Высокопроизводительные вычислительные системы
内容描述: Курс даёт представление о принципах построения, функционирования и эффективного использования высокопроизводительных вычислительных систем, охватывая современные архитектуры многопроцессорных и распределённых систем, технологии параллельного программирования и методы оптимизации вычислительных процессов. В рамках дисциплины рассматриваются подходы к разработке, моделированию и анализу производительности вычислительных приложений с применением параллельных алгоритмов. Особое внимание уделяется освоению специализированных инструментов и программных средств, а также формированию навыков самостоятельной работы с технической документацией и современными программно-аппаратными средствами в области высокопроизводительных вычислений.
贷款数: 5
Пререквизиты:
- Современные среды и языки программирования
- Технология разработки программного обеспечения для систем реального времени
*СomplexityDiscipline(zh-CN)*:
*TypesOfClasses(zh-CN)* | *hours(zh-CN)* |
---|---|
*Lectures(zh-CN)* | 15 |
*PracticalWork(zh-CN)* | |
*LaboratoryWork(zh-CN)* | 30 |
*srop(zh-CN)* | 30 |
*sro(zh-CN)* | 75 |
*FormOfFinalControl(zh-CN)* | экзамен |
*FinalAssessment(zh-CN)* | Письменный экзамен |
零件: Вузовский компонент
循环次数: Профилирующие дисциплины
Цель
- Формирование у обучающихся базовых знаний и практических навыков работы с системой управления контейнерами Kubernetes в объёме, достаточном для уверенного начала работы с кластерной инфраструктурой, развертывания и управления контейнеризованными приложениями.
Задача
- Формирование у студентов теоретических знаний и практических навыков работы с платформой с открытым исходным кодом Kubernetes, предназначенной для автоматизации процессов развертывания, масштабирования и управления контейнеризованными приложениями в среде кластеров хостов.
Результат обучения: знание и понимание
- демонстрировать знания архитектуры Kubernetes, принципов её работы и компонентов, обеспечивающих автоматизацию управления контейнерами;
Результат обучения: применение знаний и пониманий
- применять на практике навыки создания и настройки кластеров Kubernetes с использованием различных инструментов, включая Minikube и kubectl;
Результат обучения: формирование суждений
- формировать суждения по вопросам применения систем мониторинга, обеспечения высокой доступности, масштабируемости и безопасности в Kubernetes;
Результат обучения: коммуникативные способности
- работать в команде, применять современные технологии для организации отказоустойчивой и надёжной кластерной инфраструктуры, развёртывания микросервисных приложений и управления их состоянием;
- предлагать новые решения по обеспечению стабильности и масштабируемости приложений, разрабатываемых с использованием ресурсов и сервисов Kubernetes;
Результат обучения: навыки обучения или способности к учебе
- осуществлять сбор необходимой информации, систематизировать и обобщать её для анализа проблем, возникающих в кластерах, и предлагать эффективные пути их устранения;
- развивать навыки обучения, способствующие профессиональному и личностному развитию, повышению квалификации в области управления контейнерной инфраструктурой и высокопроизводительных вычислений с использованием Kubernetes.
*TeachingMethods(zh-CN)*
интерактивная лекция (применение следующих активных форм обучения: ведомая (управляемая) дискуссия или беседа; демонстрация слайдов или учебных фильмов; мозговой штурм; мотивационная речь)
информационно-коммуникационная (например, занятия в компьютерном классе с использованием различных операционных систем и профессиональных пакетов прикладных программ)
поисково-исследовательская (самостоятельная исследовательская деятельность студентов в процессе обучения).
*AssessmentKnowledge(zh-CN)*
Преподаватель проводит все виды работ текущего контроля и выводит соответствующую оценку текущей успеваемости обучающихся два раза в академический период. По результатам текущего контроля формируется рейтинг 1 и 2. Учебные достижения обучающегося оцениваются по 100-балльной шкале, итоговая оценка Р1 и Р2 выводится как средняя арифметическая из оценок текущей успеваемости. Оценка работы обучающегося в академическом периоде осуществляется преподавателем в соответствии с графиком сдачи заданий по дисциплине. Система контроля может сочетать письменные и устные, групповые и индивидуальные формы.
