Verteilte Systeme - Cheatsheet

Konsens-Algorithmen: Paxos-Algorithmus

Definition:

Paxos-Algorithmus ist ein Konsens-Algorithmus für verteilte Systeme, der es ermöglicht, dass mehrere Knoten in einem Netzwerk eine einheitliche Entscheidung treffen, selbst wenn einige Knoten fehlerhaft sind.

Details:

• Ziel: Konsens in verteilten Systemen trotz Ausfällen.
• Teilnehmer: Proposer, Acceptor, Learner.
• Phasen: Vorbereitung, Akzeptanz, Lernen.
• Sicherheit: Einzigartige Sequenznummern zur Konfliktvermeidung.
• Mehrdeutigkeit vermeiden durch mehrheitliche Akzeptoren.

Verteilte Hashtabellen und Anwendungen

Definition:

Verteilte Hashtabellen (Distributed Hash Tables, DHTs) sind eine Klasse von verteilten Systemen, die einen dezentralen Mechanismus zum Speichern und Abrufen von Daten basierend auf Hashing-Algorithmen bieten.

Details:

• Schlüssel-Wert-Speicherung verteilt über mehrere Knoten
• Nutzen Hash-Funktionen zur Bestimmung der Datenplatzierung
• Hauptmerkmale: Skalierbarkeit, Fehlertoleranz und Effizienz
• Bekannte Implementierungen: Chord, Kademlia, Pastry, Tapestry
• Anwendungen: Peer-to-Peer Netzwerke, verteilte Dateisysteme, dezentrale soziale Netzwerke
• Suchen eines Schlüssels \textit{k} in einem Netzwerk aus \textit{N} Knoten geschieht in \textit{O(log N)} Schritten
• Konsistenz und Replikation zur Verbesserung der Zuverlässigkeit

Virtualisierungstechniken im Cloud Computing

Definition:

Techniken zur Abstraktion und Verwaltung physischer Ressourcen in Cloud-Umgebungen.

Details:

• Hypervisor-Typen: Typ-1 (Bare Metal) und Typ-2 (Hosted)
• VMs: simulierte, isolierte Umgebungen
• Container: leichtere, weniger isolierte Einheiten im Vergleich zu VMs (z.B., Docker)
• Vorteile: Skalierbarkeit, Flexibilität, Ausfallsicherheit
• Für alle Virtualisierungstypen relevant: Ressourcenzuweisung und -verwaltung
• Bereitstellung: Automatisierte und orchestrierte Prozesse

Sichere Netzwerkprotokolle

Definition:

Mechanismen zum Schutz der Datenübertragung in Netzwerken durch Verschlüsselung und Authentifizierung.

Details:

• Verschlüsselung: Schutz der Daten vor unerlaubtem Zugriff (Symmetrisch/asymmetrisch).
• Authentifizierung: Sicherstellung der Identität der Kommunikationspartner (z.B. Zertifikate).
• Integrität: Sicherstellung, dass Daten nicht verändert wurden (Hash-Funktionen).
• Beispiele: TLS/SSL, IPsec, SSH, HTTPS.
• Verwendete Protokolle: RSA, AES, ECC, Diffie-Hellman.

Datenbank-Sharding

Definition:

Technik zur Verteilung von Datenbankinhalt auf mehrere Server, um Last zu balancieren und Performance zu verbessern.

Details:

• Sharding-Strategien: Horizontales Sharding (Zeilen) und Vertikales Sharding (Spalten)
• Wichtig bei großen Datenbanken, die nicht auf einer einzelnen Maschine betrieben werden können
• Erfordert geeignete Algorithmen zur Verteilung der Daten und zur Wiederzusammenführung bei Anfragen
• Komplexität bei Transaktionen und Abfragen über mehrere Shards hinweg
• Anwendungsgebiete: Social Media, E-Commerce, Cloud-Dienste

Redundanz-Strategien für Fehlertoleranz

Definition:

Techniken zur Erhöhung der Zuverlässigkeit und Verfügbarkeit von Systemen durch die Bereitstellung zusätzlicher Ressourcen oder Informationen.

Details:

• Arten der Redundanz: räumliche (Hardware-Duplikate), zeitliche (Wiederholung von Prozessen), informationelle (Ergänzende Informationen)
• Hot Standby: Redundante Einheit aktiv und synchronisiert
• Cold Standby: Redundante Einheit inaktiv bis benötigt
• Voting: Mehrere Instanzen stimmen über Ergebnis ab
• Replikation: Daten oder Dienste werden auf mehreren Knoten gespiegelt
• Ziel: Erhöhung der Fehlertoleranz, Vermeidung von Single Points of Failure (SPOFs)

Skalierbarkeit und Elastizität in Cloud-Systemen

Definition:

Skalierbarkeit und Elastizität in Cloud-Systemen: Fähigkeit eines Systems, seine Ressourcen an den aktuellen Bedarf anzupassen.

Details:

• Skalierbarkeit: Fähigkeit, Ressourcen vertikal (mehr Ressourcen für eine Instanz) oder horizontal (mehr Instanzen) zu erweitern
• Elastizität: Fähigkeit, Ressourcen automatisch entsprechend der Nachfrage zuzu- oder abzuschalten
• Vertikale Skalierung: z.B. CPU, RAM erweitern
• Horizontale Skalierung: z.B. neue Server hinzufügen
• Ziele: Kostenoptimierung, Performance-Gewährleistung, Ausfallsicherheit
• Metriken: Antwortzeit, Durchsatz, Kosten- und Ressourcennutzung

Fehlertolerante Algorithmen

Definition:

Algorithmen, die auch bei partiellen Ausfällen funktionsfähig bleiben.

Details:

• Nutzen Redundanz, Replikation und Voter-Mechanismen.
• Können teilweise oder vollständig Fehler erkennen und korrigieren.
• Verwendung in Systemen mit hohen Verfügbarkeitsanforderungen.
• Gängige Algorithmen: Byzantine Fault Tolerance, Paxos.
• Mathematische Modelle und Wahrscheinlichkeitsrechnungen zur Bestimmung der Fehlertoleranz.