Tworzenie aplikacji i rozproszonych systemów na platformie Google Cloud
Informacje ogólne
Kod przedmiotu: | 1000-2M19GC |
Kod Erasmus / ISCED: |
11.3
|
Nazwa przedmiotu: | Tworzenie aplikacji i rozproszonych systemów na platformie Google Cloud |
Jednostka: | Wydział Matematyki, Informatyki i Mechaniki |
Grupy: |
Przedmioty obieralne dla informatyki Przedmioty obieralne na studiach drugiego stopnia na kierunku bioinformatyka |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | angielski |
Rodzaj przedmiotu: | monograficzne |
Skrócony opis: |
Platforma Google Cloud umożliwia użytkownikom przetwarzanie danych na komputerach wynajętych firmy Google, z użyciem maszyn wirtualnych, kontenerów, funkcji, baz danych lub innych dedykowanych usług chmurowych. Platforma zawiera również narzędzia ułatwiające monitorowanie i debugowanie działających systemów. W tym cyklu wykładów przybliżymy studentom ideę chmury obliczeniowej oraz najważniejsze usługi w chmurze Google'a. |
Pełny opis: |
Platforma Google Cloud umożliwia użytkownikom przetwarzanie danych na komputerach wynajętych firmy Google, z użyciem maszyn wirtualnych, kontenerów, funkcji, baz danych lub innych dedykowanych usług chmurowych. Platforma zawiera również narzędzia ułatwiające monitorowanie i debugowanie działających systemów. W tym cyklu wykładów przybliżymy studentom ideę chmury obliczeniowej oraz najważniejsze usługi w chmurze Google'a [1 wykład] Google Cloud Platform - Informacje Ogólne [1 wykład] Silnik Maszyn Wirtualne - Google Compute Engine [1 wykład] Usługi Sieciowe (w tym koncepcja Virtual Private Cloud, zapory sieciowe, load balancery) [2 wykłady] Składowanie Danych - Cloud Storage, Cloud SQL, Spanner, Firebase [1 wykład] Zarządzanie uprawnieniami i dostępem (Google Identity and Access Management) [3 wykłady] Kontenery - Kubernetes Engine, Docker, Container Registry, budowanie skalowalnych aplikacji w oparciu o paradygmat mikro-serwisów [1 wykład] Funkcje chmurowe w oparciu o Google Cloud Functions [1 wykład] Aplikacje na Google App Engine [1 wykład] Monitorowanie i Logowanie - Stackdriver, Prometheus, ElasticSearch [1 wykład] Machine Learning - Cloud ML, Tensorflow [1 wykład] Big Data - Dataproc, BigTable, BigQuery |
Literatura: |
Dokumentacja dostępna pod adresem http://cloud.google.com/, w szczególności: Compute Engine: https://cloud.google.com/compute/docs/ App Engine: https://cloud.google.com/appengine/docs/ Kubernetes Engine: https://cloud.google.com/kubernetes-engine/docs/ Cloud Functions: https://cloud.google.com/functions/docs/ Cloud Storage: https://cloud.google.com/storage/docs/ Cloud IAM: https://cloud.google.com/iam/docs/ Stackdriver logging: https://cloud.google.com/logging/docs/ Stackdriver Monitoring: https://cloud.google.com/monitoring/docs/ Cloud Spanner: https://cloud.google.com/spanner/docs/ Cloud SQL: https://cloud.google.com/sql/docs/mysql/ Firebase Realtime DB: https://firebase.google.com/docs/database/ Cloud Machine Learning: https://cloud.google.com/ml-engine/docs/ Big Query: https://cloud.google.com/bigquery/docs/ Big Table: https://cloud.google.com/bigtable/docs/ Virtual Private Cloud: https://cloud.google.com/vpc/ |
Efekty uczenia się: |
Wiedza: * rozumie pojęcie chmury obliczeniowej i zna najpopularniejsze serwisy udostępniane przez dostawców chmury Umiejętności: * potrafi korzystać z najpopularniejszych serwisów udostępnianych chmurze Google, do budowy aplikacji w chmurze, włączając maszyny wirtualne, rozwiązania Serverless, bazy danych, sieci Kompetencje * potrafi dobrać serwis w chmurze Google do konkretnego zastosowania w budowanej aplikacji |
Metody i kryteria oceniania: |
Ocena końcowa na podstawie punktów z egzaminu końcowego pisemnego (50%), programu zaliczeniowego (30%) oraz punktów za programy dostarczone w ramach laboratorium (20%). Oddanie działającego programu jest warunkiem koniecznym zaliczenia przedmiotu. |
Właścicielem praw autorskich jest Uniwersytet Warszawski.