|
|
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.
|
|
|
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.
|
|
|
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.