lab 8 done

presnyakova_victoria_lab_8/readme.md

@@ -0,0 +1,55 @@
+# Лабораторная работа № 8. Как Вы поняли, что называется распределенной системой и как она устроена?
+
+**Задание**
+
+Написать небольшое эссе (буквально несколько абзацев) своими словами (пожалуйста не пользуйтесь гуглом :) ) на тему "Устройство распределенных систем". А помогут Вам в этом вопросы из списка:
+
+1. Зачем сложные системы (например, социальная сеть ВКонтакте) пишутся в "распределенном" стиле, где каждое отдельное приложение (или сервис) функционально выполняет только ограниченный спектр задач?
+2. Для чего были созданы системы оркестрации приложений? Каким образом они упрощают / усложняют разработку и сопровождение распределенных систем?
+3. Для чего нужны очереди обработки сообщений и что может подразумеваться под сообщениями?
+4. Какие преимущества и недостатки распределенных приложений существуют на Ваш взгляд?
+5. Целесообразно ли в сложную распределенную систему внедрять параллельные вычисления? Приведите примеры, когда это действительно нужно, а когда нет.
+
+
+## 1. Зачем "распределенный" стиль?
+Распределенный стиль используется для:  
+- Масштабируемости.  
+- Отказоустойчивости.  
+- Возможности обновлять/заменять отдельные компоненты без остановки всей системы.
+
+## 2. Системы оркестрации (Kubernetes и др.)
+**Назначение:**  
+- Автоматизация развертывания, масштабирования и управления контейнерами.  
+
+**Преимущества:**  
+- Упрощают DevOps-процессы.  
+
+**Недостатки:**  
+- Требуют времени на изучение и настройку.  
+
+## 3. Очереди обработки сообщений
+**Назначение:**  
+- Координация взаимодействия между сервисами.  
+- Обеспечение асинхронности и распределение нагрузки.  
+
+**Пример сообщений:**  
+Данные или задачи, передаваемые между компонентами системы.  
+
+## 4. Преимущества и недостатки распределенных приложений
+### Преимущества:  
+- Масштабируемость.  
+- Отказоустойчивость.  
+- Гибкость.
+
+### Недостатки:  
+- Сложность разработки.  
+- Сложность сопровождения.  
+- Сложность отладки.
+
+## 5. Параллельные вычисления в распределенных системах
+**Когда нужны:**  
+- Интенсивные вычисления (анализ данных, рендеринг, ML).  
+
+**Когда не нужны:**  
+- Операции с низкой нагрузкой.  
+- Задачи, где асинхронность покрывает все потребности.