Distributed Betting Platform (AUEB 2025-2026)

Ολοκληρωμένη υλοποίηση του Μέρους Α για το μάθημα "Κατανεμημένα Συστήματα". Το σύστημα αποτελεί μια πλήρως κατανεμημένη πλατφόρμα online τυχερών παιχνιδιών, βασισμένη στην αρχιτεκτονική Master-Worker με ενσωματωμένο MapReduce Framework και κεντρικό σύστημα δυναμικών ρυθμίσεων.

---

👥 Ομάδα Εργασίας

• Λουμίδης Αριστείδης (3230107)
• Καββαδά Γεωργία (3230059)
• Θειακού Ζωή (3230287)

---

🏗 Αρχιτεκτονική & Τεχνικά Χαρακτηριστικά

Το σύστημα αποτελείται από 5 κύρια κατανεμημένα components που επικοινωνούν αποκλειστικά μέσω TCP Sockets:

1. Master Node (Orchestrator):

   • Routing: Hashing H(GameName) mod N για δίκαιη κατανομή φορτίου.
   • Transaction Safety: Atomic-like διαχείριση Balances με Refund logic σε περίπτωση αποτυχίας του Worker ή του SRG.
   • MapReduce Coordinator: Ενορχηστρώνει τις φάσεις Map και Reduce, ενημερώνοντας δυναμικά τον Reducer για το πλήθος των ενεργών Workers.

2. Worker Nodes (Data Nodes):

   • Thread-Safe Storage: Χρήση synchronized blocks για την προστασία των in-memory δεδομένων από ταυτόχρονα πονταρίσματα/αναζητήσεις.
   • Verified Betting: Επαλήθευση αποτελεσμάτων μέσω SHA-256 HMAC σε συνεργασία με τον SRG.

3. Reducer Node (Aggregation Node):

   • Barrier Synchronization: Υλοποίηση Barrier με wait/notify. Ο Master μπλοκάρεται μέχρι όλοι οι Workers να ολοκληρώσουν τη φάση Map.
   • Dynamic Scaling: Προσαρμόζεται αυτόματα στον αριθμό των Workers που ορίζει ο Master.

4. Secured Random Generator (SRG):

   • Producer-Consumer: Παραγωγή αριθμών σε background thread με χρήση ενδιάμεσου Buffer για ελαχιστοποίηση του latency.

5. Config System:

   • Κεντρική διαχείριση μέσω των αρχείων system.conf και workers.conf, επιτρέποντας την εκτέλεση σε διαφορετικά laptops χωρίς ανάγκη για re-compile.

---

🚀 Λειτουργίες (Features)

👨‍💼 Διαχείριση (Manager)

• Add Game: Δυναμική προσθήκη παιχνιδιών μέσω Manual JSON Parsing (χωρίς εξωτερικές βιβλιοθήκες).
• Edit Risk: Αλλαγή επιπέδου ρίσκου (Low, Medium, High) με αυτόματο επανυπολογισμό του Jackpot.
• Remove Game: Απενεργοποίηση παιχνιδιού (Soft Delete) ώστε να μην εμφανίζεται στους παίκτες αλλά να διατηρούνται τα ιστορικά στατιστικά.
• Real-time Analytics: Προβολή κερδών/ζημιών μέσω MapReduce με ανάλυση: Provider -> Game -> Total P/L και Player -> Total P/L.

🕹 Εμπειρία Παίκτη (Player)

• Token System: Πλήρες σύστημα Balance. Έλεγχος υπολοίπου πριν από κάθε ποντάρισμα και αυτόματη ενημέρωση μετά το αποτέλεσμα.
• Advanced Filtering: Αναζήτηση παιχνιδιών με συνδυαστικά φίλτρα (Stars, Bet Category $, Risk Level).
• Rating System: Δυνατότητα βαθμολογίας (1-5 αστέρια) με δυναμική ενημέρωση του μέσου όρου (double precision) και του πλήθους των ψήφων.
• Secure Betting: Κάθε ποντάρισμα επαληθεύεται με κρυπτογραφικό hash για την αποτροπή απάτης στη μεταφορά του τυχαίου αριθμού.

---

🛠 Οδηγίες Εκτέλεσης (Setup)

1. Ρύθμιση Δικτύου (Configuration)

Σύνδεση Συσκευών

Βάλτε τα laptops στο ίδιο Wi-Fi ή στο ίδιο Hotspot κινητού.

