Zobrazení zdroje stránky 155IN4G Informatika 4

== Základní údaje o předmětu==
* '''Aktuální a kompletní informace jsou na této stránce'''
* Kód předmětu: 155IN4G
* Garant předmětu: {{Lidé|Ing. Jan Pytel, Ph.D.}}
* Přednášející: {{Lidé|Ing. Jan Pytel, Ph.D.}}
* 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: {{lide|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

{{Geoinformatika}}