, algoritmy a systémy distribuovaných výpočtů. Typy distribuovaných prostředí. Návrh a model distribuovaných algoritmů. Distribuované operační a souborové systémy. Cloud Computing. Data-centric computing. Technologie JSP, J2EE, JavaBeans, EJB, RPC, XML-RPC, SOAP, IIOP. Webové služby. Bezpečnost v distribuovaných aplikacích.

Jazyk výuky

čeština

Počet kreditů

5

Výsledky učení předmětu

Student porozumí koncepcím a principům distribuovaných prostředí, seznámí se s tvorbou aplikací pro distribuovaná prostředí a zajištěním bezpečnosti v distribuovaných systémech.

  • Student se naučí odborné terminologii v dané oblasti
  • Student se naučí vytvářet malé projekty v oblasti distribuovaných systémů
  • Student se naučí prezentaci a obhajobě výsledků

Prerekvizity

  • schopnost algoritmizace a programování
  • znalost diskrétní matematiky 
  • základní znalosti počítačových sítí

Způsob a kritéria hodnocení

  • Půlsemestrální písemná zkouška - 15 bodů
  • Laboratorní cvičení - 10 bodů
  • Hodnocený projekt s obhajobou - 20 bodů
  • Závěrečná písemná zkouška - 55 bodů

Učební cíle

Porozumět principům a tvorbě aplikací pro distribuovaná prostředí, získat přehled o moderních distribuovaných prostředích, být schopen použít aplikační rozhraní pro různá programová prostředí.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

  • Bodované laboratorní cvičení, pro které jsou vypsány minimálně dva termíny. Možnost nahrazení pouze v případě objektivních a doložených překážek ve studiu.
  • Půlsemestrální zkouška v rámci přednášky. 
  • Hodnocené projekty s obhajobou ve formě prezentace výsledků. 

Základní literatura

Kshemkalyani, Singhal: Distributed Computing, Cambridge Press, 2008.

Doporučená literatura

B. Burns: Designing Distributed Systems: Patterns and Paradigms for Scalable, Reliable Services,  O'Reilly Media, 1st edition, 2018.
S. Saxena, S. Gupta: Real-Time Big Data Analytics,  Packt Publishing, 2016.

Elearning

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MBI , 0 ročník, zimní semestr, volitelný
    obor MBS , 0 ročník, zimní semestr, volitelný
    obor MIN , 0 ročník, zimní semestr, volitelný
    obor MMM , 0 ročník, zimní semestr, volitelný
    obor MSK , 2 ročník, zimní semestr, povinný

  • Program MITAI magisterský navazující

    specializace NADE , 0 ročník, zimní semestr, povinný
    specializace NBIO , 0 ročník, zimní semestr, volitelný
    specializace NCPS , 0 ročník, zimní semestr, volitelný
    specializace NEMB , 0 ročník, zimní semestr, volitelný
    specializace NGRI , 0 ročník, zimní semestr, volitelný
    specializace NHPC , 0 ročník, zimní semestr, volitelný
    specializace NIDE , 0 ročník, zimní semestr, volitelný
    specializace NISD , 0 ročník, zimní semestr, volitelný
    specializace NISY do 2020/21 , 0 ročník, zimní semestr, volitelný
    specializace NMAL , 0 ročník, zimní semestr, volitelný
    specializace NMAT , 0 ročník, zimní semestr, volitelný
    specializace NNET , 0 ročník, zimní semestr, povinný
    specializace NSEC , 0 ročník, zimní semestr, volitelný
    specializace NSEN , 0 ročník, zimní semestr, volitelný
    specializace NSPE , 0 ročník, zimní semestr, volitelný
    specializace NVER , 0 ročník, zimní semestr, volitelný
    specializace NVIZ , 0 ročník, zimní semestr, volitelný
    specializace NISY , 0 ročník, zimní semestr, volitelný

  • Program IT-MGR-2 magisterský navazující

    obor MGM , 0 ročník, zimní semestr, povinně volitelný
    obor MIS , 2 ročník, zimní semestr, povinně volitelný
    obor MPV , 0 ročník, zimní semestr, povinně volitelný

  • Program MITAI magisterský navazující

    specializace NEMB do 2021/22 , 0 ročník, zimní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Principy a modely distribuovaných výpočtů
  2. Fyzický a logický čas
  3. Globální stavové a snapshotové algoritmy
  4. Skupinová komunikace
  5. Autentizace v distribuovaných systémech
  6. Grafové a směrovací algoritmy 
  7. Algoritmy voleb koordinátora a vzájemného vyloučení
  8. Virtualizace a cloudové počítání
  9. Programovací model MapReduce a Apache Hadoop
  10. Apache Spark
  11. Apache Flink
  12. Enterprise Service Bus
  13. Distribuované výpočty s BOINC

Cvičení na počítači

6 hod., povinná

Vyučující / Lektor

Osnova

  1. Apache Hadoop/Spark 
  2. Windows Azure Applications

Projekt

20 hod., povinná

Vyučující / Lektor

Osnova

  • Implementace distribuovaného systému ve zvoleném/zadaném prostředí.

Elearning