dc.contributor.author |
Λυκοθανάσης, Χρήστος
|
el |
dc.contributor.author |
Lykothanasis, Christos
|
en |
dc.date.accessioned |
2020-12-04T16:39:06Z |
|
dc.date.available |
2020-12-04T16:39:06Z |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/52267 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.19965 |
|
dc.description |
Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Τεχνο-Οικονομικά Συστήματα (ΜΒΑ)” |
el |
dc.rights |
Default License |
|
dc.subject |
Συστήματα Μεγάλων Δεδομένων |
el |
dc.subject |
Μηχανική Μεγαλών Δεδομένων |
el |
dc.subject |
Πλαίσια Αρχιτεκτονικής Μεγάλων Δεδομένων |
el |
dc.subject |
Λύσεις Λογισμικού Μεγάλων Δεδομένων |
el |
dc.subject |
Big Data Systems |
en |
dc.subject |
Big Data Engineering |
en |
dc.subject |
Big Data Architecture Frameworks |
en |
dc.subject |
Big Data Software Solutions |
en |
dc.subject |
Μεγάλα Δεδομένα |
el |
dc.subject |
Big Data |
en |
dc.title |
Επισκόπηση Στοιχείων Μηχανικής, Αρχιτεκτονικών και Εργαλείων σε
Συστήματα Μεγάλων Δεδομένων |
el |
dc.title |
Overview of Engineering, Architectures and Tools in Big Data Systems |
en |
heal.type |
masterThesis |
|
heal.classification |
Πληροφορική |
el |
heal.classification |
Μηχανική Λογισμικού |
el |
heal.classification |
Information Technology |
en |
heal.classification |
Software Engineering |
en |
heal.language |
el |
|
heal.access |
free |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2020-07-14 |
|
heal.abstract |
Η μεγάλη αυξηση της χρήσης των πληροφοριακών συστημάτων σε όλο και μεγαλύτερο εύρος δραστηριοτήτων
και από συνεχώς αυξανόμενο πλήθος επιχειρήσεων καθώς και η διαρκής αλληλεπίδραση των επιχειρήσεων
μεταξύ τους αλλά και με τους πελάτες τους μέσω βελτιωμένης διασύνδεσης, διαλειτουργικότας και ανοιχτότητας
είναι ένα γεγονός ορατό παντού στις μέρες μας. Επίσης εύκολα κατανοητή μπορεί να γίνει και η επίπτωση που
έχει επιφέρει η δραστηριότητα αυτή στον όγκο και την πολυπλοκότητα των δεδομένων που παράγονται ,
καταγράφονται και καταχωρούνται από τα IT συστήματα. Η εκμετάλλευση όλων αυτών των δεδομένων με σκοπό
την εξαγωγή επιπλέον αξίας -πέραν δηλαδή της καθ’αυτού λειτουργικής χρήσης τους- έχει γίνει βασικό θέμα
συζήτησης στις επιχειρήσεις και πλέον αρχίζει και καταλαμβάνει μεγάλο μέρος του μακροπρόθεσμου σχεδιασμού
τους.
Τα λεγόμενα “Συστήματα Μεγάλων Δεδομένων” λοιπον αποτελούν ένα σύγχρονο πεδίο έρευνας και πρακτικής
του ευρύτερου τομέα των επιχειρησιακών πληροφοριακών συστημάτων που έχει αναδυθεί μόλις τα τελευταία
χρόνια ως αποτέλεσμα της προσπάθειας ικανοποίησης ακριβώς αυτής της ανάγκης: της συμπερίληψης των Big
Data στην διαδικασία υποστήριξης επιχειρηματικών αποφάσεων. Η παρούσα εργασία στοχεύει -μέσω της
βιβλιογραφικής ανασκόπησης- τον εντοπισμό των πιο αποδεκτών απόψεων και την σκιαγράφηση των
βασικότερων συστατικών στοιχείων που συνθέτουν τα συστήματα από την σκοπιά της Τεχνολογίας της
Πληροφορίας.Η ανάλυση εστιάζεται στους κύριους άξονες των θεωρητικών αρχών λειτουργίας τους, την σχετικής
τεχνολογίας λογισμικού που έχει αναπτυχθεί για αυτά, τις πρότυπες θεωρητικές και εφαρμοσμένες αρχιτεκτονικές
αναφοράς που τα υλοποιούν καθώς και τα διαθέσιμα έτοιμα εργαλεία λογισμικού.
