High-Performance Analytics (HPA)

Petr Soukup

Master's thesis

Abstract:

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.

Abstract:

The aim of the thesis on the topic of High-Performance Analytics is to gain a structured overview of solutions of high performance methods for data analysis. The thesis introduction concerns with definitions of primary and secondary data analysis, and with the primary systems which are not appropriate for analytical data analysis. The usage of mobile devices, modern information technologies and other factors caused a rapid change of the character of data. The major part of this thesis is devoted particularly to the historical turn in the new approaches towards analytical data analysis, which was caused by Big Data, a very frequent term these days. Towards the end of the thesis there are discussed the system sources which greatly participate in the new approaches to the analytical data analysis as well as in the technological solutions of High Performance Analytics themselves. The second, practical part of the thesis is aimed at a comparison of the performance in conventional methods for data analysis and in one of the high performance methods of High Performance Analytics (more precisely, with In-Memory Analytics). Comparison of individual solutions is performed in identical environment of High Performance Analytics server. The methods are applied to a certain sample whose volume is increased after every round of executed measurement. The conclusion evaluates the tests results and discusses the possibility of usage of the individual High Performance Analytics methods.

Keywords

In-Memory Analytics, High-Performance Analytics, Velká data, analýza, Datový sklad, Business Intelligence, paralelismus, High-Performance Computing

Keywords

In-Memory Analytics, Big Data, analysis, High-Performance Computing, Data Warhouse, Business Intelligence, Parallel processing, High-Performance Analytics

Language used: Czech

Date on which the thesis was submitted / produced: 26. 10. 2012

Thesis defence

• Date of defence: 28. 8. 2013
• Supervisor: Jan Pour
• Reader: Ota Novotný

Vysoká škola ekonomická v Praze

Master programme / field:
Aplikovaná informatika / Informační systémy a technologie