НИС Распределенные системы (осень 2016) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(3 модуль)
 
(не показано 9 промежуточных версии 2 участников)
Строка 8: Строка 8:
 
''S = S_tasks + S_general''
 
''S = S_tasks + S_general''
  
Практических заданий -- четыре штуки; одно задание в один учебный модуль. За каждое задание можно получить максимум 1.75 балла. Сдача после дедлайна штрафуется (-0.50, -1.00, -1.50) за каждый пропущенный дедлайн. К примеру, если первое задание сдано после дедлайна первого задания, но до дедлайна второго задания, то штраф составляет 0.50 балла. Если первое задание сдано после дедлайна второго задания, но до дедлайна третьего задания, то штраф составляет 1.00 балл. Если первое задание сдано после дедлайна третьего задания, то штраф составляет 1.50 балла.
+
Практических заданий -- две штуки: одно на программирование, одно на работу с текстом. За первое задание можно получить максимум 5 баллов, за второе максимум 3 балла. Сдача после дедлайна штрафуется. За каждый просроченный модуль -- минус балл. Таким образом, максимум за первое задание при сдаче во втором модуле можно получить 4 балла, в третьем -- 3, в четвертом -- 2.
  
''S_tasks = t1 + t2 + t3 + t4 <= 7.00''
+
Общая оценка складывается из трех частей: посещаемости, участия в семинарах и экзамена. Суммарно общая оценка ограничена сверху 3 баллами. Посещаемость оценивается в 0.25 балла за каждый модуль, если вы посетили более половины занятий в данном модуле. Активность -- до 0.50 балла каждый модуль по усмотрению преподавателя. Экзамен -- до 2.00 баллов (4*0.50).
 
+
{| class="wikitable"
+
|-
+
|  || ''<= d1'' || ''<= d2'' || ''<= d3'' || ''<= d4''
+
|-
+
| ''max t1'' || 1.75 || 1.25 || 0.75 || 0.25
+
|-
+
| ''max t2'' || – || 1.75 || 1.25 || 0.75
+
|-
+
| ''max t3'' || – || – || 1.75 || 1.25
+
|-
+
| ''max t4'' || – || – || – || 1.75
+
|}
+
 
+
Общая оценка складывается из трех частей: посещаемости, участия в семинарах и экзамена. Суммарно общая оценка ограничена сверху 3.00 баллами. Посещаемость оценивается в 0.25 балла за каждый модуль, если вы посетили более половины занятий в данном модуле. Активность -- до 0.50 балла каждый модуль по усмотрению преподавателя. Экзамен -- до 2.00 баллов (4*0.50).
+
  
 
''S_general = min(3.00, S_attendance + S_participation + S_exam); S_attendance <= 1.00; S_participation <= 2.00; S_exam <= 2.00''
 
''S_general = min(3.00, S_attendance + S_participation + S_exam); S_attendance <= 1.00; S_participation <= 2.00; S_exam <= 2.00''
Строка 160: Строка 145:
  
 
* ''Xie et. al.'' -- High-performance ACID via modular concurrency control ([https://yadi.sk/i/JYQeEg_63DJ9cR pdf])
 
* ''Xie et. al.'' -- High-performance ACID via modular concurrency control ([https://yadi.sk/i/JYQeEg_63DJ9cR pdf])
 +
 +
==== 21 февраля ====
 +
 +
Отмена занятия.
 +
 +
==== 28 февраля ====
 +
 +
Окончание уровней изоляции (закончили разбор материалов с предыдущих семинаров).
 +
 +
==== 7 марта ====
 +
 +
Отладка распределенных систем: трассировка сетевого взаимодействия.
 +
 +
* ''Fonseca et. al.'' -- X-Trace: a pervasive network tracing framework ([https://yadi.sk/i/M7NZeknW3EqkV9 pdf])
 +
* ''Sigelman et. al.'' -- Dapper, a large-scale distributed systems tracing infrastructure ([https://yadi.sk/i/5pfVnzBC3Eqkr5 pdf])
 +
 +
==== 14 марта ====
 +
 +
Отладка распределенных систем: отладка производительности, вывод взаимосвязей событий.
 +
 +
* ''Barham et. al.'' -- Magpie: online modelling and performance-aware systems ([https://yadi.sk/i/ezE0m1m33EqmBW pdf])
 +
* ''Chow et. al.'' -- The mystery machine: end-to-end performance analysis of large-scale internet services ([https://yadi.sk/i/6PT-31-G3EqmHa pdf])
 +
 +
==== 21 марта ====
 +
 +
Отладка распределенных систем: вывод взаимосвязей событий.
 +
 +
* ''Mace et. al.'' -- Pivot tracing: dynamic causal monitoring for distributed systems ([https://yadi.sk/d/M2KqToyu3EqmX2 pdf])
 +
 +
=== 4 модуль ===
 +
 +
==== 10 апреля ====
 +
Сервисы блокировок.
 +
 +
* ''Burrows'' -- The Chubby lock service for loosely-coupled distributed systems ([https://yadi.sk/i/YHoCSaAU3Gb8pf pdf])
 +
* ''Hunt et. al.'' -- ZooKeeper: wait-free coordination for Internet-scale systems ([https://yadi.sk/i/NRcFm-uS3Gb8vH pdf])
 +
 +
==== 17 апреля ====
 +
ZooKeeper, продолжение. Реализация примитивов блокировок, семафор, очередей, выбора лидера, двухфазной фиксации транзакций.
 +
 +
==== 21 апреля ====
 +
* ''Tasci et. al'' -- Panopticon: an omniscient lock broker for efficient distributed transactions in the datacenter ([https://yadi.sk/i/c6bJ9kEt3Gb98a pdf])
  
 
=== Будущие занятия ===
 
=== Будущие занятия ===
 
Для справки ниже перечислен предполагаемый список тем для изучения на последующих занятиях. Если у вас есть предложения, что какие работы, темы стоит разобрать на семинаре, то пишите мне на [mailto:sandello@gmail.com sandello@gmail.com].
 
Для справки ниже перечислен предполагаемый список тем для изучения на последующих занятиях. Если у вас есть предложения, что какие работы, темы стоит разобрать на семинаре, то пишите мне на [mailto:sandello@gmail.com sandello@gmail.com].
  
* Консистентность (CRDTs)
 
 
* P2P (BitTorrent, BitCoin)
 
* P2P (BitTorrent, BitCoin)
 
* Управление ресурсами (DRF; Borg; Omega)
 
* Управление ресурсами (DRF; Borg; Omega)
* Изоляция и конкурентное исполнение транзакций
 
  
 
== Практические задания ==
 
== Практические задания ==
 +
 +
=== Сдача заданий ===
 +
 +
Сдача заданий происходит через Anytask (ссылка: http://anytask.org/course/116 ; инвайт: Q8eM54X). Если инвайт перестает работать / не удается зарегистрироваться -- пишите [http://mailto:sandello@gmail.com мне].
  
