| Competencias del título |
| Código | Competencias de la titulación |
| A5 | Conocer las arquitecturas emergentes en el campo de la supercomputación. |
| A6 | Analizar, diseñar e implementar algoritmos y aplicaciones paralelas eficientes. |
| A7 | Adquirir conocimientos sobre las tecnologías de virtualización: instalación, configuración y utilización. |
| A8 | Conocer las tecnologías y herramientas disponibles para la computación Grid y Cloud. |
| A12 | Conocer las tendencias en supercomputación así como su utilización práctica en los sectores industrial, académico y público. |
| B1 | Aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. |
| B4 | Aplicar habilidades de aprendizaje que les permitan continuar estudiando de un modo que deberá de ser en gran medida autodirigido o autónomo. |
| B7 | Capacidad de organización y planificación. |
| B9 | Usar las nuevas tecnologías. |
| B10 | Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo. |
| C1 | Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la comunidad autónoma. |
| C2 | Dominar la expresión y la comprensión de forma oral y escrita de un idioma extranjero. |
| C3 | Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida. |
| C6 | Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse. |
| Resultados de aprendizaje | |||
| Competencias de materia (Resultados de aprendizaje) | Competencias de la titulación | ||
| Habilidad para la búsqueda, selección y manejo de recursos (bibliografía, software, etc.) relacionados con la computación Grid y Cloud | AI5 AI7 AI12 |
BI4 BI7 BI10 |
CM1 CM2 CM3 CM6 |
| Conocer y saber utilizar las herramientas básicas a nivel de usuario disponibles en entornos Grid y Cloud | AI7 AI8 |
BI1 BI7 BI9 |
|
| Conocer y saber utilizar alguna de las herramientas disponibles para preparar y ejecutar aplicaciones científicas en entornos Grid y Cloud | AI6 AI7 AI8 |
BI7 BI9 |
|
| Gestionar la seguridad en un entorno Grid | AI8 |
BI1 BI9 |
|
| Instalar y configurar un entorno Grid. | AI5 AI8 |
BI1 BI9 |
|
| Instalar y configurar un entorno de virtualización | AI5 AI7 AI8 |
BI1 BI9 |
CM3 |
| Contenidos |
| Tema | Subtema |
| 1. Introducción a las arquitecturas distribuídas |
a. Sistemas distribuídos b. Computación a gran escala: Grid y Cloud Computing |
| 2. Computación Grid | i. Introducción * Descripción y componentes de un Grid * Ejemplos de aplicaciones e infraestructuras Grid: ESG, NeesGrid, LCG * Middleware, organizaciones y estándares Grid: OGF, WSI, OGSA ii. Middleware Grid: Globus Toolkit * Conceptos básicos sobre Globus * Conceptos básicos de seguridad en entornos Grid: PKI, certificados X.509, proxies, etc. * Componentes de Globus: seguridad, ejecución, información, etc. |
| 3. Computación Cloud | i. Introducción * Conceptos generales * Modelos de servicio: SaaS, PaaS, IaaS * Modelos de despliegue: Público, Privado, Híbrido * Beneficios, riesgos y oportunidades * Casos de estudio ii. IaaS (Infraestructura como servicio) * Oferta de provedores públicos * Tecnoloxías de virtualización * Estándares: OVF, OCCI, CDMI, ... * Middleware Open-Source para Clouds privados: OpenNebula, OpenStack, CloudStack, Eucaliptus, ... iii. Exemplo de IaaS * Servizos básicos proporcionados * Servizos específicos: clusters virtuais, servizos para HPC,... |
| 4. Procesamiento de grandes datos (Big Data) en la nube | i. Concepto de Big Data ii. Desafíos del Big Data * Almacenamiento del Big Data: bases de datos NoSQL * Procesamento del Big Data ii. El Big Data y la nube |
| 5. Gestión del Big Data | i. Introducción al modelo de programación MapReduce * Ejemplos de aplicaciones * Ejecución y optimizaciones de aplicaciones MapReduce * MapReduce en la nube ii. Implementaciones MapReduce: Hadoop * Introducción a Hadoop * Hadoop Distributed Filesystem * Aplicaciones MapReduce con Hadoop * Instalación de un cluster Hadoop iii. Ecosistema Hadoop * Introducción al ecosistema Apache Hadoop * Programación MapReduce de alto nivel: Pig, Hive * Base de datos sobre HDFS: HBase * Otras tecnologías: Zookeeper, HCatalog, Oozie, ... |
| Planificación | |||
| Metodologías / pruebas | Horas presenciales | Horas no presenciales / trabajo autónomo | Horas totales |
| Sesión magistral | 7 | 7 | 14 |
| Trabajos tutelados | 1.5 | 20 | 21.5 |
