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
id nemertes-10889-23740
record_format dspace
spelling nemertes-10889-237402022-11-08T04:35:38Z Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries) Analysis and visualization of big data in real time using advanced queries Αστερής, Αθανάσιος Asteris, Athanasios Βάση δεδομένων γράφων GraphDB 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 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. In this Bachelor's Thesis, the topic Analysis and visualization of large volumes of data in real time with the use of sophisticated queries is related to the investigation of the fields of software engineering, DevOps, Database structures, big data, CI/CD technologies as well as querying on large volume bases and data visualization. It is a (professionally) comprehensive job using applications and techniques required by the job market using git to share code, create infrastructure to host our application and be available and access the cloud 24/7 from anywhere. Still our infrastructure is Online and our data is accessible to all for viewing. An integrated system of transferring data from a relational database to a NoSql database and more specifically a graph database and data visualization using a widely used framework, Django, and executing queries in the graph database. Queries are executed using Graphql and in our case AQL. In the work, the purpose is to go from theory to practice and make a comparison of databases, their mode of operation and conclusions for the transfer and display of our data and their relative analysis. Still in this way we manage to have the data stored in a non-relational database and be able to retrieve them for future use in machine learning models. Initial inspiration for the hands-on part was understanding data and converting it for machine learning models and storing it in an analog format for quick access and retrieval and understanding graphs for either storage or processing. 2022-11-07T09:59:35Z 2022-11-07T09:59:35Z 2022-11-07 https://hdl.handle.net/10889/23740 el Attribution-NonCommercial-NoDerivs 3.0 United States http://creativecommons.org/licenses/by-nc-nd/3.0/us/ application/pdf
institution UPatras
collection Nemertes
language Greek
topic Βάση δεδομένων γράφων
GraphDB
Queries
spellingShingle Βάση δεδομένων γράφων
GraphDB
Queries
Αστερής, Αθανάσιος
Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)
description 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.
author2 Asteris, Athanasios
author_facet Asteris, Athanasios
Αστερής, Αθανάσιος
author Αστερής, Αθανάσιος
author_sort Αστερής, Αθανάσιος
title Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)
title_short Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)
title_full Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)
title_fullStr Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)
title_full_unstemmed Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)
title_sort ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων σε πραγματικό χρόνο με τη χρήση εξελιγμένης μορφής ερωτημάτων (queries)
publishDate 2022
url https://hdl.handle.net/10889/23740
work_keys_str_mv AT asterēsathanasios analysēkaiapeikonisēmegalouonkoudedomenōnsepragmatikochronometēchrēsēexeligmenēsmorphēserōtēmatōnqueries
AT asterēsathanasios analysisandvisualizationofbigdatainrealtimeusingadvancedqueries
_version_ 1771297185854390272