Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)

Στην παρούσα Προπτυχιακή Διπλωματική Εργασία μελετήθηκε το θέμα Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με την χρήση εξελιγμένης μορφής ερωτημάτων (queries) σχετίζεται με την διερεύνηση των τομέων software engineering, DevOps, Database structures, big data,CI/CD τεχνολογιώ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Αστερής, Αθανάσιος
Άλλοι συγγραφείς: Asteris, Athanasios
Γλώσσα:Greek
Έκδοση: 2022
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/10889/23740
Περιγραφή
Περίληψη:Στην παρούσα Προπτυχιακή Διπλωματική Εργασία μελετήθηκε το θέμα Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με την χρήση εξελιγμένης μορφής ερωτημάτων (queries) σχετίζεται με την διερεύνηση των τομέων software engineering, DevOps, Database structures, big data,CI/CD τεχνολογιών όπως και querying πάνω σε βάσεις μεγάλου όγκου και απεικόνιση δεδομένων. Αποτελεί μια (στα πλαίσια επαγγελματικής) ολοκληρωμένη δουλειά με χρήση εφαρμογών και τεχνικών που απαιτεί η αγορά εργασίας με την χρήση του Git για διαμοιρασμό του κώδικα, δημιουργία υποδομών για να φιλοξενήσει την εφαρμογή μας και να είναι διαθέσιμη και να υπάρχει πρόσβαση στο cloud 24/7 από οπουδήποτε. Ακόμα οι υποδομές μας είναι Online και τα δεδομένα μας είναι προσβάσιμα από όλους για προβολή. Ένα integrated system μεταφοράς δεδομένων από μια σχεσιακή βάση δεδομένων σε μια βάση δεδομένων NoSql και πιο συγκεκριμένα βάσης γράφων και απεικόνισης των δεδομένων με την χρήση ενός ευρέος διαδεδομένου framework, το Django και εκτέλεση ερωτημάτων στην γράφων βάση δεδομένων. Τα ερωτήματα εκτελούνται με την χρήση Graphql και στην περίπτωση μας AQL. Στην εργασία σκοπός είναι από την θεωρία να περάσουμε στην πράξη και να κάνουμε μια σύγκριση τον βάσεων δεδομένων, τον τρόπο λειτουργίας τους και συμπεράσματα για την μεταφορά και απεικόνιση των δεδομένων μας και σχετική ανάλυση αυτών. Ακόμα με αυτό τον τρόπο επιτυγχάνουμε να έχουμε αποθηκεύσει τα δεδομένα σε μια μη σχεσιακή βάση δεδομένων και να μπορούμε να κάνουμε ανάκτηση αυτών για μελλοντική χρήση σε μοντέλα μηχανικής μάθησης. Αρχική έμπνευση για το πρακτικό κομμάτι ήταν η κατανόηση των δεδομένων και η μετατροπή τους για μοντέλα μηχανικής μάθησης και η αποθήκευση τους σε ανάλογη μορφή για την γρήγορη προσπέλαση και ανάκτηση τους και η κατανόηση των γράφων είτε για αποθήκευση είτε για επεξεργασία.