 
=== Lamport Mutex ===
 
=== Lamport Mutex ===
  
В рамках первого практического задания вам предлагается реализовать распределенный алгоритм взаимного исключения, описанный Лампортом в статье ''Time, clocks and the ordering of events in a distributed system'' (см. материалы занятия от 23.09). Реализовать данное задание требуется до '''31-го октября, 14:00'''.
+
В рамках первого практического задания вам предлагается реализовать распределенный алгоритм взаимного исключения, описанный Лампортом в статье ''Time, clocks and the ordering of events in a distributed system'' (см. материалы занятия от 23.09).  
  
 
==== Требования к реализации ====
 
==== Требования к реализации ====
Строка 190: Строка 219:
  
 
==== Требования к сдаче ====
 
==== Требования к сдаче ====
Сдача задания будет происходить через Anytask (ссылка: http://anytask.org/course/116 ; инвайт: oMUmkee). При сдаче укажите:
+
При сдаче в Anytask (см. общую часть про сдачу задания) укажите:
 
* ссылку на github/bitbucket репозиторий;
 
* ссылку на github/bitbucket репозиторий;
 
* ссылки на реализацию алгоритма Лампорта;
 
* ссылки на реализацию алгоритма Лампорта;
Строка 213: Строка 242:
 
* Алгоритм Лампорта, как и многие другие распределенные алгоритмы, формулируется в терминах реакции на события (сообщения). Если вы не знаете с чего начать имплементацию, то выделите события и пересылаемые сообщения, участвующие в алгоритме, распишите подробно реакцию на них, обдумайте, какое состояние должно сохраняться между вызовами обработчиков событий.
 
* Алгоритм Лампорта, как и многие другие распределенные алгоритмы, формулируется в терминах реакции на события (сообщения). Если вы не знаете с чего начать имплементацию, то выделите события и пересылаемые сообщения, участвующие в алгоритме, распишите подробно реакцию на них, обдумайте, какое состояние должно сохраняться между вызовами обработчиков событий.
  
== Курсовые работы ==
+
=== Обзор литературы и рецензирование ===
  
Ниже приведены описания возможных проектов курсовой работы (напоминаю, что на третьем курсе в качестве курсовой работы засчитывается и [http://wiki.cs.hse.ru/Проектная_работа проектная работа]).
+
==== TL;DR ====
 +
# Определитесь с командой (2-3 человека), запишитесь в табличку: https://docs.google.com/spreadsheets/d/1pfcTgQQt8zFXePhFhFm4xK0gdoGqppzm-rP25d1v_Ug/edit?usp=sharing (первый лист), распределите статьи.
 +
# Напишите обзор по статьям. Отправьте обзор вашим рецензентам.
 +
# Определитесь с рецензируемыми вами работами, запишитесь в той же табличке на втором листе: в строке с вашей фамилией поставьте "X" в колонке с рецензируемой работой (одна работа должна быть из вашей команды, одна -- не из вашей).
 +
# Напишите реценизии. Не забудьте отправить копию авторам обзора.
 +
# Отправьте копию обзора (в Google Document) и копию рецензии (тоже в Google Document) в Anytask.
  
Если вас заинтересовала какая-либо из предложенных тем и вы хотите над ней поработать в рамках вашей курсовой работы, то ваша последовательность действий такая:
+
==== Описание задание ====
# напишите письмо руководителю темы, в копию письма добавьте Пузыревского Ивана (ipuzyrevskiy@hse.ru); укажите, над какой задачей вы хотите поработать; укажите релевантную информацию про вас (публичный github, опыт по теме, что вы сочтете нужным);
+
В рамках данного задания вам нужно изучить несколько работ по интересной вам теме, написать краткий обзор по них, а также отрецензировать обзоры ваших однокурсников. Целей у данного задания две: первая -- научиться искать и разбирать материал по интересующей вас теме, выделять главные аспекты и воссоздавать логику работы; вторая -- научиться критически оценивать представляемые результаты и их аргументацию.
# далее, вам нужно с руководителем обсудить задачу и возможность работы над ней; обычно руководитель вам чуть более подробно вам расскажет, что от вас будет требоваться, вы обсудите, насколько реально вам выполнить предлагаемую работу;
+
# в конечном итоге, вы вместе с руководителем приходите или к положительному решению (вы работаете над оговоренной задачей), или к отрицательному (вам необходимо выбрать другую тему курсовой работы).
+
  
=== ClickHouse ===
+
Структурно, задание проходит в несколько этапов:
 +
1. выбор работ для изучения,
 +
2. разбиение по минигруппам,
 +
3. изучение работ,
 +
4. написание обзора,
 +
5. рецензирование смежных обзоров.
  
[https://clickhouse.yandex/ ClickHouse] -- открытая колоночная СУБД, позволяющая выполнять аналитические запросы в интерактивном режиме по данным, обновляемым в реальном времени. ClickHouse разработан в Яндексе для задач Яндекс.Метрики -- второй по величине системы веб-аналитики в мире.
+
Предполагается, что некоторой фиксированной темы 2-3 человека выбирают себе по 2-3 работы каждый; далее, каждый человек пишет собственный обзор выбранных работ; далее, каждый человек рецензирует 2-3 обзора от своих смежников (один обзор из своей группы + один обзор не из своей группы).
  
==== Создание генератора тестовых данных, приближающих настоящие ====
+
Оценка за задание складывается из двух частей -- "зачет//не зачет" за написание собственного обзора и "зачет//не зачет" за рецензирование работ.
  
'''Руководитель''': [mailto:milovidov@yandex-team.ru Алексей Николаевич Миловидов]
+
Далее приведены более подробные пояснения по каждому из этапов.
  
Существующие [https://clickhouse.yandex/benchmark.html бенчмарки] системы основаны на внутренних данных Яндекс.Метрики, и поэтому не могут быть воспроизведены людьми снаружи, что затрудняет корректное сравнение производительности. В рамках предлагаемой курсовой работы предлагается придумать и реализовать генератор псевдослучайных тестовых данных так, чтобы:
+
==== Выбор работ для изучения ====
 +
Вы можете, в целом, выбрать любую интересную вам тему, по которой есть публикации за последние 15 лет.
  
* приблизительно сохранить вероятностные распределения значений в столбцах;
+
Например, можете изучить работы с конференций:
* для некоторых случаев, сохранить совместные распределения;
+
* приблизительно сохранить коэффициент сжатия данных в столбцах;
+
* желательно сделать модель данных достаточно компактной (например, несколько мегабайт).
+
  