*Period2(zh-CN)* | *TypeOfTask(zh-CN)* | *Total(zh-CN)* |
---|---|---|
1 *Rating(zh-CN)* | Лабораторная работа 1 | 0-100 |
Лабораторная работа 2 | ||
Лабораторная работа 3 | ||
Тест рубежного контроля 1 | ||
2 *Rating(zh-CN)* | Лабораторная работа 4 | 0-100 |
Лабораторная работа 5 | ||
Лабораторная работа 6 | ||
Тест рубежного контроля 2 | ||
*TotalControl(zh-CN)* | экзамен | 0-100 |
*PolicyAssignmentTask(zh-CN)*
*TypeOfTask(zh-CN)* | 90-100 | 70-89 | 50-69 | 0-49 |
---|---|---|---|---|
Excellent | *Grade4(zh-CN)* | *Grade3(zh-CN)* | *Grade2(zh-CN)* | |
Собеседование по контрольным вопросам | демонстрирует сиcтемные теоретические знания, владеет терминологией, логично и последовательно объясняет сущность явлений и процессов, делает аргументированные выводы и обобщения, приводит примеры, показывает свободное владение монологической речью и способность быстро реагировать на уточняющие вопросы | демонстрирует прочные теоретические знания, владеет терминологией, логично и последовательно объясняет сущность явлений и процессов, делает аргументированные выводы и обобщения, приводит примеры, показывает свободное владение монологической речью, но при этом делает несущественные ошибки, которые исправляет самостоятельно или при незначительной коррекции преподавателем | демонстрирует неглубокие теоретические знания, проявляет слабо сформированные навыки анализа явлений и процессов, недостаточное умение делать аргументированные выводы и приводить примеры, показывает недостаточно свободное владение монологической речью, терминологией, логичностью и последовательностью изложения, делает ошибки которые может исправить только при коррекции преподавателем. | демонстрирует незнание теоретических основ предмета, несформированные навыки анализа явлений и процессов, не умеет делать аргументированные выводы и приводить примеры, показывает слабое владение монологической речью, не владеет терминологией, проявляет отсутствие логичности и последовательности изложения, делает ошибки, которые не может исправить даже при коррекции преподавателем, отказывается отвечать на занятии |
Работа на лабораторных занятиях | выполняет лабораторную работу в полном объеме с соблюдением необходимой последовательности действий; без ошибок приводит решение всех заданий. При ответе на вопросы правильно понимает сущность вопроса, дает точное определение и истолкование основных понятий; сопровождает ответ примерами; может установить связь между изучаемым и ранее изученным материалом; выполняет в полном объеме индивидуальное задание на защиту лабораторной работы, выданное преподавателем. | выполняет требования к оценке «5», но допущены 2-3 недочета; в выполненных заданиях присутствуют незначительные ошибки. Ответ обучающегося на вопросы удовлетворяет основным требованиям к ответу на 5, но дан без использования связей с ранее изученным; допущены незначительные ошибки и недочеты, обучающийся может их исправить самостоятельно или с небольшой помощью преподавателя; при выполнении индивидуального задания на защиту лабораторной работы допускает незначительные ошибки. | выполняет работу не полностью, но не менее 50% объема лабораторной работы; в ходе проведения работы были допущены ошибки. При ответе на вопросы обучающийся правильно понимает сущность вопроса, но в ответе имеются отдельные проблемы в усвоении вопросов курса, не препятствующие дальнейшему усвоению программного материала; при выполнении индивидуального задания на защиту лабораторной работы допускает ошибки. | выполняет работу не полностью или объем выполненной части работ не позволяет сделать правильных выводов. При ответе на вопросы демонстрирует не владение основными знаниями и умениями в соответствии с требованиями программы; допущено больше ошибок и недочетов, чем необходимо для оценки 3 или не может ответить ни на один из поставленных вопросов; не может выполнить индивидуальное задание на защиту лабораторной работы, выданное преподавателем. |
*EvaluationForm(zh-CN)*
Итоговая оценка знаний обучающего по дисциплине осуществляется по 100 балльной системе и включает:
- 40% результата, полученного на экзамене;
- 60% результатов текущей успеваемости.