| Prácticas de laboratorio | 15 | 22.5 | 37.5 |
| Atención personalizada | 2 | 0 | 2 |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | |||
| Metodologías |
| Metodologías | Descripción |
| Sesión magistral | En las que se expondrá el contenido teórico del temario incluyendo ejemplos ilustrativos y con el soporte de medios audiovisuales. El alumno dispondrá del material de apoyo (notas, copias de las transparencias, artículos, etc.) con anterioridad y el profesor promoverá una actitud activa, recomendando la lectura previa de los puntos del temario a tratar en cada clase, así como realizando preguntas que permitan aclarar aspectos concretos y dejando cuestiones abiertas para la reflexión del alumno. |
| Trabajos tutelados | Planteamiento de casos de estudio avanzados para su resolución individual por parte de los alumnos. Estos casos de estudio permitirán a los alumnos profundizar en aspectos del temario que les interesen especialmente y que no se pudieron tratar en profundidad durante las sesiones magistrales. |
| Prácticas de laboratorio | En las que el alumno verá el funcionamiento en la práctica de algunos de los contenidos teóricos vistos en las clases magistrales. En estas prácticas el alumno utilizará diferentes herramientas propuestas por el profesor que le permitirán profundizar y afianzar sus conocimientos sobre diferentes aspectos de la computación Grid y Cloud. Las prácticas podrían realizarse en grupos en función de la disponibilidad de los medios necesarios para su realización. |
| Atención personalizada |
|
|
| Evaluación | ||
| Metodologías | Descripción | Calificación |
| Prácticas de laboratorio | Se realizarán prácticas individuales. Las condiciones para su realización y valoración serán las indicadas con anterioridad por el profesor y dependerán de los recursos disponibles. | 60 |
| Trabajos tutelados | El alumno realizará un trabajo individual siguiendo las indicaciones del profesor que lo orientará sobre que aspectos se tendrán en cuenta en la evaluación. | 40 |
| Observaciones evaluación | ||
|
Se tendrá también en cuenta en la evaluación el seguimiento continuado de las sesiones magistrales y actividades propuestas así como la participación activa en las mismas. |
||
| Fuentes de información |
| Básica |
Toby Velte, Anthony Velte, Robert C. Elsenpeter (2009). Cloud Computing, A Practical Approach. McGraw-Hill
Barry Wilkinson (2009). Grid Computing: Techniques and Applications. CRC Press
Tom White (2011). Hadoop: The Definitive Guide. MapReduce for the Cloud, 2º ed.. O’Reilly
Frederic Magoules, Jie Pan, Kiat-An Tan, Abhinit Kum (2009). Introduction to Grid Computing. Chapman & Hall |
|
|
|
| Complementária |
Borja Sotomayor, Lisa Childers (2006). Globus Toolkit 4: Programming Java Services. Morgan Kaufmann
Anirban Chakrabarti (2007). Grid Computing Security. Springer
Chuck Lam (2011). Hadoop in Action. Manning
L. George (2011). HBase: The Definitive Guide. O'Reilly
E. Capriolo, D. Wampler, J. Rutherglen (2012). Programming Hive. O'Reilly
Alan Gates (2011). Programming Pig. O'Reilly
Jeanna Matthews, Eli M. Dow, Todd Deshane, Wenjin Hu, Jeremy Bongio, Patrick F. Wilbur, Brendan John (2008). Running Xen: A Hands-On Guide to the Art of Virtualization. Pearson Education
Ian Foster, Carl Kesselman (2004). The Grid 2: Blueprint for a new Computing Infrastructure. Morgan Kaufmann
Bernard Golden (2008). Virtualization For Dummies. Willey |
|
|
| Recomendaciones | ||||
| Asignaturas que se recomienda haber cursado previamente | ||||
|
| Asignaturas que se recomienda cursar simultáneamente |
| Asignaturas que continúan el temario |
| Otros comentarios | |
|
Para los fundamentos básicos de esta materia se recomienda utilizar el material recomendado por los profesores (textos, notas, artículos, etc.), con el fin de que la atención del alumno no se disperse ante la gran cantidad de recursos bibliográficos existentes en Internet sobre el tema. Con todo, para los contenidos avanzados de la materia, así como para la realización del trabajo tutelado, se recomienda la búsqueda y selección de recursos en Internet, debido a la rápida evolución de los contenidos que la materia trata (no así sus fundamentos básicos) y para disponer de una mayor riqueza en las fuentes documentales. |