==== Симуляция и анализ стратегий слияния данных ====
+
# OSDI [https://www.usenix.org/conference/osdi16/program 2016], [https://www.usenix.org/conference/osdi14/technical-sessions 2014], [https://www.usenix.org/conference/osdi12/technical-sessions 2012], ...
 +
# VLDB [http://www.vldb.org/pvldb/vol9.html 2016], [http://www.vldb.org/pvldb/vol8.html 2015], [http://www.vldb.org/pvldb/vol7.html 2014], ...
 +
# SIGMOD/PODS [http://sigmod2016.org/sigmodtoc.html 2016]/ [http://sigmod2016.org/podstoc.html 2016], [http://www.sigmod2015.org/toc_sigmod.shtml 2015]/ [http://www.sigmod2015.org/toc_pods.shtml 2015], [http://www.sigmod2014.org/research_list.shtml 2014]/ [http://www.sigmod2014.org/pods_list.shtml 2014], ...
 +
# EUROSYS [http://eurosys16.doc.ic.ac.uk/program/papers/ 2016], [http://eurosys2015.labri.fr/program/papers/ 2015], [http://eurosys2014.vu.nl/papers/ 2014], ...
 +
# PODC [https://www.podc.org/podc2016/proceedings/ 2016], [https://www.podc.org/podc2015/proceedings/ 2015], [https://www.podc.org/podc2014/2014-proceedings/ 2014], ...
 +
# SOCC [http://acmsocc.github.io/2016/schedule.html 2016], [http://acmsocc.github.io/2015/accepted-papers.html 2015], [https://sites.google.com/site/2014socc/home/program 2014], ...
 +
# SYSTOR [http://www.systor.org/2016/program.html 2016], [http://www.systor.org/2015/program.html 2015], [http://www.systor.org/2014/program.html 2014], ...
 +
# HOTSTORAGE [https://www.usenix.org/conference/hotstorage16/workshop-program 2016], [https://www.usenix.org/conference/hotstorage15/workshop-program 2015], [https://www.usenix.org/conference/hotstorage14/workshop-program 2014], ...
 +
# FAST [https://www.usenix.org/conference/fast16/technical-sessions 2016], [https://www.usenix.org/conference/fast15/technical-sessions 2015], [https://www.usenix.org/conference/fast14/technical-sessions 2014], ...
 +
# ATC [https://www.usenix.org/conference/atc16/technical-sessions 2016], [https://www.usenix.org/conference/atc15/technical-sessions 2015], [https://www.usenix.org/conference/atc14/technical-sessions 2014], ...
  
'''Руководитель''': [mailto:milovidov@yandex-team.ru Алексей Николаевич Миловидов]
+
Поисковик по статьям:
 +
# [http://scholar.google.com Scholar Google]  
  
В системе для обеспечения высокой пропускной способности при вставке данных используются различные вариации техники [https://en.wikipedia.org/wiki/Log-structured_merge-tree log structured merge tree], что приводит к эффекту, известному как write amplification: когда реальных объем записываемых данных на диск кратно превосходит объем данных, вставленный в систему. Причина такого эффекта -- необходимость фоновых слияний данных для предотвращения деградации производительности чтения. В данной работе предлагается разработать симулятор фоновых слияний, а также проанализировать различные стратегии слияния с точки зрения различных метрик эффективности.
+
Скомпоновать работы можно из разных соображений:
  
==== Автоматизация тестирования производительности ====
+
# сравнительный анализ разных подходов,
 +
# детальный углубленный разбор одной из существующих систем,
 +
# вводный обзор по какой-либо тематике.
  
'''Руководитель''': [mailto:milovidov@yandex-team.ru Алексей Николаевич Миловидов]
+
Примеры подборок:
  
В данной работе предлагается разработать и реализовать фреймворк для автоматического тестирования производительности различных компонент системы. Создаваемый фреймворк может быть использован для:
+
# алгоритмы деанонимизации в Tor (выбрать несколько разных методов, выделить, чем они отличаются, сравнить),
 +
# вариации Paxos (Ring Paxos -- с мультикастом для доставки данных, Net Paxos -- с имплементацией на сетевом уровне, Egalitarian Paxos -- для WAN; методы эксплуатируют разные идеи -- выделить какие, зачем, где применимы),
 +
# ослабление требований в Paxos (Flexible Paxos, Ios),
 +
# криптовалюты (BTC-vs-ETH-vs-...),
 +
# gossip-протоколы ("Efficient and Adaptive Epidemic-Style Protocols for Reliable and Scalable Multicast", "Bounded gossip: a gossip protocol for large-scale datacenters"),
 +
# файловая система BetrFS ("BetrFS: A Right-Optimized Write-Optimized File System", "Optimizing Every Operation in a Write-Optimized File System", "File Systems Fated for Senescence? Nonsense, Says Science!").
  
* регрессионных тестов производительности (основное применение);
+
==== Разбиение по минигруппам ====
* сравнение версий компилятора и флагов сборки, сравнение библиотек, приёмка новых версий;
+
Одна минигруппа -- это 2-3 человека, которые разбирают 2-3 работы каждый. При этом у каждого в минигруппе хотя бы одна изучаемая работа уникальна.
* тестирование железа, а также настроек ОС, получение рейтинга производительности с точки зрения ClickHouse;
+
* просмотр динамики изменения производительности с течением времени по мере разработки.
+
  
=== Планировщик ресурсов кластера ===
+
Пример:
 +
# тема -- вариации Paxos; человек 1 -- Paxos Made Simple (базовая работа) + Ring Paxos; человек 2 -- Paxos Made Live + Net Paxos; человек 3 -- Paxos Made Simple + Egalitarian Paxos.
 +
# тема -- BetrFS: человек 1 -- BetrFS + Optimizing Every Opration; человек 2 -- BetrFS + File Systems Faed for Senescence?
  
В системе [https://habrahabr.ru/company/yandex/blog/311104/ YT] одна из наиболее значимых компонент -- это планировщик вычислений. Именно он отвечает за распределение ресурсов кластера между пользователями с учетом их требований и желаемых гарантий (зачастую, противоречивых). От эффективности работы планировщика зависит общая эффективность работы кластера и удовлетворенность пользователей. Для проведения оффлайн-экспериментов над алгоритмами планировщика был разработан симулятор, использующий "трейс" событий, снятый с реального кластера (запуск вычислений, освобождение вычислительных ресурсов, потеря вычислений в результате сбоя, и др.). Ниже представлены возможные направления для последующих исследований и улучшений данной функциональности.
+
==== Изучение работ и написание обзора ====
 +
От вас требуется разобраться в работе, определить её актуальность и значимость, выделить основные идеи и результаты работы, сравнить их с альтернативами (если применимо), выделить сильные и слабые стороны работы. Целевой объем обзора -- 2-3 страницы. Критерий хорошего обзора -- что на его основе ваш однокурсник может составить представление об изучаемой области.
  
==== Улучшение симулятора ====
+
Примерный список вопросов, которые стоит затронуть в обзоре:
 +
# какая задача решается?
 +
# почему эта задача важна, в чем польза от её решения?
 +
# почему эта задача актуальна, насколько часто она возникает, насколько широко распространена?
 +
# какие были предыдущие попытки решения этой задачи? какие были получены результаты?
 +
# в чем суть, идея предлагаемого решения?
 +
# каковы преимущества и недостатки предлагаемого решения по отношению к решаемой задачи?
 +
# каковы преимущества и недостатки предлагаемого решения по сравнению с другими решениями?
 +
# какие экспериментальные результаты получены?
 +
# какие аспекты работы хорошо/плохо проработаны?
  
'''Руководитель''': [mailto:ignat@yandex-team.ru Игнатий Игоревич Колесниченко]
+
При написании обзора следует не просто слепо копировать фрагменты оригинальной работы, но и сохранять логику работы: не пропускать аргументы, обоснования предлагаемых решений.  
  
