Martin Prouza

Bachelor's thesis

Zpracování velkých objemů nestrukturovaných dat na platformě Hadoop

Processing Large Volumes of Unstructured Data on Hadoop Platform
Abstract:
Tato práce se zabývá zpracováním nestrukturovaného textu na platformě Hadoop. První část se zaměřuje na důvody vzniku konceptu Big Data. Vysvětlím problematiku dat dnešní doby a ukážu, proč jsou běžné databázové systémy nevhodné pro práci s nestrukturovanými či velkými objemy dat. Další část je zaměřená na teorii konceptu Big Data a jeho zpracování na platformě Hadoop. Představím Hadoop architekturu …more
Abstract:
This thesis is concerned with processing unstructured text on Hadoop platform. First part focuses on the reasons of creation Big Data concept. I explain data issue of these days and show, why common database systems are inappropriate for working with huge amounts of unstructured data. The next part focuses on theory about Big Data concept and processing on Hadoop platform. I introduce Hadoop architecture …more
 

Keywords

Distribuovaný souborový systém Hadoop HDFS MapReduce nestrukturovaná data NoSQL paralelní zpracování dat QlikView ngram Hive

Keywords

Distributed file system Hadoop HDFS MapReduce NoSQL parallel data processing QlikView unstructured data ngram Hive
 
Language used: Czech
Date on which the thesis was submitted / produced: 7. 5. 2015
Identifier: http://hdl.handle.net/10084/108911

Thesis defence

  • Date of defence: 3. 6. 2015
  • Supervisor: Jiří Skácelík
  • Reader: Radim Bača

Citation record

Cite this text

Full text of thesis

Accessibility: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS) se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.

Contents of on-line thesis archive
Published in Theses:
  • autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: VŠB - Technická univerzita Ostrava