Implementacija GML izvorišta podataka i tablica u distribuiranom sustavu za procesiranje tokova podataka

diplomski rad

• Naslov (engleski): Implementation of GML Data and Table Sources in a Distributed Data Stream Processing System
• Autor: Ivan Golik
• Mentor: Zdravko Galić (mentor)
• Član povjerenstva: Zdravko Galić (predsjednik povjerenstva)
• Član povjerenstva: Vedran Mornar (član povjerenstva)
• Član povjerenstva: Krešimir Fertalj (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-09-20, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Apache Flink je raspodijeljeni sustav za obradu tokova podataka koji ima veliku otpornost sustava na kvarove te mogućnost obrade podataka u stvarnom vremenu. Karakterizira ga visoka propusnost i niska latencija podataka. Kod same obrada podataka, razlikuju se ograničeni i neograničeni skupovi podataka, te su u skladu sa time moguća dva modela izvršavanja. To su model strujanja tokova podataka i model izvršavanja u serijama koji je poseban slučaj strujanja tokova podataka gdje su skupovi podataka ograničeni, ali se i dalje gledaju kao tok, zbog Flinkove arhitekture strujanja. Skupovi podataka mogu se učitavati u Flinkove strukture podataka iz vanjskih izvora ili kolekcija podataka. Implementirati će se proširenja izvorišta podataka i izvorišta tablica GML formatom zapisa geoprostornih objekata za model izvršavanja u serijama. Za model izvršavanja u serijama, Flink ima dva API-a za koja će biti korištena prilikom izrade rješenja: DataSet i Table API. Izgrađeno rješenje biti će generičko sa više mogućnosti i načina pozivanja, te otvoreno za daljnja proširenja.

Sažetak (engleski)

Apache Flink is a distributed data stream processing system that has high system failure capability and the ability to process data in real-time. It is characterized by high throughput and low data latency. In data processing, Flink works with bounded and unbounded data sets and as such, has two models of execution : streaming and batch model. Batch model is special case of streaming model where data sets are strictly bounded , but represented as finite stream. Data sets can be loaded into Flink's data structures from external sources or data collections. Data sources and table sources will be extended with GML format for recording geospatial data in batch execution model. For batch execution model, Flink has two APIs that will be used in building the extensions: DataSet and Table API. Solution will be generic and open to further extensions , with many ways different possibilities of using desired result.

• Ključne riječi: Apache Flink; platforma; veliki skupovi podataka; GML; GeoTools; izvorišta podataka; izvorišta tablica
• Ključne riječi (engleski): Apache Flink; platform; big data; GML; GeoTools; data sources; table sources
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:305972
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-13 20:30:36