High-Efficiency Computer Systems
Description: 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.
Amount of credits: 5
Пререквизиты:
- Current Programming Media and Languages
- Technology of software development for real-time systems
Course Workload:
| Types of classes | hours |
|---|---|
| Lectures | 15 |
| Practical works | |
| Laboratory works | 30 |
| SAWTG (Student Autonomous Work under Teacher Guidance) | 30 |
| SAW (Student autonomous work) | 75 |
| Form of final control | Exam |
| Final assessment method |
Component: University component
Cycle: Profiling disciplines
Goal
- 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.
Objective
- 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.
Learning outcome: knowledge and understanding
- демонстрировать знания архитектуры Kubernetes, принципов её работы и компонентов, обеспечивающих автоматизацию управления контейнерами;
Learning outcome: applying knowledge and understanding
- применять на практике навыки создания и настройки кластеров Kubernetes с использованием различных инструментов, включая Minikube и kubectl;
Learning outcome: formation of judgments
- формировать суждения по вопросам применения систем мониторинга, обеспечения высокой доступности, масштабируемости и безопасности в Kubernetes;
Learning outcome: communicative abilities
- 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;
Learning outcome: learning skills or learning abilities
- 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.
Teaching methods
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).
Assessment of the student's knowledge
Teacher oversees various tasks related to ongoing assessment and determines students' current performance twice during each academic period. Ratings 1 and 2 are formulated based on the outcomes of this ongoing assessment. The student's learning achievements are assessed using a 100-point scale, and the final grades P1 and P2 are calculated as the average of their ongoing performance evaluations. The teacher evaluates the student's work throughout the academic period in alignment with the assignment submission schedule for the discipline. The assessment system may incorporate a mix of written and oral, group and individual formats.
| Period | Type of task | Total |
|---|---|---|
| 1 rating | Лабораторная работа 1 | 0-100 |
| Лабораторная работа 2 | ||
| Лабораторная работа 3 | ||
| Тест рубежного контроля 1 | ||
| 2 rating | Лабораторная работа 4 | 0-100 |
| Лабораторная работа 5 | ||
| Лабораторная работа 6 | ||
| Тест рубежного контроля 2 | ||
| Total control | Exam | 0-100 |
The evaluating policy of learning outcomes by work type
| Type of task | 90-100 | 70-89 | 50-69 | 0-49 |
|---|---|---|---|---|
| Excellent | Good | Satisfactory | Unsatisfactory | |
| 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. |
Evaluation form
The student's final grade in the course is calculated on a 100 point grading scale, it includes:
- 40% of the examination result;
- 60% of current control result.
The final grade is calculated by the formula:
| FG = 0,6 | MT1+MT2 | +0,4E |
| 2 |
Where Midterm 1, Midterm 2are digital equivalents of the grades of Midterm 1 and 2;
E is a digital equivalent of the exam grade.
Final alphabetical grade and its equivalent in points:
The letter grading system for students' academic achievements, corresponding to the numerical equivalent on a four-point scale:
| Alphabetical grade | Numerical value | Points (%) | Traditional grade |
|---|---|---|---|
| A | 4.0 | 95-100 | Excellent |
| A- | 3.67 | 90-94 | |
| B+ | 3.33 | 85-89 | Good |
| B | 3.0 | 80-84 | |
| B- | 2.67 | 75-79 | |
| C+ | 2.33 | 70-74 | |
| C | 2.0 | 65-69 | Satisfactory |
| C- | 1.67 | 60-64 | |
| D+ | 1.33 | 55-59 | |
| D | 1.0 | 50-54 | |
| FX | 0.5 | 25-49 | Unsatisfactory |
| F | 0 | 0-24 |
Topics of lectures
- Архитектура Kubernetes
- Создание кластеров Kubernetes
- Мониторинг, журналирование и решение проблем
- Высокая доступность и надежность
- Конфигурация безопасности, ограничений и учетных записей в Kubernetes»
- Использование критически важных ресурсов Kubernetes
- Работа с хранилищем данных в Kubernetes
- Запуск приложений с сохранением состояния
Key reading
- 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/
Further reading
- 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
