Hajussüsteemid

Ainekoodid: ITI0215 Aine nimed: Hajussüsteemid Link: http://lambda.ee/wiki/Hajuss%C3%BCsteemid Punkte: 6 EAP Õppejõud: Tanel Tammet tanel.tammet@ttu.ee Praktikumijuhendaja: Martin Verrev Olemas on ka 2024 aasta materjalide arhiiv.

NB! about next week, 25. February

The 25. February lecture will be a recording from 2024: please see the 25. Feb chapter below.

Aeg, koht

Semester: kevad
Tulemus: eksam
Hindamise meetod: praktikumide tulemused (50%) ja eksam (50%)

Loeng (Tanel): teisipäeval 16:00-17:30 ruumis SOC-312.
Praktikum (Martin): kolmapäeval kell 14:00-15:30 ruumis U06A-204.

Plaan on teha enamik loenguid kohapeal ja väiksem osa distantsilt. Praksid toimuvad vähemalt esialgu kohapeal, ja võimalik, et osad hiljem distantsilt. NB! Ei ole garantiid, et teamsi-salvestused alati õnnestuvad.

Kogu info, materjalid ja ülesanded on siinsamas lambda lehel.

Palun liitu kursuse teamsi grupiga: iseregistreerumise võti on 5ap288s.

Iganädalase teamsi loengu-meeti link.

Iganädalase teamsi praksi-meeti link.

NB! Allpool olev blokkide struktuur on sarnane, kui 2024 aastal, aga mitte päris sama. Toimunud loengute materjalid ja salvestused osaliselt uuendatakse/muudetakse: kogu info veel mitte toimunud loengute ja veel mitte selgitatud/uuendatud prakside kohta on esialgne.

Hindamine

Kursuse edukaks sooritamiseks on sul vaja:

• saada arvestatud mõlemid praktikumid
• teha eksam tasemel vähemalt 1/3 eksami kogupunktidest.
• saada praktikumid + eksam kokku vähemalt 50 punkti.

Kursuse hinde rehkendamisel annavad praktikumid kokku 50% kogupunktidest ning eksam 50%.

Nädala ülesanded

Mõnel nädalal antakse väike kohustuslik ülesanne: õppejõule tuleb kas saata emailiga kokkuvõte/mikroessee. Ülesanded pannakse kirja siiasamasse.

Praktikumid

Kokku on praktikumitöid kaks. Ülesanded jaotatakse kohustuslikuks baasosaks ja valikosadeks: igaühel oma punktiarv. Kumbki praktikum täismahus (baasosa + kõik valikosad) tehtuna annab 25 punkti. Võivad lisanduda ekstrapunktid eriti hästi tehtud osade või täienduste eest. Hilinenud kodutöö eest saab pooled muidu saadaolevad punktid.

Õppejõu poolt praktikumides kirjutatud koodinäited on leitavad siit: https://github.com/martinve/ITI0215_25

Praktikumitööd on järgmised:

• 1 praks on P2P rakendus: distributed ledgeri komponent. Grupitöö 1-3 inimest. See on väga sarnane esimesele praktikumile eelmisest aastast. Gruppide registreerimiseks (ka siis kui plaanite teha töö üksinda, täitke ära see vorm: https://forms.gle/cyijmkR5LHWhtfpeA)

• 2 praks on faili või ledgeri konsensus hajutatud süsteemis

Praktikumitööde tähtajad on (lähevad asap veidi muutmisele):

• 1. praktikumil - 20. märts 2024,
• 2. praktikumil - 8. mai 2024.

Praktikumitöö esitamiseks tee järgmist:

• Pane oma töö TTÜ gitlabi või avalikku githubi või gitlabi reposse.
• Pane repo esilehele loetav ülevaade protokollidest, mida su töö kasutab, koos töö üldpõhimõtete kirjeldusega.
• Tee nii, et juhendaja saaks seda repot lugeda: kui ei ole avalik repo, lisa ta developeriks. TTU Gitlabis peab olema developer õigustes, et koodi lugeda.

Praktikumijuhendaja on Martin Verrev.

Loengukava

Kursus jaguneb laias laastus kolmeks teemaks:

• P2P ja protokollid (neil teemadel - pluss veidi andme-apidest- esimene praks), sh distributed ledger ehk bitcoini alustehnoloogia
• Paralleelrehkendused ja konsensus, lukustamine, sünkroniseerimine (selle kohta teine praks)
• Näited reaalsetest hajutatud süsteemidest

Päris hea õpiku saad tasuta alla laadida siit. Meie kursuse sisu on sellest õpikust küllalt erinev, samas on ka ühisosi. Hea mõte on lugeda soenduseks läbi jutt hajussüsteemide probleemide ühest valdkonnast (aga neid on veel hulga).

