155IN4G Informatika 4
(přesměrováno z 155IN4G)
Základní údaje o předmětu
- Aktuální a kompletní informace jsou na této stránce
- Kód předmětu: 155IN4G
- Garant předmětu:
- Přednášející:
- Rozsah: 2+2
- Počet kreditů: 5
- Ukončení: z, zk
Anotace
V rámci předmětu jsou studenti seznámeni s technikami zpracování velkého množství dat. Nejprve se naučí jak předzpracovávat data v příkazovém řádku před importem do DB. Důraz je kladen na relační databáze a témata, která nebyla zmíněna během předmětu Informatika 2: indexy, exekuční plány, partitioning. Poté studenti dostanou základní informace o NoSQL databázích, ElasticSearch, R a cloudu.
Doporučená literatura
Harmonogram
Vyučující: Ing. Jan Pytel, Ph.D.
- BigData - vývoj a koncept
- Preprocesing dat v příkazovém řádku
- Preprocesing dat v příkazovém řádku 2
- Relační databáze - indexy, partitioning, ladění výkonu ACID
- NoSQL databáze - koncept, odlišný přitup oproti relačním databázím
- NoSQL databáze - Apache Cassandra
- NoSQL databáze - grafové databáze (Neo4j), dokumentově orientované databáze
- Základy cloudu
- Instalace NoSQL databáze do cloudu - praktická ukázka redundance, CAP Theorem
- Apache ekosystém I: Hadoop, HBase, Sparc, Pig
- Fultextový vyhledávač ElasticSearch
- Statistický jazyk R - využití při zpracování velkého množství dat
- Statistický jazyk R - spojení s Apache Spark, praktické ukázky
Odkazy
- Apache Cassandra/Hadoop/HBase/Sparc/Pig - http://www.apache.org/
- Neo4j - https://neo4j.com/
- ElasticSearch - https://www.elastic.co/
- Language R - https://www.r-project.org