High Performance Analytics
| Thesis title in Czech: | Vysoce výkonné analýzy |
|---|---|
| Thesis title in English: | Gigh Performance Analytics |
| Key words: | Big Data, Advanced Analytics, In-memory Analytics, In-database Analytics, Massive Parallelism, Data volume, Data velocity, Data Variability, Data Value |
| English key words: | Big Data, Advanced Analytics, In-memory Analytics, In-database Analytics, Massive Parallelism, Data volume, Data velocity, Data Variability, Data Value |
| Academic year of topic announcement: | 2012/2013 |
| Thesis type: | diploma thesis |
| Thesis language: | angličtina |
| Department: | Department of Software Engineering (32-KSI) |
| Supervisor: | Mgr. Vladimír Kyjonka |
| Author: | hidden - assigned and confirmed by the Study Dept. |
| Date of registration: | 30.07.2013 |
| Date of assignment: | 30.07.2013 |
| Confirmed by Study dept. on: | 05.08.2013 |
| Date and time of defence: | 09.09.2013 00:00 |
| Date of electronic submission: | 07.08.2013 |
| Date of submission of printed version: | 07.08.2013 |
| Date of proceeded defence: | 09.09.2013 |
| Opponents: | doc. RNDr. Irena Holubová, Ph.D. |
| Guidelines |
| V teoretické části budou diskutovány a kriticky porovnány přístupy k problematice Velkých dat a vysoce výkonných analýz. Vzhledem k tomu, že jde o oblast, která se na jedné straně teprve vymezuje a na druhé straně se velmi rychle rozvíjí, je cílem práce tyto informace utřídit a poskytnout přehled a nadhled nad celou problematikou a podat ucelený a konsistentní obraz této oblasti. Specificky se práce bude orientovat na vymezení, charakterizování a diskusi konkrétních metod vysoce výkonných analýz, využívajících různých kombinací systémových prostředků.
Praktická část představuje příklad realisace úlohy analytického zpracování velkého vzorku dat vybranými metodami s využitím softwarové platformy SAS. Na tomto příkladu bude ilustrováno uplatnění metod diskutovaných v teoretické části. |
| References |
| Wayne Eckerson: Big Data Analytics: Profiling the use of analytical platforms in user organizations. BeyeNetworks, 2011.
Philip Russom: Big Data Analytics. TDWI Research: Best practises report, fourth quarter 2011. David Stodder: Seven Keys to High-Performance Data Management for Advanced Analytics. TDWI Research: Monograph series, 2011. David Pope, Fiona McNeil: From Big Data to Meaningful Information. Insights from a webinar sponsored by KMWorld Magazine and SAS - conclusion paper. 2013. Big Data Meets Big Data Analytics. SAS Institute Inc - white paper. 2012. Philip Carter: Big Data Analytics: Future Architectures, Skills and Roadmaps for CIO. IDC - white paper. 2011. |
| Preliminary scope of work |
| Fenomén Velkých dat (Big Data), charakterizovaných rychlým nárůstem jejich velikosti, variability a dynamiky, představuje posun paradigmatu jejich zpracování. Jednou z cest představují vysoce výkonné analýzy (High Performance Analytics – HPA). Cílem práce je shrnout a utřídit problematiku pokročilého analytického zpracování s využitím různých metod zvyšování a optimalisace jejich výkonu a diskuse těchto metod. Aplikace těchto metod bude ilustrována na praktickém příkladu zpracování rozsáhlých dat pomocí technologie SAS Visual Analytics. |
| Preliminary scope of work in English |
| Big Data Phenomenon, which is characterised by rapid growth of volume, variety and velocity of data - information assets, thrives the paradigm shift in analytical data processing. As one approach can be considered High Performance Analytics (HPA). The aim of the thesis is a research (overview, classification, discussion) on the pioneering state-of-art of advanced analytics utilising various methods that could escalate and optimise the computation performance of analytics. Application/Utilisation of these methods shall be demonstrated in practical assignment involving a processing of huge dataset by using SAS Visual Analytics. |