|
|
High Performance Analytics
Kalický, Andrej ; Kyjonka, Vladimír (vedoucí práce) ; Holubová, Irena (oponent)
Tato práce se zabýva fenoménem velkých dat, charakterizovaných rychlým nárůstem jejich velikosti, variability a dynamiky, v souvislosti s posunem paradigmatu jejich zpracování. Cílem této práce je poskytnout přehled a nadlhled nad celou problematikou a podat ucelený a konzistentní obraz v oblasti High Performance Analytics včetně problému a výzev velmi rychle se rozvíjejícího pokročilého analytického zpracování. Přehled HPA přináší shrnutí a utřídění, popsání výhod a přínosů jednotlivých metod HPA, které využívají různou kombinaci systémových prostředků. Praktická čast této práce je zaměřená na realizaci úlohy analytického zpracování velkého vzorku dat vybranými metodami s využitím softwarové platformy SAS Institute. Na tomto příkladu je ilustrováno uplatnění metody in- memory analýzy s vyhodnocením výkonu a vhodnosti použití této metody na analytickych príkladech a operacích. Powered by TCPDF (www.tcpdf.org)
|
|
|
High-Performance Analytics (HPA)
Soukup, Petr ; Pour, Jan (vedoucí práce) ; Novotný, Ota (oponent)
Diplomová práce na téma Vysoce výkonné analýzy (High-Performance Analytics) má za cíl získat strukturovaný přehled řešení vysoce výkonných metod pro zpracování dat. Úvod práce se zabývá vymezením oblasti primárního a sekundárního zpracování dat, dále je diskutována nevhodnost primárních systémů pro analytické zpracování. Nástup mobilních zařízení, moderních informačních technologií a dalších zapříčinil zásadní změnu charakteru dat. Podstatná část práce je věnována právě historickému zlomu v nových přístupech k analytickému zpracování dat, jejž zapříčinil nyní často skloňovaný odborný termín Velká data (Big Data). V závěru teoretické části jsou diskutovány systémové zdroje, jenž se velkou měrou podílejí na nových přístupech k onomu analytickému zpracování a na samotných technologických řešení Vysoce výkonné analýzy (High-Performance Analytics). Praktická část práce je zaměřena na výkonové porovnání konvenční metody pro zpracování dat a jedné z vysoce výkonných metod Vysoce výkonné analýzy (High-Performance Analytics) konkrétně zpracování dat paměti (In-Memory Analytics). Srovnání jednotlivých řešení je realizováno na identickém prostředí výkonného analytického serveru. Metody jsou aplikovány na určitém vzorku dat, jejichž objem je zvětšován po každé sérii uskutečněného měření. Závěr práce vyhodnocuje získané hodnoty výkonových testů a diskutuje možnost použití jednotlivých metod High-Performance Analytics.
|
|
|
Vliv vývojových trendů na řešení projektu BI
Kapitán, Lukáš ; Pour, Jan (vedoucí práce) ; Rezek, Tomáš (oponent)
Cílem práce je analyzovat, trendy v oblasti Business intelligence. Postupně jednotlivé trendy Business intelligence zpracovává, shrnuje a hodnotí každý z nich z pohledu využitelnosti v praxi a analyzuje, jak lze jednotlivý trend aplikovat v praxi, jak ovlivňuje nebo modifikuje jednotlivé fáze projektu implementace Business intelligence, lze-li vysledovat diference ve finálních závěrech v závislosti na užitém trendu. Je zřejmé, že každý trend má svá positiva a negativa, která mohou mít vliv na závěry hodnocení, tato fakta jsou v práci zpracována a analyzována. Každý z nich má své výhody a nevýhody, které mohou spočívat v různé míře ekonomické náročnosti a technické obtížnosti. Hlavním cílem práce je srovnání metodiky implementace Business intelligence s aktuálními trendy v oblasti Business intelligence. K naplnění toho cíle byly stanoveny dílčí cíle: zmapovat aktuální trendy v oblasti BI a zformulovat metodiku implementace řešení BI do firem v nejširší míře zastoupení. Očekávaným přínosem této práce bude právě ono zmapování a analýza trendů v oblasti Business intelligence a jejich uplatnění v metodice implementace.
|
host ::
RSS.