MK EN
ФИНКИ

Subject

Паралелно и дистрибуирано процесирање

1. Course Title Паралелно и дистрибуирано процесирање
Parallel and distributed processing
2. Code F23L3W037
3. Study Programme Компјутерски науки, Пресметување во облак
4. Organizer of the study programme (unit, institute, department or division) Faculty of Computer Science and Engineering
5. Degree level (first, second, third cycle) Прв циклус
6. Academic year / semester 5 / Зимски
7. Number of ECTS credits 6
8. Teacher Магдалена Костоска Ѓорчевска, Марјан Гушев, Владимир Здравески
9. Prerequisites for enrolling in the course Алгоритми и податочни структури или Примена на алгоритми и податочни структури
10. Objectives of the course programme (competences) Цел на предметот е студентите да ги совладаат методите на паралелно и дистрибуирано процесирање, можностите за паралелизација на секвенцијална програма, дистрибуирано процесирање на голем број на податоци и проблемите со кои треба да се справат во тој процес
11. Course content Предавања:
1. Вовед
2. Овозможувачки технологии и дистрибуирани системски модели
3. Основни концепти на паралелни и дистрибуирани архитектури
4. Паралелни комуникации
5. Паралелни алгоритми
6. Кластери
7. Колоквиум 1
8. Кластери - дополнување
9. Грид
10. Big data и Дистрибуирани датотечни системи
11. MapReduce концепти и имплементации (Hadoop)
12. MapReduce концепти и имплементации (Hadoop) - дополнување
13. Пресметување во облак - поддршка за паралелно и дистрибуирано процесирање
14. Колоквиум 2

Вежби:
1.
2. Проекти - вовед
3. Вовед во MPI
4. Примери со MPI
5. Примери за програмирање со повеќе нишки
6. Технологии и интерконекции
7.
8. Примери за хоризонтално и вертикално скалирање
9. Управување со ресурси
10. Hadoop - вовед
11. Едноставни примери со Hadoop
12. Примери со Hadoop
13. Напредни можности на Hadoop
14.
12. Learning methods Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).
13. Total available time 6 ECTS x 30 hours = 180 hours
14. Distribution of available time 30 + 45 + 15 + 15 + 75 = 180 часа
15. Forms of teaching activities
15.1. Lectures - theoretical instruction 30 hours
15.2. Exercises (laboratory, auditory), seminars, teamwork 45 hours
16. Other forms of activities
16.1. Project assignments 15 часови
16.2. Independent assignments 15 часови
16.3. Home study 75 часови
17. Assessment method
17.1. Tests 10 бодови
17.2. Seminar paper / project (presentation: written and oral) 15 бодови
17.3. Activities and learning 10 бодови
17.4. Final exam 70 бодови
18. Grading criteria (points / grade)
up to 50 points5 (five) (F)
from 51 to 60 points6 (six) (E)
from 61 to 70 points7 (seven) (D)
from 71 to 80 points8 (eight) (C)
from 81 to 90 points9 (nine) (B)
from 91 to 100 points10 (ten) (A)
19. Requirement for obtaining a signature and taking the final exam Реализирани активности 15.2 и 16.1
20. Language of instruction Macedonian and English
21. Method for monitoring the quality of teaching internal evaluation and survey mechanism
22. Literature
22.1. Required literature
1. K. Hwang, G. Fox and J. Dongarra | Distributed and Cloud Computing | Morgan Kaufmann | 2011
2. Andrew S. Tanenbaum | Distributed Systems: Principles and Paradigms” | Prentice Hall | 2007
3. T. Rauber, G. Runger | Parallel Programming for Multicore and Cluster Systems | Springer | 2009
4. Holden Karau, Andy Konwinski, Patrick Wendell, Matei Zaharia | Learning Spark: Lightning-Fast Big Data Analysis | O`Reilly | 2015
5. Donald Miner, Adam Shook | MapReduce Design Patterns | O`Reilly | 2013
6. Kai Hwang, Jack Dongarra,‎ Geoffrey C. Fox | Distributed and Cloud Computing: From Parallel Processing to the Internet of Things | Morgan Kaufman | 2013
22.2. Additional literature
No. Author Title Publisher Year
Деканат Dean’s Office Студии Studies Акти Acts Проекти Projects