Τεχνικές Βελτιστοποίησης της Αποθήκευσης και Αναζήτησης Big Data χρησιμοποιώντας την Βάση Δεδομένων MongoDB

Κρουσταλιός, Παναγιώτης; Kroustalios, Panagiotis

dc.contributor.author	Κρουσταλιός, Παναγιώτης	el
dc.contributor.author	Kroustalios, Panagiotis	en
dc.date.accessioned	2016-03-17T10:35:01Z
dc.date.available	2016-03-17T10:35:01Z
dc.date.issued	2016-03-17
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/42170
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.11634
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Big Data	en
dc.subject	MongoDB	en
dc.subject	NoSQL databases	en
dc.subject	GridFS	en
dc.subject	Sharding	en
dc.subject	Μη σχεσιακές βάσεις δεδομένων	el
dc.subject	Πολυμεσικά δεδομένα	el
dc.subject	Μεταδεδομένα	el
dc.subject	Ευρετήρια	el
dc.subject	Αντικατάσταση	el
dc.title	Τεχνικές Βελτιστοποίησης της Αποθήκευσης και Αναζήτησης Big Data χρησιμοποιώντας την Βάση Δεδομένων MongoDB	el
heal.type	bachelorThesis
heal.classification	Πληροφορική	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-10-27
heal.abstract	Η μεγαλύτερη πρόκληση των σύγχρονων υπολογιστικών συστημάτων είναι αναμφισβήτητα η αποδοτική αποθήκευση και ανάκτηση πολύ μεγάλου όγκου δεδομένων. Η ανάγκη αυτή έκανε την εμφάνισή της τα τελευταία χρόνια λόγω της έκρηξης δεδομένων που παρατηρείται στο διαδίκτυο και αποκτά ολοένα και μεγαλύτερη σημασία λόγω του πολύ μεγάλου εύρους πληροφοριών που μπορούμε να αντλήσουμε. Στην παρούσα εργασία μελετάμε τρόπους αποδοτικής αποθήκευσης και αναζήτησης πολυμεσικών δεδομένων. Το μεγάλο μέγεθος και η πολύπλοκη δομή των πολυμεσικών δεδομένων, μας αποτρέπει να κάνουμε χρήση παραδοσιακών τεχνικών αποθήκευσης όπως είναι οι σχεσιακές βάσεις δεδομένων και έτσι αναζητήσαμε λύσεις με χρήση τεχνικών Big Data. H λύση που προτείνουμε, είναι η χρησιμοποίηση μιας NoSQL βάσης δεδομένων και συγκεκριμένα της document database MongoDB. Η συγκεκριμένη βάση δεδομένων, είναι η δημοφιλέστερη στον τομέα της, λόγω της πολύ καλής κλιμακοσιμότητας που προσφέρει, γεγονός υψίστης σημασίας όταν έχουμε να διαχειριστούμε μεγάλο όγκο δεδομένων. Τέλος, καταφέραμε να βελτιστοποιήσουμε την αναζήτηση και την επεξεργασία των δεδομένων μας, χρησιμοποιώντας κάποιες από τις πιο σύγχρονες τεχνικές στον τομέα τον big data, όπως είναι τα ευρετήρια, το Sharding, το Replication και το μοντέλο Map-Reduce.	el
heal.abstract	Efficient Big Data storage and retrieval is undoubtedly the biggest challenge faced by modern computing systems. In the last few years, this necessity has become more obvious due to the huge data explosion that is currently taking place on the internet and it has become a critical issue because of the wide variety of information we can retrieve from all this data. In this thesis, we study various ways of efficient storage and searching of multimedia data. The huge size and the complicated structure of multimedia data does not allow us to make use of tradition storing techniques such as relational database systems, therefore we applied some of the more modern Big Data techniques. The approach presented in this thesis, regards, the use of a non relational (NoSQL) database and specifically the document database MongoDB. This is the most popular NoSQL database because of it's high scalability potential, which plays a vital role when we have to handle Big Data. Finally, we managed to optimize the retrieval and processing operations on our data, with the use of the most modern techniques in the area of Big Data, such as, Indexing, Sharding, Replication and the Map-reduce model.	en
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Λούμος, Βασίλειος	el
heal.committeeMemberName	Παπαβασιλείου, Συμεών	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	93 σ.	el
heal.fullTextAvailability	true