Формула подсчета итоговой оценки:
И= 0,6 | Р1+Р2 | +0,4Э |
2 |
где, Р1, Р2 – цифровые эквиваленты оценок первого, второго рейтингов соответственно; Э – цифровой эквивалент оценки на экзамене.
Итоговая буквенная оценка и ее цифровой эквивалент в баллах:
Буквенная система оценки учебных достижений обучающихся, соответствующая цифровому эквиваленту по четырехбалльной системе:
Оценка по буквенной системе | Цифровой эквивалент | Баллы (%-ное содержание) | Оценка по традиционной системе |
---|---|---|---|
A | 4.0 | 95-100 | Отлично |
A- | 3.67 | 90-94 | |
B+ | 3.33 | 85-89 | Хорошо |
B | 3.0 | 80-84 | |
B- | 2.67 | 75-79 | |
C+ | 2.33 | 70-74 | |
C | 2.0 | 65-69 | Удовлетворительно |
C- | 1.67 | 60-64 | |
D+ | 1.33 | 55-59 | |
D | 1.0 | 50-54 | |
FX | 0.5 | 25-49 | Неудовлетворительно |
F | 0 | 0-24 |
Темы лекционных занятий
- Архитектура Kubernetes. Устройство системы Kubernetes. Причины выбора тех или иных архитектурных решений.
- Создание кластеров Kubernetes. Различные способы создания кластеров Kubernetes.
- Мониторинг, журналирование и решение проблем. Подготовка системы мониторинга и измерения в кластерах Kubernetes.
- Высокая доступность и надежность. Проектирование высокодоступных кластеры Kubernetes и выполнение их обновлений.
- Конфигурация безопасности, ограничений и учетных записей в Kubernetes». Настройка безопасности и ограничений, интеграция с AAA-серверами, пространствами имен и конфигурацией служебных учетных записей.
- Использование критически важных ресурсов Kubernetes. В промышленных условиях применение актуальных ресурсов Kubernetes.
- Работа с хранилищем данных в Kubernetes. Драйвера для постоянных томов с данными и работа с ними.
- Запуск приложений с сохранением состояния. Преобразование монолитных систем, обладающих состоянием в микросервисы, которые работают внутри Kubernetes и способны выдерживать промышленные нагрузки.
Основная литература
- Лукша М. Kubernetes в действии = Kubernetes in Action. — М.: ДМК Пресс, 2018. — 672 с.
- Арундел Д., Домингус Д. Kubernetes для DevOps: развертывание, запуск и масштабирование в облаке Пер. с англ. — СПб.: Питер, 2020. — 384 с.
- Ибрам Билджин, Хасс Роланд. Паттерны Kubernetes. Шаблоны разработки собственных облачных приложений СПб.: Питер, 2020. — 392 с.
- Garbarino Ernesto. Beginning Kubernetes on the Google Cloud Platform: A Guide to Automating Application Deployment, Scaling, and Management EPUB Apress, 2019
- Сайфан Джиджи. Осваиваем Kubernetes. Оркестрация контейнерных архитектур СПб.: Питер, 2019. — 400 с.
- Хасс Роланд, Ибрам Билджин. Паттерны Kubernetes: Шаблоны разработки собственных облачных приложений MOBI Пер. А. Макарова. — СПб.: Питер, 2020. — 266 с.
- https://kubernetes.io/ru/docs/tutorials/kubernetes-basics/
Дополнительная литература
- Farcic Viktor. The DevOps 2.4 Toolkit: Continuous Deployment To Kubernetes: Continuously deploying applications with Jenkins to Kubernetes MOBI Packt Publishing, 2019
- Arnold Z. et al. The Kubernetes Workshop: Learn how to build and run highly scalable workloads on Kubernetes MOBI Packt, 2020
- Baier J., Sayfan G.,White J. The Complete Kubernetes Guide: Become an expert in container management with the power of Kubernetes EPUB Packt Publishing, 2019