В текущей версии симулятора известен ряд недоработок, существенно влияющих на качество симуляции. Например, текущий симулятор не учитывает зависимость вычислений между собой (когда выход одного вычисления используется как вход для другого). За счет использования метаинформации (имя пользователя, время начала/окончания вычислений, именование входных/выходных данных) можно было бы восстановить данные зависимости, что позволит существенно улучшить качество симуляции и, соответственно, качество вычисляемых метрик для цепочек вычислений.
+
==== Рецензирование смежных обзоров  ====
 +
Вам нужно отрецензировать обзоры своих одногруппников в минигруппе, а также один из обзоров одногруппников в учебной группе. В рецензии вам нужно оценить, насколько аргументировано и последовательно излагается материал, насколько понятны переходы и выводы в работе.
  
==== Анализ различных стратегий вытеснения ====
+
Полученную рецензию не забудьте отправить автору обзора.
  
'''Руководитель''': [mailto:ignat@yandex-team.ru Игнатий Игоревич Колесниченко]
+
==== Требования к сдаче ====
  
Один из механизмом для обеспечения честности распределения ресурсов -- это вытеснение (preemption) вычислений. Однако, вытеснение части MR-вычисления подразумевает потерю выполненной работы, так как результат вычисления никуда не сохраняется. В данной работе предлагается провести анализ различных стратегий вытеснения и их влияния на различные метрики качества.
+
При сдаче в Anytask (см. общую часть про сдачу задания) отправьте ссылку на Google Document с обзором и Google Document с рецензией. Требования про Google Document обусловлено удобством комментирования и рецензирования текста.
  
==== Учет истории потребления ресурсов ====
+
== Курсовые работы ==
 
+
'''Руководитель''': [mailto:ignat@yandex-team.ru Игнатий Игоревич Колесниченко]
+
 
+
Текущая стратегия планирования HDRF (hierarchical dominant resource fairness) никак не учитывает историю потребления ресурсов кластера, что, например, дает преимущство пользователям, постоянно запускающим какие-либо вычисления. В данной работе предлагается проанализировать разные способы учета истории потребления ресурсов, вывести метрики качества.
+
 
+
=== Алгоритм консенсуса без явно выделенного мастера ===
+
 
+
Современные системы и сервисы требуют отказоустойчивого поведения на всех уровнях. Как правило, такие системы крайне сложны для понимания, так как нельзя полагаться на различные допущения о временных интервалах посылки сообщений, уметь работать с отказами оборудования, а также сохранять доступность при потерях связности между частями системы. Асинхронная природа посылки сообщений также усложняет взаимодействие между компонентами. Для упрощения взаимодействия применяют достаточно сложные алгоритмы репликации для получения отказоустойчивого состояния, распределенного между узлами системы. Алгоритмы консистентного изменения распределенного состояния называют алгоритмами консенсуса.
+
+
Как правило, все существующие на сегодняшний день алгоритмы в той или иной степени используют выделенный мастер-узел для выполнения основной части работы по сохранению консистентности. Вам предлагается исследовать уникальный алгоритм консенсуса без мастера. Уникальность состоит в полном отказе от традиционных методов достижения консенсуса, позволяя добиться уникальных характеристик систем, работающих на основе такого алгоритма.
+
+
Так как алгоритм полностью новый, то любые исследования в этой области представляют несомненный интерес. Фактически -- передний край науки.
+
 
+
==== Формальная спецификация с использованием TLA+ ====
+
 
+
'''Руководитель''': [mailto:gridem@yandex-team.ru Григорий Викторович Демченко]
+
 
+
Многие аспекты распределенных алгоритмов и систем не являются интуитивно понятными (параллельность исполнения, переупорядочивание событий), что приводит к труднодиагностируемым ошибкам в реализациях. В рамках данной работы предлагается разработать формальную спецификацию алгоритма консенсуса с использованием языка [http://research.microsoft.com/en-us/um/people/lamport/tla/tla.html TLA+].
+
 
+
==== Реализация алгоритма и экспериментальная оценка ====
+
 
+
'''Руководитель''': [mailto:gridem@yandex-team.ru Григорий Викторович Демченко]
+
 
+
В данной работе вам предлагается реализовать предлагаемый алгоритм, проверить его корректность и оценить производительность в различных интересных с точки зрения практики сценариях, например:
+
 
+
* междатацентровая репликация с существенно различными временами >100мс между узлами;
+
* внутридатацентровая репликация с временами <1мс;
+
* поведение в плохих сетях (выпадание пакетов, неопределенные задержки с доставкой);
+
* использование протокола UDP вместо TCP для обмена сообщениями;
+
* batching запросов;
+
* стабильность и производительность при выпадении/добавлении узлов;
+
* замеры для различного числа узлов, оценка деградации производительности с ростом числа узлов;
+
* сравнение производительности с существующими алгоритмами консенсуса.
+
 
+
=== Физическое хранение данных ===
+
 
+
При чтении/записи данных с современных облаков / распределенных файловых систем обычно задействовано много программных слоев: типизированное кодирование, компрессия, erasure-кодирование. Данный блок тем посвящен экспериментальному анализу различных аспектов систем хранения данных.
+
 
+
==== Разработка системы оценки алгоритмов сжатия ====
+
 
+
'''Руководитель''': [mailto:ignat@yandex-team.ru Игнатий Игоревич Колесниченко], [mailto:sandello@yandex-team.ru Иван Витальевич Пузыревский], [mailto:psushin@yandex-team.ru Павел Андреевич Сушин]
+
 
+
Наиболее часто алгоритмы сжатия сравнивают по скорости сжатия/расжатия и коэффициенту сжатия. Однако, данные характеристики варьируются в зависимости от конкретных входных данных, железа, и ряда других факторов. В данной работе предлагается систематически подойти к вопросу и реализовать фреймворк для оценки алгоритмов сжатия, с помощью которого можно быстро получить исчерпывающий анализ производительности на конкретном железе/на конкретных данных.
+
 
+
==== Сравнительный анализ различных алгоритмов erasure-кодирования ====
+
 
+
'''Руководитель''': [mailto:ignat@yandex-team.ru Игнатий Игоревич Колесниченко]
+
 
+
Для экономии дискового места при хранении данных используются erasure-коды, позволяющие переживать отказ отдельных дисков/машин с небольшими накладными расходами (1.33x..1.5x; например, [https://ru.wikipedia.org/wiki/Код_Рида_—_Соломона коды Рида-Соломона]). По сравнению с обычной репликацией данных, erasure-коды более ресурсозатратны в процессе восстановления данных. За последние несколько лет появился ряд новых алгоритов erasure-кодирования, представляющих различные компромиссы в пространстве решений. В данной работе предлагается провести сравнительный и экспериментальный анализ данного класса алгоритмов.
+
 
+
==== Экспериментальный анализ алгоритмов типизированного кодирования ====
+
 
+
'''Руководители''': [mailto:sandello@yandex-team.ru Иван Витальевич Пузыревский], [mailto:psushin@yandex-team.ru Павел Андреевич Сушин]
+
 