Üldist materjali ja kursusi mujalt:

http://en.wikipedia.org/wiki/Distributed_computing

http://dcg.ethz.ch/lectures/podc_allstars/index.html

http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-824-distributed-computer-systems-engineering-spring-2006/index.htm

https://www.scs.stanford.edu/24sp-cs244b/

NB! Allolevad loengumaterjalid tuleviku kohta on pärit 2024 aastast, neid kursuse käigus uuendatakse ja muudetakse. Juba toimunud või antud nädala loengumaterjalid on uuendatud 2025 aasta jaoks.

Protokollid ja P2P

P2P sissejuhatus, 4. veebruar

Kohustuslikud osad lugeda:

loengumaterjal: pikem ülevaade eri P2P tehnoloogiatest

vikipeedia ülevaade

TOR wikipedias

Protokollid: 11. veebruar

Kohustuslikud osad lugeda:

Http ja json: võrgurakenduste protokollid 1

Täiendavalt soovitav lugeda:

Gaffer on games: UDP vs TCP ja täiendavalt

Veidi seotud asi ad hoc networks vt ka Defendeci ja Jürgo Predeni patent

Http ja json: võrgurakenduste protokollid 1 lõpuosa alates https

Loe lisaks https kohta

Võrgunduse baasprotokollide kohta on soovitav lugeda (aga, need ei ole meie kursuse fookuses) siit: Beej's guides:

Andmekodeerimine/vahetus: JSON-based tech, REST and API styles 18 veebruar

Old XML-based tech:

• xml protokollid xml-rpc, soap ja seotud tehnoloogiad: võrgurakenduste protokollid 2
• Väga vanad tekstid SOAPi probleemidest: veebiteenuste võlu ja valu ja s stands for simple

Mainstream: REST, JSON, Graphql:

Lugemiseks:

• Päris alustuseks loe süvenemisega läbi Microsofti REST api design soovitused
• rest wikipedias ja rest tutorial (vt linke all!)
• odata.org: microsoft/oasis recommendations for rest style
• Graphql start and graphql vs rest.

Päris hea ülevaate leiad siit: Moesif API guide

Sul on vaja iseseisval detailsemalt tutvuda (a) REST-stiiliga ja (b) tutvuda natuke graphql päringu/vastustekeelega (need on siis kaks täiesti erinevat asja):

• tutvuda levinumate soovitustega REST-stiilis APi-de ehitamiseks:
  • Kui sa hästi ei mäleta REST-stiili põhipointe, siis sissejuhatuseks vaata üle wikipedia jutt.
    • Põhi-idee on kasutada HTTP harilikke get, put, post "käske", et öelda, kas tahad datat, lisad datat või uuendad datat, identifitseerida data-objekte urli abil stiilis http://miski.org/data/people/25 (siin on variante), anda vigade korral tagasi HTTP veakoode, kodeerida autentimisinfot ja muud metainfot HTTP päistesse ja püüda kodeerida API päringud ja vastused võimalikult kergelt arusaadavalt.
    • Pane tähele, et viisid otsingupäringu (inimesed nimega "Jaan"), vastuste arvu (ntx max 100) ja akna/batchi (ntx alga 200-ndast), sorteerimise jne indikeerimiseks ei ole RESTi-stiilis konkreetselt soovitatud, igaüks teeb kuidas tahab: ODATA allpool pakub oma soovitusi, aga need ei ole arusaadavalt kohustuslikud või "REST" stiili osad.
  • Tutvu siin peatüki alguses juba viidatud Microsofti api design soovitustega, täiendavalt võib uurida lisadetaile
  • Hea mõte on lisaks võtta alternatiivina leiad sellelt urlilt api disaini väike raamat ja sellega tutvuda.
  • Vaata odata veidi eksootilisemaid, aga autoriteetse standardiorganisatsiooni oasis soovitusi REST stiilis API ehitamiseks, konkreetselt alusta kiirsissejuhatusega, siis loe basic tutorial ja lõpuks tutvu kiirelt pika standardidoku peatükiga 5: query options
  • Väike pure-rest/odata/cgi stiilide võrdlus
• tutvuda lühidalt graphql-ga: tegu siis hoopis teistsuguse asjaga kui REST: graphql ei ole stiil, vaid täiesti konkreetne päringute/vastuste keel a la sql, mille töötas välja facebook:
  • Alusta wikipedia kiirülevaatest
  • Tähelepanek: graphql ülesseadmine oma data peale ei ole lihtne ülesanne: ilmselt ei jaksa sa ise programmeerida päringukeele parserit/otsimootorit jne. Levinud lahendused on seada üles Apollo server, ja progeda sinna juurde päringud oma andmebaasi, või seada üles graphql.js server ja teha sinna juurde päringud. Kumbki on suurem töö, kui lihtsa REST api ehitamine.
  • Loe läbi rest-vs-graphql jutt
  • Loe läbi grapqhl kiirtutorial (lehekülgede lõpus link järgmisele)

