Ένα κατανεμημένο σύστημα επεξεργασίας πολύπλοκων γεγονότων βασισμένο στη μηχανή EsperΈνα κατανεμημένο σύστημα επεξεργασίας πολύπλοκων γεγονότων βασισμένο στη μηχανή EsperA distributed complex event processing (CEP) system based on the Esper engine Διπλωματική Εργασία Diploma Work 2018-09-242018enΗ επανάσταση των μεγάλων δεδομένων τα τελευταία χρόνια διαρκώς θέτει προκλήσεις στην επιστήμη των δεδομένων. Ειδικότερα, οι πολλαπλές πηγές πληροφοριών σε συνδυασμό με τη διαρκή ανάπτυξη και γρήγορη μετάδοση των δεδομένων, έχουν δημιουργήσει την ανάγκη για ανάλυση των δεδομένων σε πραγματικό χρόνο. Προκειμένου να καλυφθεί αυτή η ανάγκη, ήρθε στο προσκήνιο η πολύπλοκη επεξεργασία δεδομένων. Η πολύπλοκη επεξεργασία δεδομένων είναι μία τεχνική που χρησιμοποιείται για την ανάλυση πολλαπλών ροών δεδομένων βασιζόμενη σε ανίχνευση μοτίβων. H αντίληψη πίσω από την πολύπλοκη επεξεργασία δεδομένων, είναι η εφαρμογή συσχετισμών μεταξύ γεγονότων πληροφοριών και η σύνδεση των γεγονότων για συγκεριμένα μοτίβα. Τα γεγονότα πληροφοριών ενδεχομένως να προέρχονται από πολλαπλές πηγές πληροφορίας, οπότε η πολύπλοκη επεξεργασία δεδομένων εξυπηρετεί την κατανεμημένη ανίχνευση γεγονότων. Στην παρούσα διπλωματική, έχει υλοποιηθεί ένα κατανεμημένο σύστημα πολύπλοκης επεξεργασίας δεδομένων βασιζόμενο στη μηχανή Esper. H συγκεκριμένη μηχανή είναι ένα λογισμικό ανοικτού κώδικα, κατάλληλο για πολύπλοκη επεξεργασία δεδομένων και ανάλυση σε πραγματικό χρόνο. Η μηχανή Esper έχει εγκατασταθεί πάνω στην υποδομή του Ferari που λειτουργεί ως ένα σύστημα κατανεμημένης επεξεργασίας ροών δεδομένων και το oποίο με τη σειρά του αξιοποιεί τις δυνατότητες διαφόρων συστημάτων, όπως το Apache Storm. Σκοπός αυτής της δουλειάς είναι η ενσωμάτωση της μηχανής Esper στο σύστημα Ferari και η διεξαγωγή πειραμάτων, αξιοποιώντας τις υπηρεσίες και τις δυνατότητες των μηχανισμών του Ferari. Τα πειράματα αυτά αναδεικνύουν τις δυνατότητες της μηχανής Esper και την αποδοτικότητα της ως μια μηχανή πολύπλοκης επεξεργασίας δεδομένωνThe evolution of Big Data in the recent years has been posing continuous challenges to the Data Science field. More specifically, the multiple sources of information along with the continuous growth and fast transmission of data have raised the need for real-time data analysis. In order to fill this need complex event processing has emerged. Complex event processing is a technique used for analyzing multiple streams of data in a pattern-based manner. The concept behind complex event processing is the establishment of relationships between events of information and the correlation of the events for specific patterns. Events may derive from multiple streams so CEP fulfills the need for distributed event detection. In this thesis, a distributed complex event processing (CEP) system based on the Esper engine is implemented. Esper is an open-source software suitable for complex event processing and real time data analysis. The Esper engine lies on top of the Ferari project which serves as a framework for distributed streaming processing and utilizes the functionalities of various platforms such as the Apache Storm. The goal of this work is to integrate the Esper engine into the Ferari project and conduct experiments while taking advantage of Ferari's services and components. These experiments demonstrate Esper's capabilities and its efficiency as a CEP enginehttp://creativecommons.org/licenses/by/4.0/Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών ΥπολογιστώνKyriakopoulos_Konstantinos_Dip_2018Chania [Greece]Library of TUC2018-09-24application/pdf858 KBfree Kyriakopoulos Konstantinos Κυριακοπουλος Κωνσταντινος Deligiannakis Antonios Δεληγιαννακης Αντωνιος Garofalakis Minos Γαροφαλακης Μινως Samoladas Vasilis Σαμολαδας Βασιλης Πολυτεχνείο Κρήτης Technical University of Crete Distributed systems Data processing Complex event processing