Volumes horaires
- CM 18.0
- Projet -
- TD 18.0
- Stage -
- TP -
- DS -
Crédits ECTS
Crédits ECTS 3.0
Objectif(s)
Ce module a deux objectifs principaux. Le premier objectif est de maîtriser les concepts algorithmiques de base des systèmes distribués. A titre d'exemples, les étudiants aborderont les notions suivantes : pannes de machines, communications synchrones vs asynchrones, détection de fautes, etc. Le second objectif est de découvrir et prendre en main (via un projet) quelques uns des principaux systèmes distribués utilisés dans les systèmes BigData. A titre d'exemple, les étudiants prendront en main des systèmes de collectes de données, de stockage de données, de traitement de données, etc. L'accent sera mis sur l'aspect distribué de ces systèmes (et donc sur les techniques de tolérance aux fautes et de passage à l'échelle qui sont proposées dans ces systèmes).
Renaud LACHAIZE, Gregory MOUNIE
Contenu(s)
Ce cours s'articulera en deux parties complémentaires :
La première partie portera sur les aspects algorithmiques fondamentaux des systèmes distribués. Les notions de base de l'algorithmique distribuée seront présentées : pannes de machines, communications synchrones vs asynchrones, détecteurs de fautes, etc. Ces notions de base seront illustrées via l'étude de quelques algorithmes fondamentaux qui sont utilisés dans la plupart des systèmes distribués (diffusion de messages, consensus, etc.).
La seconde partie du cours portera sur l'étude (et la prise en main) de quelques uns des principaux systèmes distribués utilisés dans les systèmes BigData. Nous insisterons particulièrement sur les aspects tolérance aux fautes et passage à l'échelle de ces systèmes, en expliquant notamment les algorithmes distribués sur lesquels ils reposent.
PrérequisNotions de base de programmation concurrente.
Notions de base de systèmes d'exploitation.
Algorithmique.
CONTRÔLE CONTINU :
Type d'évaluation (ex : TP, assiduité, participation) : Un TP réalisé en groupes (TP) et/ou un examen de contrôle continu pour chacune des parties.
SESSION NORMALE :
Type d'examen (écrit, oral, examen sur machine) : écrit (E)
Salle spécifique :
Durée : 2h
Documents autorisés (ex : aucun, résumé feuille A4 manuscrite, dictionnaires, tous documents) :
1 feuille A4 manuscrite par partie donc 2 feuilles A4 au total.
Documents interdits (ex : livres, tous documents) : tous, à l'exception de deux feuilles A4 manuscrites.
Matériel (ex : calculatrices):
- matériel autorisé, préciser : rien
- matériel interdit, préciser : tous
Commentaires :
SESSION DE RATTRAPAGE :
Type d'examen (écrit, oral, examen sur machine) : écrit
Salle spécifique :
Durée : 2h
Documents autorisés (ex : aucun, résumé feuille A4 manuscrite, dictionnaires, tous documents) :
1 feuille A4 manuscrite par partie donc 2 feuilles A4 au total.
Documents interdits (ex : livres, tous documents) : tous, à l'exception des deux feuilles A4.
Matériel (ex : calculatrices):
- matériel autorisé, préciser : rien
- matériel interdit, préciser : tous
Commentaires :
(2*E+TP)/3
Le cours est programmé dans ces filières :
- Cursus ingénieur - Mastère Big-Data - Semestre 9
Code de l'enseignement : WMMBESDC
Langue(s) d'enseignement :
Le cours est rattaché aux structures d'enseignement suivantes :
Vous pouvez retrouver ce cours dans la liste de tous les cours.
Introduction to Reliable and Secure Distributed Programming.
Christian Cachin, Rachid Guerraoui, and Luís Rodrigues.
Big Data - Principles and best practices of scalable realtime data systems.
Nathan Marz and James Warren
Distributed Systems
Maarteen van Steen and Andrew Tanenbaum