Vt ka suured avalikud andme-apid:

google api explorer

google api style guidelines

Andme-apide näiteid

facebook api limitations/shutdowns in 2018

Paralleelrehkendused ja konsensus

Data synchronization, DHT, start distributed ledger: 25 veebruar

NB!This lecture will be the following recording from 2024 pluss self-study reading and experiments only, not in the lecture room:

Recording

Sissejuhatus teemasse: andmete sünkroniseerimine.

Distributed hash tables (DHT):

• ülevaade wikipedias
• Chord:

Põhimaterjal: Chordi põhimõtted. Täiendavalt võib vaadata seda presentatsiooni visualiseeritud algoritmidega (ppt presentatsioonirezhiimis!) ja eriti detailideks seda presentatsiooni (seda varianti kasutame ka loengus!).

Lisaks tasuks veidi uurida artikleid wikipedia sissekande lõpus (external links)

• Kademlia:

Materjal presentatsioon autoritelt

Täiendavalt autorite artikkel ja eriti hea detailsem presentatsioon

• Kademliat kasutav hajutatud failisüsteem: IPFS
• Natuke sarnase ideega mõõdukalt lihtne andmestruktuur (mitte hajutatud): skip list

Blockchaini funktsioneerimine:

Plokiahel:

• Alustame Kriitiline taust blockchaini mõistmiseks teemadesse. Palun süvene neisse materjalidesse lisaks loengus räägitule.

Blockchain continues: 4. March

• detailsem plokiahela ülevaade
• Jätkame eelmise loengu lõpu materjalidega.

• Kindlasti süvene blockchaini põhimõtete demosse: vajuta üleval "Hash", "Block", "Blockchain" linkidele ja proovi igal lehel ise datat muuta ja "Mine" nupule vajutada. "Mine" teeb proof-of-worki ehk otsib random stringi (nonce) mille lisamisel datale saame mitme nulliga algava hashi. Hea mõte on vaadata ka sama saidi videosid

• Dirk Draheimi materjal samal teemal: mitmete komponentide väga head illustratsioonid

Huvi pärast vaata ka Guardtime AlphaBill projekti: üliskaleeritav plokiahela-süsteem.

Konsensus hajutatud süsteemides ja teise praktikumi sissejuhatus

Siin blokis asume tegelema keerumakate teooria-teemade lugemisega: infovahetus ja konsensus hajutatud süsteemides, kus midagi võib rikki minna. Ehk, kuidas saavutada, et hajutatud süsteem funktsioneeriks ok, kui mingid osad on katki või kui mõni osa teeb meelega jama, et teisi segada? See on üks fundamentaalsemaid hajutatud süsteemide küsimusi üldse.

Bitcoini plokiahela mehhanism ongi üks konkreetne võimalik mehhanism konsenuse saavutamiseks mitte-üleni-usaldusväärses hajutatud süsteemis.

• Soenduseks loe läbi väga praktilisi hajussüsteemide probleeme kirjeldav jutt Amazonilt (siin otselink pdf-le).

• Lisaks tasub veidi vaadata kiirülevaadet konsensuseteema eri harudest (mh hea pilt) ja sarnaselt wikipedia kiirülevaadet harudest ja terminitest. Uuri kindlasti välja, mis tähendab sünkroonne/asünkroonne, partition tolerant/nontolerant, permissioned/permissionless.

• Seejärel - põhiasjana - tööta süvenemisega läbi hea presentatsioon põhjalikumaks arusaamiseks. Sinu põhiülesanne on see presentatsioon väga aeglaselt läbi töötada ja järjest slaididest ja asjadest aru saada. Lõpupoole läheb keeruliseks. King algoritmi detaile ei pea oskama, aga põhiideest tuleks aru saada. Ca lk 73 läheb värk päris keeruliseks ja sealt edasi võid katki jätta. Abiks võib olla see coursera loeng mis juhatab sama probleemi aeglaselt sisse, aga ei jõua veel selle lahendusvariantideni. järgmine loeng selgitab juba ühte lahendusvarianti analoogiliselt powerpoindile. Kui sul rohkem huvi, siis meie kasutatud presentatsiooni autoril on põhjalik kursus hajutatud süsteemidest.