+
В дополнение к общим алгоритмам сжатия, работающим на уровне байт, на практике используются также типизированные кодеки, позволяющие добиться более высокой степени сжатия данных. К примеру, использование [https://en.wikipedia.org/wiki/Run-length_encoding RLE], [https://en.wikipedia.org/wiki/Shannon–Fano–Elias_coding кодов Элиса-Фано] для кодирования чисел; использование сжатых словарей для кодирования строк. Иногда кодированое представление допускает выполнение операций (например, поиска) поверх сжатых данных, без промежуточного расжатия; или допускает быстрый случайный доступ. В данной работе предлагается провести сравнительный и экспериментальный анализ различных кодеков для различных типов данных.
+
 
+
==== Анализ стратегий размещения реплик данных на кластере ====
+
 
+
'''Руководитель''': [mailto:ignat@yandex-team.ru Игнатий Игоревич Колесниченко], [mailto:psushin@yandex-team.ru Павел Андреевич Сушин]
+
 
+
Распределенные системы хранения данных почти всегда разбивают хранимые данные на блоки, которые размещаются на кластере согласно какой-либо стратегии. Например, на практике используется случайная стратегия размещения, стратегия размещения с учетом стоек/ЦОДов, с группировкой/без. Основные количественные метрики различных стратегий -- это вероятность потери данных; среднее количество потерянных блоков; среднее количество частично недоступных групп блоков (файлов). В данной работе предлагается разработать симулятор, моделирующий отказы узлов кластера по историческим данным, собранным с реального кластера, и оценивающий метрики качества различных стратегий.
+
 
+
==== Анализ кеширования данных в кластерах с различной нагрузкой ====
+
 
+
'''Руководитель''': [mailto:sandello@yandex-team.ru Иван Витальевич Пузыревский]
+
 
+
Обычно на каждой машине в составе распределенной файловой системы присутствует локальный кеш данных. Данный кеш должен устойчиво работать при различных типах нагрузки на файловую систему. В частности, кеш должен быть устойчив к "вымыванию" -- вытеснению горячих данных данных при единоразовом чтении крупного объема данных (существенно превышающего объем доступной памяти). В рамках данной работы предлагается проанализировать эффективность различных стратегии кеширования по историческим данным, собранным с реального кластера.
+
 
+
=== Остальные темы ===
+
 
+
==== Формальная спецификация HDFS ====
+
 
+
'''Руководитель''': [mailto:sandello@yandex-team.ru Иван Витальевич Пузыревский]
+
 
+
HDFS (Hadoop Distributed File System) -- распределенная отказоустойчивая файловая система. В данной работе предлагается разработать и проверить формальную спецификацию системы с помощью [http://research.microsoft.com/en-us/um/people/lamport/tla/tla.html TLA+].
+
 
+
==== Автоматическое определение проблемных узлов кластера ====
+
 
+
'''Руководитель''': [mailto:psushin@yandex-team.ru Павел Андреевич Сушин]
+
 
+
В больших кластерах существенно повышается вероятность деградации одного узла кластера: иногда вследствие неудачно распределившейся нагрузки, иногда вследствие аппаратных сбоев, иногда вследствие программных ошибок. Иногда деградация обусловлена не самим узлом, а проблемами сетевой связности. Обнаруживать проблемные узлы кластера важно для обеспечения превентивной защиты (проблемные узлы чаще выходят из строя) и для уменьшения времени отклика системы (например, не читать данные с таких узлов). В рамках данной работы предлагается разработать метод автоматического определения проблемных узлов кластера на основе доступных системных метрик производительности. Для решения задачи можно  использовать методы машинного обучения.
+
 
+
==== Имитационное моделирование вычислительных ресурсов и распределенных вычислительных инфраструктур ====
+
 
+
'''Руководитель''': [mailto:oleg.sukhoroslov@gmail.com Олег Викторович Сухорослов]
+
 
+
Имитационное моделирование активно используется в исследованиях распределенных систем, заменяя натурные эксперименты и позволяя воспроизводимым образом сравнивать между собой различные методы (например, алгоритмы планирования задач). В данной работе объектом моделирования являются распределенные вычислительные инфраструктуры, состоящие из нескольких автономных ресурсов различного типа (кластеров, гридов, облаков, персональных компьютеров). Для реалистичного моделирования таких инфраструктур требуется хорошо моделировать отдельные ресурсы, их планировщики, нагрузку и доступность, а также передачу данных по сети. Для данных целей предлагается использовать [http://simgrid.gforge.inria.fr/ SimGrid], фреймворк для создания симуляторов распределенных систем. Требуется улучшить имеющиеся или реализовать новые модели ресурсов (например, кластер с планировщиком и внутренним потоком заданий), а также интегрировать их в единую модель. Возможны отдельные подтемы и работа в команде.
+
 
+
==== Симуляция и сравнительный анализ алгоритмов планирования задач в распределенных вычислительных системах ====
+
 
+
'''Руководитель''': [mailto:oleg.sukhoroslov@gmail.com Олег Викторович Сухорослов]
+
 
+
Планирование выполнения задач в распределенных системах в постановках, представляющих практический интерес, является NP-полной задачей. За последнее десятилетие было предложено множество алгоритмов планирования, основанных на различного рода (мета)эвристиках и ориентированных на различные классы приложений (bag of tasks, parallel job, workflow) и систем. При этом недостаточно хорошо изучен вопрос об области применимости и сравнительной эффективности данных алгоритмов в различных ситуациях. В данной работе предлагается реализовать на базе существующего симулятора наиболее известные алгоритмы и сравнить их друг с другом путем проведения имитационных экспериментов для различных типов приложений и систем. Возможны отдельные подтемы и работа в команде.
+
 
+
==== Исследование и экспериментальная оценка технологий распределенных вычислений на основе pilot jobs ====
+
 
+
'''Руководитель''': [mailto:oleg.sukhoroslov@gmail.com Олег Викторович Сухорослов]
+
 
+
При реализации крупномасштабных вычислений на базе распределенных ресурсов с собственными планировщиками часто используется стратегия pilot jobs. Данная стратегия, заключающаяся в запуске на ресурсах заданий-агентов с последующим динамическим распределением по ним задач, позволяет уменьшить влияние задержек в очередях ресурсов и накладные расходы на запуск задач. В настоящее время существует несколько технологий (pilot job frameworks), реализующих данный подход, например HTCondor, DIANE, BigJob, Swift, DIRAC. В данной работе предлагается изучить и сравнить между собой несколько данных технологий путем их развертывания и проведения экспериментов на тестовой инфраструктуре. Особое внимание планируется уделить сравнению производительности различных решений, оценке их масштабируемости, выявлению узких мест и поиску способов их устранения.
+
 
+
==== Использование простаивающих вычислительных ресурсов для распределенных вычислений на базе платформы Everest ====
+
 
+
'''Руководитель''': [mailto:oleg.sukhoroslov@gmail.com Олег Викторович Сухорослов]
+
 
+
Платформа [http://everest.distcomp.org/ Everest], разрабатываемая в ИППИ РАН, позволяет публиковать в виде веб-сервисов вычислительные приложения и запускать через веб-интерфейс расчеты на произвольных комбинациях внешних ресурсов, подключенных пользователями к платформе. Интеграция ресурсов с платформой реализована на основе специально разработанного агента, который выполняется на стороне ресурса. В настоящее время агент поддерживает запуск задач на одиночной машине (в монопольном режиме) и кластере (с приоритетом обычного пользователя), не учитывая внешнюю нагрузку на ресурс. В данной работе предлагается реализовать поддержку использования ресурса только в моменты его простоя, что требует мониторинга текущей загрузки ресурса и динамического управления задачами. При этом планируется использовать опыт и наработки систем, ориентированных на использование простаивающих персональных компьютеров (BOINC, Condor).
+
 
