Predikce délky trvání datového profilování
| Thesis title in Czech: | Predikce délky trvání datového profilování |
|---|---|
| Thesis title in English: | Prediction of data-profiling duration |
| Key words: | datový management|datové profilování|predikce |
| English key words: | data management|data profiling|prediction |
| Academic year of topic announcement: | 2022/2023 |
| Thesis type: | Bachelor's thesis |
| Thesis language: | čeština |
| Department: | Department of Distributed and Dependable Systems (32-KDSS) |
| Supervisor: | doc. RNDr. Jan Kofroň, Ph.D. |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 05.01.2023 |
| Date of assignment: | 05.01.2023 |
| Confirmed by Study dept. on: | 19.01.2023 |
| Date of electronic submission: | 09.05.2024 |
| Opponents: | Mgr. Filip Kliber |
| Guidelines |
| Při plánování většího množství časově náročnějších úloh je přínosné být schopen co možná nejpřesněji odhadnout délku běhu jednotlivých úloh. To platí také při datovém profilování, tedy procesu zkoumání a analýzy dat za účelem lepšího pochopení jejich charakteristik a vzorů.
Cílem bakalářské práce je vytvořit mikroslužbu pro predikci délky trvání datového profilování a výpočtu datové kvality databázových tabulek na základě dat z předchozích běhů a podobností mezi jednotlivými tabulkami. Pro predikci bude použit vhodný statistický model na základě analýzy metrik ovlivňujících délku procesingů. Bude se jednat o Spring Boot aplikaci [2]. |
| References |
| [1] Spring framework - https://spring.io/projects/spring-framework
[2] Spring boot - https://spring.io/projects/spring-boot [3] Java documentation - https://docs.oracle.com/en/java/ |