|
|
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.
|
|
|
Využití Big Data v bankovním prostředí
Dvorský, Bohuslav ; Chlapek, Dušan (vedoucí práce) ; Palovská, Helena (oponent)
Tato diplomová práce se zabývá využitím principů a technologií Big Data v bankovním prostředí. Jejím cílem je nalézt byznys scénáře pro aplikaci Big Data za úče-lem dosažení přidané hodnoty pro banku. Nalezení scénářů bylo dosaženo studiem odborné literatury a konzultacemi s odborníky, následně byly scénáře namodelovány autorem. Mož-nosti aplikace těchto byznys scénářů v bankovním prostředí byly následně verifikovány průzkumem, který se dotazoval odborníků na otázky vztahující se k nalezeným byznys scé-nářům. V práci jsou nejprve vysvětleny základní pojmy a přístupy Big Data, vymezení po-stavení této technologie oproti dosavadním technologiím a dále problematika integrace do bankovního prostředí. Po tomto teoretickém začátku jsou nalezeny a namodelovány byznys scénáře, které jsou podrobeny průzkumu a vyhodnocení. Vybrané byznys scénáře jsou dále verifikovány za účelem stanovení vhodnosti nebo nevhodnosti pro implementaci za použití technologií a principů Big Data. Přínosem této práce je nalezení reálného využití Big Data v bankovnictví, kdy většina materiálů k tomuto tématu je velice obecná a neurčitá. Tato práce verifikuje 2 byznys scénáře, které při realizaci na Big Data platformě mohou přinést bankovní instituci vysokou přidanou hodnotu.
|
|
|
Analýza Big Data v oblasti zdravotnictví
Nováková, Martina ; Kučera, Jan (vedoucí práce) ; Chlapek, Dušan (oponent)
Diplomová práce se zabývá analýzou Big Data v oblasti zdravotnictví. Cílem je definovat termín Big Data, seznámit čtenáře s růstem dat ve světě a také i ve zdravotnictví. Dále vysvětlit pojem datový expert a vydefinovat členy týmu datových expertů. V dalších kapitolách jsou vymezeny fáze Big Data analýzy podle metodiky společnosti EMC2 a přiblíženy základní technologie pro analýzu Big Data. Za přínosnou a zajímavou část považuji vymezení úloh, kde již jsou Big Data technologie ve zdravotnictví využívána. V praktické části provádím Big Data analýzu úlohy se zaměřením na meteorotropní choroby, ve které využívám reálná zdravotnická a meteorologická data. Čtenář se seznámí nejen s jedním z doporučených postupů analýzy, použitými statistickými modely, ale zároveň mu budou i přiblíženy některé termíny z oblasti biometeorologie a zdravotnictví. Nedílnou součásti provedené analýzy je i upozornění na její omezení, konzultace výsledků a závěrů s odborníky z meteorologie i zdravotnictví.
|
|
|
Datový sklad v prostředí Amazon Web Services
Kuželka, Kryštof ; Palovská, Helena (vedoucí práce) ; Pour, Jan (oponent)
Obsahem této diplomové práce je prověření možností využití technologií Hadoop a Amazon Redshift v prostředí cloudu Amazon Web Services (AWS) k implementaci datového skladu, a samotné vyzkoušení těchto technologií k navržení a otestování datového skladu v AWS. Přínosy této práce jsou: zdokumentování uvedených technologií v cloudu Amazon Web Services v češtině, ukázka návrhu a performance testy datového skladu a ETL části. Mezi nezanedbatelné přínosy patří přidaná hodnota firmě, pro kterou bude projekt z praktické části implementován.
|
|
|
Nové trendy v Business Intelligence - Zaměření na Big Data a Hadoop
Korkisch, Josef ; Vacek, Martin (vedoucí práce) ; Pour, Jan (oponent)
Bakalářská práce je zaměřena na několik cílů. První je identifikace nových trendů posledních let v oblasti Business Intelligece. Dále se práce zaměřuje na oblast Big Data (Hadoop). Hlavním účelem je ukázat možné využití technologie Hadoop na reálných příkladech. Důležitá je také část porovnání Business Intelligence nástrojů pro práci s Big Data, jelikož přináší pohled na tyto nástroje s několika významných hledisek (analýza, vizualizace a konektivita). Práce je rozdělena na několik částí, kde popisuje komponenty Business Intelligence, nové trendy v oblasti BI, Hadoop technologii v kontextu BI, komponenty Hadoop, příklady využití Hadoop a porovnání vybraných BI nástrojů pro práci s BI. Smyslem práce je posloužit jako průvodce do světa BI a Big Data (Hadoop).
|
|
|
Nástroje pro Big Data Analytics
Miloš, Marek ; Pour, Jan (vedoucí práce) ; Andrle, David (oponent)
Tato práce se zabývá oblastí práce s daty označovanou jako Big Data. V práci je definován samotný pojem Big Data a důvody potřeby vzniku Big Data nástrojů z důvodů rostoucích požadavků na zpracování dat a datovou analýzu. V práci jsou dále popsány technické aspekty některých Big Data nástrojů a stručný přehled trhu a nejvýznamnějších dodavatelů Big Data nástrojů založených na Apache Hadoop. V praktické části je provedena analýza dat ze sociální sítě Twitter za pomoci Apache Hadoop a vizualizačního nástroje Tableau.