+
==== Реализация универсального вычислительного агента для систем распределенных вычислений ====
+
 
+
'''Руководитель''': [mailto:oleg.sukhoroslov@gmail.com Олег Викторович Сухорослов]
+
 
+
Платформа [http://everest.distcomp.org/ Everest], разрабатываемая в ИППИ РАН, позволяет публиковать в виде веб-сервисов вычислительные приложения и запускать через веб-интерфейс расчеты на произвольных комбинациях внешних ресурсов, подключенных пользователями к платформе. Интеграция ресурсов с платформой реализована на основе специально разработанного агента, который выполняется на стороне ресурса. Агент написан на языке Python с использованием фреймворка Tornado и реализует асинхронную обработку, запуск и мониторинг поступающих задач, загрузку данных и обмен сообщениями с платформой. В данной работе предлагается реализовать принципиально новую версию агента на языке Go. Помимо имеющейся функциональности планируется реализовать прямое взаимодействие по сети между агентами, автоматическое обновление кода агента, а также обеспечить универсальность агента для его использования с другими системами распределенных вычислений.
+
 
+
==== Исследование и реализация методов прямой передачи данных по сети между узлами за NAT и межсетевыми экранами ====
+
 
+
'''Руководитель''': [mailto:oleg.sukhoroslov@gmail.com Олег Викторович Сухорослов]
+
 
+
При реализации распределенных вычислений в глобальной сети часто возникает задача передачи данных между двумя машинами или ресурсами, находящимися в различных географических точках. При этом зачастую между данными машинами в сети находятся  устройства, выполняющие трансляцию адресов (NAT) и межсетевые экраны, что затрудняет установление прямого соединения. Подход, использующий промежуточный сервер для обмена данными, обладает низкой эффективностью в случае передачи больших объемов данных или частых обменов. В данной работе предлагается изучить существующие методы прямой передачи данных между хостами в глобальной сети, реализовать некоторые из этих методов и экспериментально сравнить их эффективность.
+
 
+
==== Исследование и экспериментальная оценка методов обеспечения отказоустойчивости MPI-приложений ====
+
 
+
'''Руководитель''': [mailto:oleg.sukhoroslov@gmail.com Олег Викторович Сухорослов]
+
  
Одной из основных проблем, связанных с использованием в будущем мощных вычислительных систем уровня [https://en.wikipedia.org/wiki/Exascale_computing exascale], является обеспечение устойчивости параллельных программ к отказам. Поскольку данные системы могут включать миллионы процессоров, выполняющих до миллиарда потоков, то ожидается что в них с высокой частотой (до нескольких раз в час) будут возникать всевозможные сбои на аппаратном и программном уровнях, приводящие к падению процессов или потере данных. Традиционные методы, такие как checkpointing, становятся неэффективными в условиях, когда сохранение состояния требует времени сопоставимого с частотой отказов. В настоящее время активно ведется разработка новых методов, нацеленных на решение данной проблемы, в частности применительно к выполнению MPI-программ. В данной работе предлагается изучить данные методы, провести их экспериментальную оценку и, возможно, улучшить.
+
[http://wiki.cs.hse.ru/%D0%A1%D0%BF%D0%B8%D1%81%D0%BE%D0%BA_%D0%BA%D1%83%D1%80%D1%81%D0%BE%D0%B2%D1%8B%D1%85_%D1%80%D0%B0%D0%B1%D0%BE%D1%82._%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B Список курсовых работ]

Текущая версия на 13:00, 5 июня 2017

Содержание

Информация про семинар

В рамках научно-исследовательского семинара по распределенным системам изучаются основные понятия, принципы и результаты предметной области.

Оценка

Оценка за НИС складывается из двух частей: оценки за практические задания и общей оценки.

S = S_tasks + S_general

Практических заданий -- две штуки: одно на программирование, одно на работу с текстом. За первое задание можно получить максимум 5 баллов, за второе максимум 3 балла. Сдача после дедлайна штрафуется. За каждый просроченный модуль -- минус балл. Таким образом, максимум за первое задание при сдаче во втором модуле можно получить 4 балла, в третьем -- 3, в четвертом -- 2.

Общая оценка складывается из трех частей: посещаемости, участия в семинарах и экзамена. Суммарно общая оценка ограничена сверху 3 баллами. Посещаемость оценивается в 0.25 балла за каждый модуль, если вы посетили более половины занятий в данном модуле. Активность -- до 0.50 балла каждый модуль по усмотрению преподавателя. Экзамен -- до 2.00 баллов (4*0.50).

S_general = min(3.00, S_attendance + S_participation + S_exam); S_attendance <= 1.00; S_participation <= 2.00; S_exam <= 2.00

Текущая таблица с оценками доступна по ссылке.

Занятия

1 модуль

2 сентября

Вводное занятие.

Материалы:

  • Mockapetris, Dunlap -- Development of the domain name system (pdf)

9 сентября

Занятия не будет.

16 сентября

Сетевое взаимодействие в распределенных системах.

Материалы:

  • Google Code University -- Introduction to Distributed Systems Design (pdf)
  • Birrell, Nelson -- Implementing remote procedure calls (pdf)
  • Eriksen -- Your server as a function (pdf)
  • (по желанию) Liskov -- Promises: linguistic support for efficient asynchronous procedure calls in distributed systems (pdf)
  • (по желанию) Futures/Promises в C++: интерфейс (1, 2, 3), рабочая имплементация (1).

23 сентября

Время, часы, синхронизация событий.

Материалы:

  • Lamport -- Time, clocks and the ordering of events in a distributed system (pdf)
  • Fidge -- Timestamps in message-passing systems that preserve the partial ordering (pdf)
  • Mills -- Internet time synchronization: the network time protocol (pdf)

30 сентября

Синхронизация событий (продолжение). Когерентность памяти.

Материалы:

  • Li, Hudak -- Memory coherency in shared virtual memory systems (pdf)

7 октября

Ослабление модели памяти. Слабоконсистентные хранилища на примере Bayou.

Материалы:

  • Terry et. al. -- Managing update conflicts in Bayou, a weakly connected replicated storage system (pdf)

14 октября

Занятия не будет.

21 октября

Детальный рассказ о предлагаемых курсовых работах от руководителей.

2 модуль

4 ноября

Занятия не будет.

11 ноября

Задача распределенного консенсуса. Paxos.

18 ноября

Распределенный консенсус, продолжение. Viewstamped replication.

  • Liskov, Cowling -- Viewstamped replication revisited (pdf)
  • Oki, Liskov -- Viewstamped replication: a new primary copy method to support highly available distributed systems (pdf)

25 ноября

Распределенный консенсус, продолжение. Raft.

