Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Γεωμετρική παρακολούθηση ροών δεδομένων στο Apache Flink

Epoure Entouarnt

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/62E7B086-E854-42B3-9C0F-694D36B87028-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.87753-
Γλώσσαen-
Μέγεθος2.8 megabytesen
Μέγεθος47 pagesen
ΤίτλοςGeometric streams monitoring on Apache Flinken
ΤίτλοςΓεωμετρική παρακολούθηση ροών δεδομένων στο Apache Flinkel
ΔημιουργόςEpoure Entouarnten
ΔημιουργόςΕπουρε Εντουαρντel
Συντελεστής [Επιβλέπων Καθηγητής]Samoladas Vasilisen
Συντελεστής [Επιβλέπων Καθηγητής]Σαμολαδας Βασιληςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Garofalakis Minosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Γαροφαλακης Μινωςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Deligiannakis Antoniosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Δεληγιαννακης Αντωνιοςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Electrical and Computer Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
ΠερίληψηThe amount of data generated every day by online applications is continuously growing, which results in a demand for capable real-time stream processing frameworks. Numerous monitoring algorithms have been proposed over the years, yielding exceptional results but with common shortcomings. The problem not yet addressed by previous work on monitoring algorithms is their integration into large data-stream processing frameworks. Part of the reason may be the lack of uniformity each monitoring algorithm presents and the requirements it imposes on the system architecture. That’s where Apache Flink comes into play. It is an open-source framework and distributed processing engine for stateful computation over unbounded data-streams. Flink is a very versatile tool, designed to run in all common cluster environments and perform computations at any scale. This thesis describes the implementation of the Functional Geometric Monitoring algorithm on Apache Flink, while comparing the extracted results with these of previous simulated implementations of monitoring algorithms.en
ΠερίληψηΟ όγκος των δεδομένων που δημιουργούνται καθημερινά από διαδικτυακές εφαρμογές αυξάνεται συνεχώς, πράγμα που οδηγεί σε ζήτηση για ικανά προγράμματα επεξεργασίας ροών δεδομένων σε πραγματικό χρόνο. Έχουν προταθεί πολυάριθμοι αλγόριθμοι παρακολούθησης με την πάροδο των ετών, αποδίδοντας εξαιρετικά αποτελέσματα αλλά με κοινές ελλείψεις. Το πρόβλημα που δεν έχει ακόμη αντιμετωπιστεί από προηγούμενες εργασίες αλγορίθμων παρακολούθησης είναι η ένταξή τους σε μεγάλα προγράμματα επεξεργασίας ροών δεδομένων. Μέρος του λόγου μπορεί να είναι η έλλειψη ομοιομορφίας που παρουσιάζει κάθε αλγόριθμος παρακολούθησης και οι απαιτήσεις που επιβάλλει στην αρχιτεκτονική του συστήματος. Οσον αφορά το Apache Flink, πρόκειται για ένα λογισμικό ανοιχτού κώδικα και μηχανή κατανεμημένης επεξεργασίας για υπολογισμoύς σε συνεχείς ροές δεδομένων. Το Flink είναι ένα πολύ ευέλικτο εργαλείο, σχεδιασμένο να λειτουργεί σε όλα τα κοινά περιβάλλοντα cluster και να εκτελεί υπολογισμούς σε οποιαδήποτε κλίμακα. Αυτή η εργασία περιγράφει την εφαρμογή του αλγόριθμου Functional Geometric Monitoring στο Apache Flink, ενώ συγκρίνει τα αποτελέσματα που έχουν εξαχθεί με αυτά των προηγούμενων προσομοιωμένων υλοποιήσεων αλγορίθμων παρακολούθησης.el
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2020-12-17-
Ημερομηνία Δημοσίευσης2020-
Θεματική ΚατηγορίαDistributed stream monitoringen
Βιβλιογραφική ΑναφοράEntouarnt Epoure, "Geometric streams monitoring on Apache Flink", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2020en
Βιβλιογραφική ΑναφοράΈντουαρντ Επούρε, "Γεωμετρική παρακολούθηση ροών δεδομένων στο Apache Flink", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2020el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά