Zpracování velkého objemu dat pomocí technologie Hadoop

Mgr. Petr ZIFČÁK

Bakalářská práce

Processing large volumes of data using Hadoop technology

Anotace:

Apache Hadoop zahrnuje technologie pro zpracování velkých objemů dat v distribuovaném prostředí výpočetních zdrojů. V úvodních partiích práce jsou popsány principy fungování systému a jeho základních komponent. Následuje porovnání s jinými datovými úložišti, zejména relačními databázemi. Stěžejní částí je řešení praktického případu užití systému - zpracování dat z oblasti geografických informačních systémů. Výsledkem je návrh vlastního clusteru, instalace systému včetně potřebných komponent a porovnání výkonu s relační databází PostgreSQL.

Abstract:

Apache Hadoop includes technologies for processing large volumes of data in a distributed computing resource environment. The introductory parts of the thesis describe the principles of the system and its basic components. The following is a comparison with other data stores, especially relational databases. The key part is the solution of the practical use case of the system - processing of data from geographic information systems. The result is a custom cluster design, system installation, including required components, and performance comparisons with the PostgreSQL relational database.

Klíčová slova

Hadoop, Big Data, Hive, Gis Tools for Hadoop, PostGIS, distribuované úložište, cluster

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 20. 8. 2019

Obhajoba závěrečné práce

• Vedoucí: RNDr. Stanislav Opichal

UNIVERZITA PALACKÉHO V OLOMOUCI

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Informatika / Aplikovaná informatika