Μελετώντας λοιπόν το πεδίο αυτό, καταρχάς θα κάνουμε μια ανασκόπηση στον ορισμό των Big Data , των
βασικών χαρακτηριστικών τους, τα προβλήματα στα οποία μπορεί να δόσει λύσεις η υιοθέτηση εφαρμογών που
διαχειρίζονται Big Data καθώς και πλεονεκτήματα που μπορούν να επιφέρουν στις επιχειρήσεις.
Έπειτα παρατίθενται οι κύριες προκλήσεις που συναντούν οι μηχανικοί λογισμικού κατά τον σχεδιασμό και την
υλοποίηση συστημάτων Big Data, οι βασικές αρχές της τεχνολογίας λογισμικού που τα διέπουν καθώς και τα νέα
πλαίσια που έχουν αναπτυχθεί για αυτά και αποτελούν πλέον την εφαρμοσμένη πρακτική του άμεσα
συσχετιζόμενο υποκλάδου της μηχανικής που τα πραγματευέται,το Big Data Engineering.
Ακόμα, για τα παραπάνω στοιχεία θα κάνουμε μια ανασκόπηση στα πιο αποδεκτά και εφαρμοσμένα πρώτυπα
αρχιτεκτονικών που οργανώνουν τα επιμέρους τμήματα και λειτουργικότητες σε μια ενιαία λύση επιχειρησιακής
κλίμακας.
Τέλος, προχωρήσαμε και σε μια επικαιροποιημένη καταγραφή των ολοκληρωμένων λύσεων και εργαλείων που
προσφέρονται τόσο ως εμπορικές εφαρμογές της αγοράς όσο και σαν ανοιχτού κώδικα έργα υποστηριζόμενα
από αντίστοιχες κοινότητες χρηστών και συνθέτουν το ΙΤ οικοσύστημα των Big Data.
Μέσω της ανάλυσης αυτής ευελπιστούμε να αποκομίσουμε μια πολύ καλή σφαιρική γνώση των τρέχουσων
τεχνολογιών που αφορούν το πεδίο των Μεγάλα Δεδομένων, το οποίο όπως όλα δείχνουν πιθανότατα θα
αποτελέσει έναν από τους βασικότερους ρυθμιστές των τεχνολογικών και επιχειρηματικών εξελίξεων τα αμέσως
επόμενα χρόνια. |
el |
heal.abstract |
The large increase in the use of Information Systems in a growing range of activities and by a growing number of
businesses as well as the constant interaction of businesses with each other and with their customers through
improved interconnection, interoperability and openness is a common phenomenon nowadays. It is also easy to
understand the impact that this activity has on the volume and complexity of the data produced, recorded and
saved by IT systems. The exploitation of all this data in order to extract additional value – above their own
functional use - has become a major topic of discussion in businesses and now begins occuping much of their
long-term planning.
The so-called "Big Data Systems" are therefore a modern field of research and practice in the broader field of
Business Information Systems that has emerged only in recent years as a result of trying to meet exactly this
need: the inclusion of Big Data in businesses decision support process. This paper aims - through bibliographic
review - to identify the most acceptable views and to outline the key components that make up these systems
from the Information Technology point of view. Analysis focuses on the main axes of theoretical principles, the
special software engineering topics developed for them, the standard theoretical and applied reference
architectures that implement them as well as the available software tools.
So by studying this field, we will first look at the definition of Big Data, their key features, the problems that can be
solved by adopting applications that manage Big Data as well as the benefits they can bring to businesses.
The following are the main challenges encountered by software engineers in designing and implementing Big
Data systems, the basic principles of software technology that govern them as well as the new frameworks that
have been developed for them and are now the applied practice of the directly related Engineering subsidiary that
deals with them: the Big Data Engineering.
Also, we will review the most accepted and applied standards of architectures that organizes these individual
components and functionalities above into a single solution of operational scale.
Finally, we proceeded with an updated recording of integrated solutions and tools that are offered both as
commercial applications of the market and as open source projects supported by respective user communities
and compose the IT ecosystem of Big Data.
Through this analysis we hope to gain a very good comprehensive knowledge of current technologies in the field
of Big Data, which as everything shows will probably be one of the main regulators of technological and business
development in the coming years. |
en |
heal.advisorName |
Ασκούνης, Δημήτριος |
el |
heal.committeeMemberName |
Ασκούνης, Δημήτριος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
154 σ. |
el |
heal.fullTextAvailability |
false |
|
heal.fullTextAvailability |
false |
|
heal.fullTextAvailability |
false |
|