  • Ongaro, Ousterhout -- In search of understandable consensus algorithm (pdf)
  • (по желанию) Howard et. al. -- Raft refloated: do we have consensus? (pdf)
  • Ousterhout -- Raft lecture (video; 1.0ч)

2 декабря

Распределенный консенсус, завершение.

  • Chandra et. al. -- Paxos made live: an engineering perspective (pdf)
  • van Renesse et. al. -- Vive la différence: Paxos vs. Viewstamped replication vs. Zab (pdf)
  • (по желанию) Junqueira et. al. -- Zab: high performance broadcast for primary-backup systems (pdf)
  • (по желанию) Medeiros -- ZooKeeper's atomic broadcast protocol: theory and practice (pdf)

9 декабря

CRDTs: счетчики (G, PN, NN), множества (G, 2P, U, LWW, PN, OR).

  • Shapiro et. al. -- A comprehensive study of convergent and commutative replicated data types (pdf)

16 декабря

CRDTs: списочные структуры.

  • Nedelec et. al. -- LSEQ: an adaptive structure for sequences in distributed collaborative editing (pdf)

3 модуль

24 января

Иерархические блокировки.

  • Grey et. al. -- Granularity of locks in a shared database (pdf)

31 января

Уровни изоляции. Классификация через аномалии.

  • Bernson et. al. -- A critique of ANSI SQL isolation levels (pdf)

7 февраля

Уровни изоляции. Формальная модель.

  • Adya, Liskov, O'Neil -- Generalized isolation level definitions (pdf)

14 февраля

Уровни изоляции & управление одновременным исполнением транзакций.

  • Xie et. al. -- High-performance ACID via modular concurrency control (pdf)

21 февраля

Отмена занятия.

28 февраля

Окончание уровней изоляции (закончили разбор материалов с предыдущих семинаров).

7 марта

Отладка распределенных систем: трассировка сетевого взаимодействия.

  • Fonseca et. al. -- X-Trace: a pervasive network tracing framework (pdf)
  • Sigelman et. al. -- Dapper, a large-scale distributed systems tracing infrastructure (pdf)

14 марта

Отладка распределенных систем: отладка производительности, вывод взаимосвязей событий.

  • Barham et. al. -- Magpie: online modelling and performance-aware systems (pdf)
  • Chow et. al. -- The mystery machine: end-to-end performance analysis of large-scale internet services (pdf)

21 марта

Отладка распределенных систем: вывод взаимосвязей событий.

  • Mace et. al. -- Pivot tracing: dynamic causal monitoring for distributed systems (pdf)

4 модуль

10 апреля

Сервисы блокировок.

  • Burrows -- The Chubby lock service for loosely-coupled distributed systems (pdf)
  • Hunt et. al. -- ZooKeeper: wait-free coordination for Internet-scale systems (pdf)

17 апреля

ZooKeeper, продолжение. Реализация примитивов блокировок, семафор, очередей, выбора лидера, двухфазной фиксации транзакций.

21 апреля

  • Tasci et. al -- Panopticon: an omniscient lock broker for efficient distributed transactions in the datacenter (pdf)

Будущие занятия

Для справки ниже перечислен предполагаемый список тем для изучения на последующих занятиях. Если у вас есть предложения, что какие работы, темы стоит разобрать на семинаре, то пишите мне на sandello@gmail.com.

  • P2P (BitTorrent, BitCoin)
  • Управление ресурсами (DRF; Borg; Omega)

Практические задания

Сдача заданий

Сдача заданий происходит через Anytask (ссылка: http://anytask.org/course/116 ; инвайт: Q8eM54X). Если инвайт перестает работать / не удается зарегистрироваться -- пишите мне.

Lamport Mutex

В рамках первого практического задания вам предлагается реализовать распределенный алгоритм взаимного исключения, описанный Лампортом в статье Time, clocks and the ordering of events in a distributed system (см. материалы занятия от 23.09).

Требования к реализации

  1. Конфигурация конкретного процесса (например, локальный адрес и порт для слушающего сокета, список адресов и портов других процессов, режим работы) указывается через аргументы командной строки.
  2. Сетевое взаимодействие должно быть вынесено за RPC-слой. RPC-слой вам нужно реализовать самостоятельно. От вас не требуется сверхоптимальный код; от вас требуется создать целостную абстракцию. Клиентский код (использующий RPC-сервис), серверный код (реализующий RPC-сервис), транспортный код (сериализация/десериализация, работа с сетью) должны быть разделены.
  3. Каждый процесс должен поддерживать логические часы.
  4. Каждый из процессов должен вести собственный, локальный журнал событий request / acquire / release (запрос на взятие mutex-а, взятие mutex-а, освобождение mutex-а). Каждое событие должно быть аннотировано физическим временем, логическим временем, PID-ом.
  5. При взятии mutex-а (событие acquire) процесс должен открыть некий специальный файл (например, ~/mutex.txt; путь до файла указывается в аргументах командной строки), вызывать flock(_, LOCK_EX | LOCK_NB), записывать в файл пометку (PID, логическое время взятие mutex-а, логическое время освобождение mutex-а), после чего отпускать (release) mutex.
  6. Должны поддерживаться два режима работы: ручной, когда взятие mutex-а инициирует пользователь (по команде с stdin), и стрессовый, когда процесс в бесконечном цикле пробует взять mutex без задержек.
  7. Для реализации можно использовать языки C++, Python, Java, Go.

Требования к тестированию

  1. Должны быть написаны юнит-тесты на алгоритм взятия mutex-а, подменяющие сетевую имплементацию RPC-сервиса на локальную.
  2. Должна быть проведена экспериментальная проверка корректности работы в стресс-режиме для 10 запущенных процессов (в случае корректной работы не должно быть ошибок от flock-а на разделяемый файл).
  3. Должна быть написана утилита анализа локальных логов процессов, проверяющая, что по логическим часам периоды acquire-release не пересекаются, и что для каждого процесса acquire следует строго после request.

Требования к сдаче

При сдаче в Anytask (см. общую часть про сдачу задания) укажите:

  • ссылку на github/bitbucket репозиторий;
  • ссылки на реализацию алгоритма Лампорта;
  • ссылку на реализацию RPC-слоя (где происходит сетевое взаимодействие, где устанавливаются соединения, где происходит серилизация/десериализация вызовов, где происходит регистрация сервисов);
  • ссылку на реализацию логических часов;
  • ссылку на анализатор локальных логов процессов;
  • инструкцию по сборке проекта;
  • инструкцию по запуску юнит-тестов;
  • инструкцию по запуску стресс-теста с 10 процессами;
  • инструкцию по запуску анализатора локальных логов.

Критерии сдачи

Задание считается сданным, если:

  • предоставлена реализация алгоритма, удовлетворяющая вышеуказанным требованиям;
  • юнит-тесты успешно отрабатывают;
  • стресс-тест успешно отрабатывает;
  • анализатор локальных логов подтверждает корректность значений логических часов.

