|
|
Zpracování velkých dat z rozsáhlých IoT sítí
Benkő, Krisztián ; Podivínský, Jakub (oponent) ; Krčma, Martin (vedoucí práce)
Cieľom tejto diplomovej práce je návrh a vytvorenie systému pre zber, spracovanie a ukladanie dát z rosiahlych IoT sietí. Vytvorený systém predstavuje komplexné riešenie, umožňujúce spracovanie dát z rôznych IoT sietí, s využitím Apache Hadoop ekosystému. Dáta sú spracované v reálnom čase a ukladané do NoSQL databázy, ale ukladajú sa dáta aj do súborového systému pre prípadné neskoršie spracovanie. Systém je optimalizovaný a testovaný na dátach zo siete IQRF. Dáta uložené v NoSQL databázi sa vizualizujú a vykonávajú sa predikcie v pravidelných intervaloch. Používateľ je prepojený s týmto systémom cez informačný systém, kam mu v prípade hodnôt mimo rozsah chodia notifikácie.
|
|
|
Distribuované zpracování rozsáhlých dat na platformě Java
Tutko, Jakub ; Rychlý, Marek (oponent) ; Burget, Radek (vedoucí práce)
Táto práca sa zameriava na možnosti distribuovaného spracovania rozsiahlych dát na platforme Java s využitím grafových databáz. Analyzuje niekoľko distribúcii grafových databáz a spôsob ich prepojenia so systémom pre distribuované spracovanie dát, Apache Hadoop. Pre testovanie efektivity jednotlivých databázových riešení je výsledkom práce aplikácia, ktorá sťahuje dáta zo sociálnych sietí Twitter a Facebook. Tieto dáta je potom schopná zapísať a analyzovať pomocou dvoch rôznych databázových frameworkov. Jedná sa o frameworky Halyard a HGraphDB.
|
|
|
Optimalizace čtení dat z distribuované databáze
Kozlovský, Jiří ; Holek, Radovan (oponent) ; Macho, Tomáš (vedoucí práce)
Tato práce se zabývá optimalizací čtení dat z distribuované NoSQL databáze Apache HBase s ohledem na požadovanou granularitu dat. Zadání vzniklo jako produktový požadavek firmy Seznam.cz, a.s. divize Reklamy, nákladového střediska Sklik.cz za účelem vylepšení uživatelské zkušenosti zpřístupněním filtrace agregovaných statistických dat uživatelům inzerentské webové aplikace pro zobrazení historie výkonnosti entit.
|
|
|
Zpracování velkých dat z rozsáhlých IoT sítí
Benkő, Krisztián ; Podivínský, Jakub (oponent) ; Krčma, Martin (vedoucí práce)
Cieľom tejto diplomovej práce je návrh a vytvorenie systému pre zber, spracovanie a ukladanie dát z rosiahlych IoT sietí. Vytvorený systém predstavuje komplexné riešenie, umožňujúce spracovanie dát z rôznych IoT sietí, s využitím Apache Hadoop ekosystému. Dáta sú spracované v reálnom čase a ukladané do NoSQL databázy, ale ukladajú sa dáta aj do súborového systému pre prípadné neskoršie spracovanie. Systém je optimalizovaný a testovaný na dátach zo siete IQRF. Dáta uložené v NoSQL databázi sa vizualizujú a vykonávajú sa predikcie v pravidelných intervaloch. Používateľ je prepojený s týmto systémom cez informačný systém, kam mu v prípade hodnôt mimo rozsah chodia notifikácie.
|
|
|
Optimalizace čtení dat z distribuované databáze
Kozlovský, Jiří ; Holek, Radovan (oponent) ; Macho, Tomáš (vedoucí práce)
Tato práce se zabývá optimalizací čtení dat z distribuované NoSQL databáze Apache HBase s ohledem na požadovanou granularitu dat. Zadání vzniklo jako produktový požadavek firmy Seznam.cz, a.s. divize Reklamy, nákladového střediska Sklik.cz za účelem vylepšení uživatelské zkušenosti zpřístupněním filtrace agregovaných statistických dat uživatelům inzerentské webové aplikace pro zobrazení historie výkonnosti entit.
|
|
|
Distribuované zpracování rozsáhlých dat na platformě Java
Tutko, Jakub ; Rychlý, Marek (oponent) ; Burget, Radek (vedoucí práce)
Táto práca sa zameriava na možnosti distribuovaného spracovania rozsiahlych dát na platforme Java s využitím grafových databáz. Analyzuje niekoľko distribúcii grafových databáz a spôsob ich prepojenia so systémom pre distribuované spracovanie dát, Apache Hadoop. Pre testovanie efektivity jednotlivých databázových riešení je výsledkom práce aplikácia, ktorá sťahuje dáta zo sociálnych sietí Twitter a Facebook. Tieto dáta je potom schopná zapísať a analyzovať pomocou dvoch rôznych databázových frameworkov. Jedná sa o frameworky Halyard a HGraphDB.
|
|
|
Hadoop NoSQL databáze
Švagr, Lukáš ; Palovská, Helena (vedoucí práce) ; Tomášková, Barbora (oponent)
Tématem práce je databázové úložiště Hadoop Hbase. Cílem je ukázat, na jakých principech funguje a kde nachází své využití. Celý text předpokládá, že je již čtenář seznámen se základními principy NoSQL databází. Teoretická část stručně popisuje základní pojmy z databází, dále převážně Hadoop a jeho vlastnosti. Součástí práce je praktická část, ve které je popsána instalace databázového úložiště a ve dvou jednoduchých programech ukázány základní operace s databází. Dále jsou v praktické části případové studie, které se zabývají aktuálním využitím Hadoopu v celosvětově známých firmách.
|
|
|
Srovnání distribuovaných "NoSQL" databází s důrazem na výkon a škálovatelnost
Vrbík, Tomáš ; Šlajchrt, Zbyněk (vedoucí práce) ; Pavlíček, Luboš (oponent)
Tato práce se zaměřuje na NoSQL databázové systémy. Tyto systémy v současnosti slouží jako doplněk nikoliv jako náhrada relačních databázových systémů. Cílem této práce je srovnat 4 vybrané NoSQL databázové systémy (MongoDB, Apache Cassandra, Apache HBase a Redis) s důrazem na jejich výkon a škálovatelnost. Výkon je srovnáván s využitím simulované zátěže v prostředí čtyřčlenného clusteru. Součástí srovnání dle výkonu je i jedna relační SQL databáze za účelem porovnání klasického a moderního přístupu k uchování strukturovaných dat. Výsledkem srovnání je zjištění, že neexistuje jeden nejlepší databázový systém, protože každý ze srovnávaných systému je vhodný pro jiné produkční nasazení.
|
host ::
RSS.