nennen unterschiedliche Ausprägungen von Cloud-Computing.
erläutern verschiedene Cloud-Architekturen.
stellen Vor- und Nachteile von Cloud-Computing gegenüber.
unterscheiden die Herangehensweisen bei der Entwicklung von SOAP- im Vergleich zu REST-Anwendungen.
organisieren den Austausch von Informationen in einer verteilten Anwendung unter Verwendung eines Verzeichnisdienstes.
entwickeln eigene auf Web-Services basierende Anwendungen.
erläutern die Anforderungen an ein virtualisiertes System.
beschreiben die für die Virtualisierung eines Systems erforderlichen Kriterien.
vergleichen zwischen unterschiedlichen Virtualisierungstechniken und -ebenen.
schildern den Aufbau und die Funktionsweise von Xen und Linux-VServer.
erproben das Einrichten eines Abbilds für eine virtuelle Maschine.
skizzieren die Architektur einer Infrastruktur-Cloud sowie die Aufgabenbereiche hierfür zentraler Komponenten am Beispiel von Eucalyptus.
erproben das Bereitstellen von Anwendungen in einer Infrastruktur-Cloud.
zeigen die Grundlagen Software-definierter Netzwerke am Beispiel von Onix und B4 auf.
bewerten verschiedene im Bereich Cloud-Computing zum Einsatz kommende Datenspeichersysteme (Google File System, Bigtable, Windows Azure Storage, Amazon Dynamo) hinsichtlich der Kriterien Verfügbarkeit, Konsistenz und Partitionstoleranz.
erläutern eine auf Vektoruhren basierende Methode zur Auflösung im Zusammenhang mit letztendlicher Konsistenz auftretender Konflikte.
entwickeln ein verteiltes Dateisystem nach dem Vorbild von HDFS, das auf die Speicherung großer Datenmengen ausgelegt ist.
erkunden das Bereitstellen selbst entwickelter Dienste mittels Docker.
erstellen ein Framework zur parallelen Bearbeitung von Daten nach dem Vorbild von MapReduce.
konzipieren eigene MapReduce-Anwendungen zur Verarbeitung strukturierter Rohdaten.
diskutieren die Fehlertoleranzmechanismen in Google MapReduce.
schildern die grundsätzliche Funktionsweise von Systemen zur Kühlung von Datenzentren mittels Umgebungsluft.
beschreiben das Grundkonzept einer temperaturabhängigen Lastverteilung von Prozessen in einem Datenzentrum.
stellen diverse Ansätze zur Erhöhung der Energieeffizienz von MapReduce-Clustern gegenüber.
unterscheiden die Architekturen und Funktionsweisen der Koordinierungsdienste Chubby und ZooKeeper.
entwickeln einen eigenen Koordinierungsdienst nach dem Vorbild von ZooKeeper.
ermitteln die Konsistenzeigenschaften der eigenen Koordinierungsdienstimplementierung.
erläutern unterschiedliche Ansätze zur Reduzierung bzw. Tolerierung von Tail-Latenz.
skizzieren das Grundkonzept von Erasure-Codes.
beschreiben den Aufbau eines auf die Clouds mehrerer Anbieter gestützten Datenspeichersystems.
erläutern den Einsatz passiver Replikation zur Bereitstellung von Fehlertoleranzmechanismen für virtuelle Maschinen am Beispiel von Remus.
schildern die Grundlagen der Migration von virtuellen Maschinen.
bewerten die Qualität einer aktuellen Publikation aus der Fachliteratur.
erschließen sich typische Probleme (Nebenläufigkeit, Konsistenz, Skalierbarkeit) und Fehlerquellen bei der Programmierung verteilter Anwendungen.
können in Kleingruppen kooperativ arbeiten.
können ihre Entwurfs- und Implementierungsentscheidungen kompakt präsentieren und argumentativ vertreten.
reflektieren ihre Entscheidungen kritisch und leiten Alternativen ab.
können offen und konstruktiv mit Schwachpunkten und Irrwegen umgehen.