Дополнительные указания

  • Обычно при имплементации RPC-слоя возникают такие абстракции как стаб (интерфейс, используемый клиентской стороной и реализуемый серверной стороной), сервис (отвечает за маршрутизацию конкретного вызова в конкретный метод языка), сервер (отвечает за сетевое серверное взаимодействие (bind+accept), маршрутизацию вызова в конкретный сервис), канал (создается клиентом, скрывает сетевое взаимодействие (connect), реализует отправку запросов и получение ответов). На клиенте стаб связывается с каналом, на сервере -- с сервисом.
  • Учтите, что в данном задании каждый процесс является и клиентом, и сервером одновременно. Чтобы не запутаться, реализуйте сначала простейший ping-pong сервис поверх вашего RPC-слоя, чтобы отработать сетевое взаимодействие.
  • Алгоритм Лампорта, как и многие другие распределенные алгоритмы, формулируется в терминах реакции на события (сообщения). Если вы не знаете с чего начать имплементацию, то выделите события и пересылаемые сообщения, участвующие в алгоритме, распишите подробно реакцию на них, обдумайте, какое состояние должно сохраняться между вызовами обработчиков событий.

Обзор литературы и рецензирование

TL;DR

  1. Определитесь с командой (2-3 человека), запишитесь в табличку: https://docs.google.com/spreadsheets/d/1pfcTgQQt8zFXePhFhFm4xK0gdoGqppzm-rP25d1v_Ug/edit?usp=sharing (первый лист), распределите статьи.
  2. Напишите обзор по статьям. Отправьте обзор вашим рецензентам.
  3. Определитесь с рецензируемыми вами работами, запишитесь в той же табличке на втором листе: в строке с вашей фамилией поставьте "X" в колонке с рецензируемой работой (одна работа должна быть из вашей команды, одна -- не из вашей).
  4. Напишите реценизии. Не забудьте отправить копию авторам обзора.
  5. Отправьте копию обзора (в Google Document) и копию рецензии (тоже в Google Document) в Anytask.

Описание задание

В рамках данного задания вам нужно изучить несколько работ по интересной вам теме, написать краткий обзор по них, а также отрецензировать обзоры ваших однокурсников. Целей у данного задания две: первая -- научиться искать и разбирать материал по интересующей вас теме, выделять главные аспекты и воссоздавать логику работы; вторая -- научиться критически оценивать представляемые результаты и их аргументацию.

Структурно, задание проходит в несколько этапов: 1. выбор работ для изучения, 2. разбиение по минигруппам, 3. изучение работ, 4. написание обзора, 5. рецензирование смежных обзоров.

Предполагается, что некоторой фиксированной темы 2-3 человека выбирают себе по 2-3 работы каждый; далее, каждый человек пишет собственный обзор выбранных работ; далее, каждый человек рецензирует 2-3 обзора от своих смежников (один обзор из своей группы + один обзор не из своей группы).

Оценка за задание складывается из двух частей -- "зачет//не зачет" за написание собственного обзора и "зачет//не зачет" за рецензирование работ.

Далее приведены более подробные пояснения по каждому из этапов.

Выбор работ для изучения

Вы можете, в целом, выбрать любую интересную вам тему, по которой есть публикации за последние 15 лет.

Например, можете изучить работы с конференций:

  1. OSDI 2016, 2014, 2012, ...
  2. VLDB 2016, 2015, 2014, ...
  3. SIGMOD/PODS 2016/ 2016, 2015/ 2015, 2014/ 2014, ...
  4. EUROSYS 2016, 2015, 2014, ...
  5. PODC 2016, 2015, 2014, ...
  6. SOCC 2016, 2015, 2014, ...
  7. SYSTOR 2016, 2015, 2014, ...
  8. HOTSTORAGE 2016, 2015, 2014, ...
  9. FAST 2016, 2015, 2014, ...
  10. ATC 2016, 2015, 2014, ...

Поисковик по статьям:

  1. Scholar Google

Скомпоновать работы можно из разных соображений:

  1. сравнительный анализ разных подходов,
  2. детальный углубленный разбор одной из существующих систем,
  3. вводный обзор по какой-либо тематике.

Примеры подборок:

  1. алгоритмы деанонимизации в Tor (выбрать несколько разных методов, выделить, чем они отличаются, сравнить),
  2. вариации Paxos (Ring Paxos -- с мультикастом для доставки данных, Net Paxos -- с имплементацией на сетевом уровне, Egalitarian Paxos -- для WAN; методы эксплуатируют разные идеи -- выделить какие, зачем, где применимы),
  3. ослабление требований в Paxos (Flexible Paxos, Ios),
  4. криптовалюты (BTC-vs-ETH-vs-...),
  5. gossip-протоколы ("Efficient and Adaptive Epidemic-Style Protocols for Reliable and Scalable Multicast", "Bounded gossip: a gossip protocol for large-scale datacenters"),
  6. файловая система BetrFS ("BetrFS: A Right-Optimized Write-Optimized File System", "Optimizing Every Operation in a Write-Optimized File System", "File Systems Fated for Senescence? Nonsense, Says Science!").

Разбиение по минигруппам

Одна минигруппа -- это 2-3 человека, которые разбирают 2-3 работы каждый. При этом у каждого в минигруппе хотя бы одна изучаемая работа уникальна.

Пример:

  1. тема -- вариации Paxos; человек 1 -- Paxos Made Simple (базовая работа) + Ring Paxos; человек 2 -- Paxos Made Live + Net Paxos; человек 3 -- Paxos Made Simple + Egalitarian Paxos.
  2. тема -- BetrFS: человек 1 -- BetrFS + Optimizing Every Opration; человек 2 -- BetrFS + File Systems Faed for Senescence?

Изучение работ и написание обзора

От вас требуется разобраться в работе, определить её актуальность и значимость, выделить основные идеи и результаты работы, сравнить их с альтернативами (если применимо), выделить сильные и слабые стороны работы. Целевой объем обзора -- 2-3 страницы. Критерий хорошего обзора -- что на его основе ваш однокурсник может составить представление об изучаемой области.

Примерный список вопросов, которые стоит затронуть в обзоре:

  1. какая задача решается?
  2. почему эта задача важна, в чем польза от её решения?
  3. почему эта задача актуальна, насколько часто она возникает, насколько широко распространена?
  4. какие были предыдущие попытки решения этой задачи? какие были получены результаты?
  5. в чем суть, идея предлагаемого решения?
  6. каковы преимущества и недостатки предлагаемого решения по отношению к решаемой задачи?
  7. каковы преимущества и недостатки предлагаемого решения по сравнению с другими решениями?
  8. какие экспериментальные результаты получены?
  9. какие аспекты работы хорошо/плохо проработаны?

При написании обзора следует не просто слепо копировать фрагменты оригинальной работы, но и сохранять логику работы: не пропускать аргументы, обоснования предлагаемых решений.

Рецензирование смежных обзоров

Вам нужно отрецензировать обзоры своих одногруппников в минигруппе, а также один из обзоров одногруппников в учебной группе. В рецензии вам нужно оценить, насколько аргументировано и последовательно излагается материал, насколько понятны переходы и выводы в работе.

Полученную рецензию не забудьте отправить автору обзора.

Требования к сдаче

При сдаче в Anytask (см. общую часть про сдачу задания) отправьте ссылку на Google Document с обзором и Google Document с рецензией. Требования про Google Document обусловлено удобством комментирования и рецензирования текста.

Курсовые работы

Список курсовых работ