| dc.contributor.advisor | Δουλκερίδης, Χρήστος | |
| dc.contributor.author | Μπισιώτη, Αρετή Δ. | |
| dc.date.accessioned | 2015-04-24T07:04:10Z | |
| dc.date.accessioned | 2015-06-19T15:13:14Z | |
| dc.date.available | 2015-04-24T07:04:10Z | |
| dc.date.available | 2015-06-19T15:13:14Z | |
| dc.date.issued | 2015-04-24T07:04:10Z | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/6647 | |
| dc.description.abstract | Η εργασία αναφέρεται και στοχεύει στην «Επεξεργασία Skyline Επερωτήσεων σε Πολυδιάστατα Δεδομένα στο Υπολογιστικό Νέφος». Αρχικά, παρουσιάζεται το Υπολογιστικό Νέφος και η χρησιμότητα των Skyline Επερωτήσεων όσο αφορά στην επεξεργασία πολυδιάστατων δεδομένων. Στη συνέχεια, παρουσιάζεται το framework του Hadoop - Map Reduce στο οποίο βασίζεται και η υλοποίηση της παρούσας εργασίας και περιγράφονται οι φάσεις της παράλληλης επεξεργασίας πολυδιάστατων δεδομένων από τις Skyline Επερωτήσεις. Κατόπιν, θέτονται οι στόχοι της εργασίας και περιγράφεται αναλυτικά η σχεδίαση του κώδικα σε επίπεδο αρχιτεκτονικής αλλά και κλάσεων. Συγκεκριμένα περιγράφονται οι τρείς μέθοδοι διαμερισμού του χώρου, δηλαδή Διαμερισμός Χώρου με βάση Grid τεχνική, Διαμοιρασμός Χώρου με βάση Γωνιακές Συντεταγμένες και Διαμοιρασμός Χώρου μέσω Hyper plane Προβολών, αλλά και ο τρόπος υπολογισμού των skyline σημείων. Ακολούθως, περιγράφεται το περιβάλλον στο οποίο έγινε η πειραματική μελέτη. Η πειραματική μελέτη αποτελείται από τρία σενάρια, τα οποία διαφέρουν μεταξύ τους στον αριθμό των δεδομένων προς επεξεργασία, την κατανομή τους και στον αριθμό των διαμερίσεων που πρέπει να δημιουργηθούν. Τα αποτελέσματα των πειραμάτων αναπαρίστανται και γραφικά. Τέλος, καταγράφονται τα συμπεράσματα τα οποία προέκυψαν από την πειραματική μελέτη και ακολουθούν προτάσεις για μελλοντική έρευνα. | |
| dc.language.iso | el | |
| dc.subject | Apache Hadoop | |
| dc.subject | MapReduce | |
| dc.subject | Electronic data processing -- Distributed processing | |
| dc.subject | Cloud computing | |
| dc.title | Επεξεργασία Skyline επερωτήσεων σε πολυδιάστατα δεδομένα στο υπολογιστικό νέφος | |
| dc.type | Master Thesis | |
| europeana.isShownAt | https://dione.lib.unipi.gr/xmlui/handle/unipi/6647 | |
| dc.identifier.call | 005.12 ΜΠΙ | |
| dc.description.abstractEN | This thesis refers to and aims at the “Processing of Skyline Queries over Multidimensional Data in Cloud Computing”. In the first part of the thesis, Cloud Computing is introduced along with the necessity of Skyline Query in terms of the processing of Multidimensional Data. Next, we deal with the presentation of Hadoop-Map Reduce framework - on which the current project is based- as well as with the description of the phases of the parallel processing of Multidimensional Data by Skyline Queries. In the next chapter, the focus is on the goal setting of the thesis and on the designing of the code with regard to architecture and classes. In particular, the three methods of space partitioning that is Grid Partitioning, Angle-based Partitioning, Partitioning via Hyper plane Projection, are presented as well as the way of Skyline Computation. In the following chapter, a description of the environment, where the experimental analysis was carried out, takes place. This analysis consists of three scenarios, which are different when it comes to the number of the data to be processed and their distribution and the number of partitions to be created. There is also, a graphic representation of the experiment results. Finally, conclusions of the study are made as well as suggestions for future research. | |
