denna onlinekurs är tillgänglig för studenter från Carnegie Mellons globala campus. Ladda ner en PDF-Version av kursplanen.
den här klassen stöds delvis av AWS Educate grant, Microsoft Azure Educator Grant Award och Google Cloud Platform grant.
Kursöversikt
Titel: Cloud Computing
enheter: 15-319: 9 enheter; 15-619: 12 enheter.
förutsättningar för studenter: en grad av ”C” eller bättre i 15-213.
förutsättningar för doktorander: kunskap om datorsystem, programmering och felsökning, med stark kompetens på minst ett språk (som Java/Python), och förmåganatt hämta andra språk efter behov.
beskrivning:
denna projektbaserade on-line-kurs fokuserar på kompetensbyggande över olika aspekter av cloud computing. Vi täcker konceptuella ämnen och ger praktisk erfarenhet genom projekt som använder offentliga molninfrastrukturer Amazon Web Services (AWS), Microsoft Azure och Google Cloud Platform (GCP).
studenter kommer att använda MapReduce, interaktiv programmering med Jupyter-anteckningsböcker och datavetenskapliga bibliotek för att rengöra, förbereda och analysera en stor datamängd. Studenterna kommer att orkestrera utplaceringen av autoskalade, belastningsbalanserade och feltoleranta applikationer med hjälp av virtuella maskiner (VMs), Docker-behållare och Kubernetes, samt serverlös databehandling genom funktioner som en tjänst. Studenterna kommer att utforska och experimentera med olika distribuerade molnlagringsabstraktioner (distribuerade filsystem och databaser) och jämföra deras funktioner, funktioner, tillämplighet och konsistensmodeller. Dessutom kommer eleverna att utveckla olika analysapplikationer med hjälp av batch -, iterativa och strömbehandlingsramar. De 15-619 studenterna kommer att delta i ett teamprojekt, vilket innebär att utforma och implementera en komplett webbtjänstlösning för att fråga big data. För teamprojektet utvärderas studentteamen baserat på kostnaden och prestandan för deras webbtjänst.
konceptuellt kommer kursen att introducera denna domän och täcka ämnena molninfrastrukturer, virtualisering, mjukvarudefinierade nätverk och lagring, molnlagring och programmeringsmodeller (analytics frameworks). Som en introduktion kommer vi att diskutera molnens motiverande faktorer, fördelar och utmaningar, liksom servicemodeller, servicenivåavtal (SLA), säkerhet, exempel på molntjänstleverantörer och användningsfall. Moderna datacenter möjliggör många av de ekonomiska och tekniska fördelarna med molnparadigmet; därför kommer vi att beskriva flera begrepp bakom datacenterdesign och hantering och mjukvarudistribution. Därefter kommer vi att fokusera på virtualisering som en viktig molnteknik för att erbjuda programvara, beräkning och lagringstjänster. Inom samma tema för virtualisering kommer eleverna också att introduceras till programvarudefinierade nätverk och lagring (SDN och SDS). Därefter kommer eleverna att lära sig om olika molnlagringskoncept, inklusive datadistribution, hållbarhet, konsistens och redundans. Vi kommer att diskutera distribuerade filsystem, NoSQL-databaser och objektlagring. Slutligen kommer eleverna att lära sig detaljerna i MapReduce programmeringsmodell och få en bred översikt över Spark, GraphLab programmeringsmodeller samt meddelandeköer (Kafka) och stream processing (Samza).
Logistik
Lärare:
Prof. Majd F. [email protected], GHC 7006, x8 – 1161kontor timmar: tisdag, 3-4pm (Pittsburgh)
Kontorstid: Pittsburgh TAs håller kontorstid mestadels på femte våningen i GHC, kontorstid publiceras på Piazza och här.
recitationer: varje tisdag klockan 8 ET (videofilmat) och torsdag klockan 4:30 PM ET Pittsburgh i GHC 4307 (sv Campus, byggnad 23, rum 212).
preliminärt schema
det detaljerade schemat för innehåll och frågesporter finns på OLI. Det detaljerade schemat för projekten är Påprojektet.Zon.
