Arvutitehnika bakalaureusetööd - Bachelor's theses

Permanent URI for this collectionhttps://hdl.handle.net/10062/42115

Browse

Browsing Arvutitehnika bakalaureusetööd - Bachelor's theses by Subject "andmed"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Andmete reaalajas kogumise võrdlemine kasutades Apache NiFit ja Pythonit
    (Tartu Ülikool, 2020) Kurvits, Kristofer; Jakovits, Pelle; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
    Viimastel aastatel populaarsust kogunud DevOps i kultuur on jõudnud andmeteaduse valdkonda, mida kutsutakse DataOps iks. Selle tõttu on hakatud ehitama andmetorusi, et kontrollida andmete kogu elutsükklit. Kui andmete maht on kasvanud väga suureks, siis DataOps i eesmärk on parandada suhtlust, koostööd, automatiseerimist ja integratsiooni erinevate tiimide vahel, näiteks andmeteadlaste ja andmeanalüütikute. Selle tõttu on hakatud ehitama andmetorusi, et kontrollida andmete kogu elutsükklit. Käesoleva bakalaureusetöö eesmärk on ehitada andmetoru kasutades tarkvara Apache NiFi ning võrrelda seda tavapärase skriptilise lähenemisega kasutades programmeerimiskeelt Python. Andmetoru on loodud temperatuuri mõõtvate seadmete, mis töötavad Raspberry Pi 3 arvutitel ning Tartu Ülikooli pilves olevate masinate vahele. In english: In the last years DevOps culture has gained popularity and has applied on the field of data science, which is called DataOps. It is because of that the creation of data pipelines has begun to have control over data lifecycle. When the volume of data has become huge, DataOps aims to improve communication, cooperation, automation and integration between different teams for example data scientists and data analysts. The purpose of the thesis is to build a data pipeline with a software intended for that purpose, Apache NiFi and to compare it to scripting approach using programming language Python. The data pipeline is created between temperature measuring devices which are working on Raspberry Pi 3 computers and University of Tartu’s cloud environment instances.
  • Thumbnail Image
    Item
    C-eraph: Towards continuous OpenCypher
    (Tartu Ülikool, 2020) Boldin, Fred Peter; Tommasini, Riccardo; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Tehnoloogiainstituut
    With the surge of data caused by the creation of internet, internet of things, growth of the computing power and storage, there is a need to process data in real-time to benefit from it. We live in a world that is connected, all of the information around us is in relationship to one another. We can look at this information as a graph - nodes of objects connected with relationships. To take advantage of this data model of nodes and relationships a graph database can be used. Often the data that is collected needs to be used immediately and therefore streaming data processing can be used to use the dynamic data that is generated in real-time. In this thesis we have tried to find out if it is possible to create a system that is able to query streams of property graphs continuously. In this paper we try to provide the required background knowledge of the work and how the original system was changed to make it work with property graph data. In estonian: Tänu andmekoguse puhangule, mille on põhjustanud interneti teke, nutistu, arvutusvõimsuse ning andmekandjate mahu suurenemine, on tekkinud vajadus andmeid töödelda reaalajas. Me elame ühendatud maailmas, kogu meid ümbritsev informatsioon on omavahel seotud. Maailma võib vaadelda kui graafi, kus kogu informatsioon koosneb tippudest, mis on omavahel seotud servadega. Selleks, et graafi andmemudelit otstarbekalt rakendada saame kasutada graafi andmebaasi. Tihtipeale on tarvis tekkivaid andmeid koheselt kasutada. Seda aitab saavutada andmevoogude töötlemine, mis võimaldab dünaamiliste andmete kasutamist reaalajas. Käesoleva töö eesmärgiks on teha kindlaks, kas on võimalik ehitada süsteem, mis suudaks teha pidevaid päringuid andmevoogudele, mis hoiavad endas andmeid property graph mudeli kujul. Töö sisaldab endas vajalikku taustainfot selle kohta, kuidas töötas baassüsteem ning millised olid vajaminevad muudatused, mida tehti, selleks, et täide viia property graph mudeli lisamine sinna süsteemi.