|
|
|
Hadoop: HDFS, MapReduce a výpočty v IBM BigInsights
Fessl, Adam ; Řezáč, Miroslav (vedoucí práce) ; Novotný, Ota (oponent)
Práce spadá do oblasti zpracování dat velkého rozsahu. Věnuje se Hadoopu, open-source nástroji pro distribuované zpracování a ukládání dat. Cílem práce je poskytnutí teoretických znalostí a objasnění základních principů v problema-tice Apache Hadoop. Zejména se jedná o souborový systém HDFS a model pro distribuo-vané výpočty MapReduce. Teoretické znalosti a principy jsou demonstrovány na modifiko-vané aplikaci WordCount v prostředí IBM InfoSphere BigInsights. Text je rozdělen do tří částí, přičemž první část se věnuje Hadoopu a jeho základním modu-lům, druhá část poskytuje informace o předních distributorech Hadoopu a detailně se věnu-je distribuci společnosti IBM. Část poslední je věnovaná praktickým výpočtům. Přínosem práce je ucelený pohled na Hadoop, který slučuje pohled technologický s pohle-dem praktického využití. Nový pohled je demonstrován na příkladech a doplněn způsoby, jakým lze s tímto nástrojem pracovat.
|
|
|
Big Data, jejich skladování a možnosti využití
Macek, Jáchym ; Chlapek, Dušan (vedoucí práce) ; Kučera, Jan (oponent)
Obsah bakalářské práce analyzuje práci s daty, a to konkrétně s velkoobjemovými nestrukturalizovanými data, tedy Big Data. Práce je rešeršního charakteru, a obsahuje informační průzkum založený na dotaznících a rozhovorech. Cílem je zhodnocení a přiblížení tématu velkých dat, jejich skladování, nástrojů pro jejich správu a možností využití čtenáři, jak z technologického, tak obchodního pohledu. Cílem pro praktickou část práce je realizace průzkumu. Práce je rozdělena do tří hlavních částí. První část definuje pojem, podává užší pohled do problematiky a věnuje se otevřeným a propojitelným datům. Druhá část se zabývá otázkou skladování a možnostmi následného využití uskladněných dat, nástroji a technologiemi pro správu a práci s Big Data. Dále zhodnocení výhod a nevýhody a porovnání technologií Hadoop. Ve třetí části je zveřejněn průzkum o problematice Big Data. Používám metody dotazníků a rozhovorů pro získání informací od studentů a odborníků z praxe. Dále popisuje současné trendy, problémy a nabízí řešení z praxe.
|
|
|
Big Data a jejích potenciál pro bankovní sektor
Firsov, Vitaly ; Maryška, Miloš (vedoucí práce) ; Molnár, Zdeněk (oponent)
Touto prací chci prozkoumat současné (r. 2012/2013) moderní trendy vývoje Business Inteligence a zaměřit se konkrétně na rychle se rozvíjející a, dle mého (a nejenom) názoru, velice perspektivní oblast analyzování a využívání Big Data (česky Velkých Dat) ve velkých podnicích. V první, úvodní části práce najdete obecné informace a formální náležitosti jako cíle práce, na koho je práce orientovaná a kde by se dala využit. Dále jsou tu popsané vstupy a výstupy, struktura, metody dosažení cílů, možné přínosy a omezení. Protože současně působím jako datový analytik v největší bance České Republiky, České spořitelně, tak jsem se zaměřil na využití Big Dat v bankovním sektoru, neboť si myslím, že v této oblasti je možno dosáhnout velkého přínosu sběrem a analýzou Big Dat. Vlastní práce je rozdělená na 3 části (kapitoly 2, 3-4, 5). Ve druhé kapitole práce se dozvíte, jak se vyvíjela oblast BI, jak se měnila historicky, co je BI dnes a jakou budoucnost BI předpovídají experti, mezi které patří i světoznámá a uznávaná analytická společnost Gartner. Ve třetí kapitole se zaměřím na Big Data samotná, co znamená tento pojem, čím se Big Data liší od klasických podnikových informací, dostupných z ERP, ECM, DMS a jiných podnikových systémů. Dozvíte se o způsobech ukládání a zpracovávání tohoto typu dat, stejně tak o již existujících a použitelných technologiích, zaměřených na Big Data. Ve čtvrté kapitole se soustředím na využití Big Dat v podnikání, informace z této kapitoly budou odrážet mé osobní názory na potenciál Big Dat na základě mých zkušeností během praxe v České spořitelně. V závěrečné části shrnu celou tuto práci, vyhodnotím, jak jsem splnil definované na začátku cíle a vyjádřím svůj názor na perspektivu celého trendu Big Data analytiky na základě zjištěných a analyzovaných během vypracování této práce informací.
|
|
|
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.