Kui jõuad ja sul tekib ekstrahuvi teema vastu, siis:

• põhjalik õpik aastast 1993.
• siit leiad põhjaliku kogu keerukamate artiklite lühikokkuvõtetega edasiuurimiseks (see ei ole üldse kohustuslik).

Konsensus hajutatud süsteemides jätkub

Selle nädala teemaks on

• Rafti konsensusalgoritm
  • raftist vt ka head visualisatsiooni ja originaalartikkel ja detailsemalt selgitav sari osa 1, osa 2, osa 3.
  • ja vbl veidi ka Raft/Paxos võrdlust.
  • ja veidi byzantine fault tolerance teemal.
  • ja misasi on CAP theorem

Fork ja thread

Fork/thread loengumaterjal: Processes_fork_thread.pptx, Processes_fork_thread.pdf.

Parallelismi baasmehhanismid tavaprogrammides, konkreetselt fork, thread ja shared memory. Uurime neid asju C/opsüsteemi tasemel: abstraktsemates keeltes kasutatakse neidsamu C/opsüsteemi mehhanisme. Sul on vaja (a) aru saada, mida need mehhanismid teevad, (b) panna käima näited:

• fork
• threads tutorial ja sarnane tutorial
• shared memory
• Thread, Queue ja Lock Pythonis
• Beej's guide to interprocess communication, vaata ka multithreading chapter in Beej's guide to C programming

Viimaste taustaks on kasulik vaadata korra protsesside managementi linuxis.

Näidete käimapanekuks on väga soovitav kasutada linuxit või maci: threadid ja shared memory (aga mitte fork) on olemas ka windowsis, aga ülaltoodud materjalide näited on linuxi (üldisemalt, unixi) näited. Logi sisse dijkstrasse, kasuta mõnda muud linuxi masinat, millel sulle ligipääs, või pane windows 10s käima wsl (windows subsystem for linux). Kui sul juba ei ole installeeritud C kompilaatorit, installeeri gcc või clang.

Soovitus kuulata Jim Kelleri episoodi "Moore’s Law, Microprocessors, Abstractions, and First Principles" heast ja populaarsest ai podcastist: Jim räägib mh pikemalt protsessori-sisesest parallelismist ja automaatsest branchi-ennustamisest.

Lukustamine ja paralleelprotsessid

Selle nädala eesmärk on aru saada lukustamise baasmehhanismidest.

Lukustamine on vajalik paralleelsete protsesside juures, mis kasutavad ühist mälujuppi / muutujat, kas siis näiteks threadide ühises mäluosas või shared memorys.

Lukustamise jaoks on mitu erinevat mehhanismi ja kasutusstenaariumi ning nad vajavad veidi tuge protsessorilt spetsiifiliste atomaarsete käskude näol.

Järgmine nädal liigume lukustamise juurest edasi paralleelsusse andmebaasides: seal on jällegi hulk võimalikke probleeme ja mitmeid lahendusviise, mis alusena kasutavad baas-lukustamismehhanisme.

Loe selles järjekorras ja vaata läbi ka need kolm lühikest loengut:

• Lukustamise sissejuhatav presentatsioon: räägib alustuseks praktilistest vajadustest ja põhimehhanismidest (andmebaaside paralleelsuse teemasse süveneme järgmine nädal).
• Detailsem konspekt lukustamise kohta: semafor, mutexid ja detailselt spinlockist. Loe seda aeglaselt!
• spinlocki loeng arusaamise hõlbustamiseks
• spinlocki riistvara-tuge seletav loeng
• loeng semafor vs mutex: mis on mis

Lisaks võib lugeda:

Introduction to Transactions (slaidid)

Sünkroniseerimisprimitiivid: slaidid

Mittekohustuslik lisalugemine:

Konspekt pikemalt ja põhjalikumalt loengus läbitud teemadest.

Näited hajutatud süsteemidest

Stream processing, message queues ja Apache Kafka

Materials to be added later.

Hajutatud andmebaasid ja riigi it-süsteemid

Kaks teemat:

• Hajutatud andmebaaside teema lahtikirjutus ja lugemisülesanded
• Lühiülevaade riigi infosüsteemist ja x-tee märkmed loengust