Εύρεση IP Διευθύνσεων

MacOS

ipconfig getifaddr en0

Παράδειγμα IP: 192.168.1.10

Windows

ipconfig

Βρείτε το πεδίο IPv4 Address. Παράδειγμα IP: 192.168.1.20

2. Ρύθμιση Αρχείων (src folder)

Τα παρακάτω αρχεία πρέπει να είναι ίδια σε όλα τα laptops.

• system.conf: Ορίστε τις IPs των laptops που θα τρέχουν τους servers (Master, Reducer, SRG).
• workers.conf: Προσθέστε τις διευθύνσεις (IP:Port) όλων των Workers που θα συμμετέχουν.

Για τοπική εκτέλεση σε ένα laptop μπορείτε να χρησιμοποιήσετε localhost (default).

2. Compile

Σε κάθε laptop, ανοίξτε terminal μέσα στον φάκελο src και εκτελέστε:

javac Common/*.java SRG/*.java Reducer/*.java Worker/*.java Master/*.java Manager/*.java Player/*.java

3. Σειρά Εκτέλεσης

Για σωστή λειτουργία, εκκινήστε τα components με την εξής σειρά:

1. SRG: java SRG.SRGServer
2. Reducer: java Reducer.ReducerNode
3. Master: java Master.MasterNode
4. Workers: java Worker.WorkerNode <port> (π.χ. 8001, 8002 κλπ.)
5. Clients: java Manager.ManagerApp ή java Player.DummyPlayer

---

📂 Δομή Φακέλων (Project Structure)

Το project είναι οργανωμένο σε Java Packages:

src/
├── Common/         # Κοινές οντότητες (Game, Filters, Config, HashUtils)
├── Master/         # MasterNode και διαχείριση Workers
├── Worker/         # WorkerNode και επεξεργασία πονταρίσματος
├── Reducer/        # ReducerNode (MapReduce Aggregation)
├── SRG/            # Secured Random Generator (Producer-Consumer)
├── Manager/        # Manager Console Application
├── Player/         # Dummy Player Application (Console)
├── Games/          # Αρχεία JSON με δεδομένα παιχνιδιών
├── system.conf     # Κεντρικές ρυθμίσεις IPs και Ports
└── workers.conf    # Λίστα με τις διευθύνσεις των Workers

---

📊 Η Διαδικασία MapReduce (Stats Flow)

Όταν ο Manager ζητάει στατιστικά:

1. Master: Στέλνει SET_WORKER_COUNT στον Reducer και PUSH_TO_REDUCER στους Workers.
2. Map Phase: Οι Workers στέλνουν snapshots των τοπικών PnL δεδομένων στον Reducer.
3. Barrier: Ο Reducer συλλέγει τα δεδομένα. Αν ο Master ζητήσει αποτελέσματα πρόωρα, ο Reducer τον θέτει σε κατάσταση wait().
4. Reduce Phase: Μόλις ληφθούν όλα τα δεδομένα, ο Reducer εκτελεί notifyAll(), απελευθερώνει τον Master και του στέλνει το τελικό aggregated Map.

---

📦 Διαχείριση Δεδομένων

• Zero-Library JSON Parsing: Υλοποίηση custom parser για την ανάγνωση των αρχείων παιχνιδιών, αποφεύγοντας εξωτερικές βιβλιοθήκες (Jackson/GSON) σύμφωνα με τους περιορισμούς της εργασίας.
• In-Memory Storage: Χρήση συγχρονισμένων HashMaps για μέγιστη ταχύτητα χωρίς τη χρήση βάσης δεδομένων.

---

🛡 Ασφάλεια & Αξιοπιστία

• Security: Κάθε τυχαίος αριθμός συνοδεύεται από SHA256(number + secretS). Ο Worker επαληθεύει το hash πριν οριστικοποιήσει το ποντάρισμα.
• Fault Tolerance: Αν ένας Worker είναι μη διαθέσιμος κατά τη διάρκεια του παιχνιδιού, ο Master ανιχνεύει το σφάλμα και εκτελεί αυτόματο Refund στο balance του παίκτη.
• Data Integrity: Χρήση snapshots κατά τη φάση Map για αποφυγή ConcurrentModificationException κατά τη διάρκεια ενεργών πονταρισμάτων.

---

Υλοποιήθηκε στα πλαίσια του μαθήματος "Κατανεμημένα Συστήματα" του Οικονομικού Πανεπιστημίου Αθηνών - Εαρινό Εξάμηνο 2025-2026.