Dotazování na proudy dat

Abstract

V poslednom období vznikajú nové aplikácie, ktoré využívajú dáta nie ako perzistentnú vrstvu, ale ako dočasný prúd dát. Táto práca sa zaoberá problematikou spracovania prúdu dát, vytvárania systému SŘPD a hlavne porovnáva prístupy pri dotazovaní nad prúdmi dát. Cieľom práce je predstaviť nový, zatiaľ nevyskúšaný, prístup spracovávania dát a otestovať presnosť odpovedí pri dlhodobom dotazovaní. Súčasťou práce sú experimenty nad reálnymi dátami, ktoré porovnávajú nový algoritmus s už vyskúšanými algoritmami v minulosti.

Recently a new class of data-intensive applications has become widely recognized: application in which the data is modeled best not as persistent relations but rather as transient data streams. In this thesis we address to the review of known data stream management systems, and present our own system. The purpose of this thesis is to expose our new algorithm, based on clustering, sliding window and histogram, that processes data and evaluates continuous queries. We also give experiments over real data to prove that our algorithm is more accurate than other algorithms tested out in the past.