Predikce délky trvání datového profilování
Název práce v češtině: | Predikce délky trvání datového profilování |
---|---|
Název v anglickém jazyce: | Prediction of data-profiling duration |
Akademický rok vypsání: | 2022/2023 |
Typ práce: | bakalářská práce |
Jazyk práce: | čeština |
Ústav: | Katedra distribuovaných a spolehlivých systémů (32-KDSS) |
Vedoucí / školitel: | doc. RNDr. Jan Kofroň, Ph.D. |
Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
Datum přihlášení: | 05.01.2023 |
Datum zadání: | 05.01.2023 |
Datum potvrzení stud. oddělením: | 19.01.2023 |
Oponenti: | Mgr. Filip Kliber |
Zásady pro vypracování |
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]. |
Seznam odborné literatury |
[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/ |