High Performance Analytics

Abstract

Tato práce se zabýva fenoménem velkých dat, charakterizovaných rychlým nárůstem jejich velikosti, variability a dynamiky, v souvislosti s posunem paradigmatu jejich zpracování. Cílem této práce je poskytnout přehled a nadlhled nad celou problematikou a podat ucelený a konzistentní obraz v oblasti High Performance Analytics včetně problému a výzev velmi rychle se rozvíjejícího pokročilého analytického zpracování. Přehled HPA přináší shrnutí a utřídění, popsání výhod a přínosů jednotlivých metod HPA, které využívají různou kombinaci systémových prostředků. Praktická čast této práce je zaměřená na realizaci úlohy analytického zpracování velkého vzorku dat vybranými metodami s využitím softwarové platformy SAS Institute. Na tomto příkladu je ilustrováno uplatnění metody in- memory analýzy s vyhodnocením výkonu a vhodnosti použití této metody na analytickych príkladech a operacích. Powered by TCPDF (www.tcpdf.org)

This thesis explains Big Data Phenomenon, which is characterised by rapid growth of volume, variety and velocity of data - information assets, and thrives the paradigm shift in analytical data processing. Thesis aims to provide summary and overview with complete and consistent image about the area of High Performance Analytics (HPA), including problems and challenges on the pioneering state-of-art of advanced analytics. Overview of HPA introduces classification, characteristics and advantages of specific HPA method utilising the various combination of system resources. In the practical part of the thesis the experimental assignment focuses on analytical processing of large dataset using analytical platform from SAS Institute. The experiment demonstrates the convenience and benefits of In-Memory Analytics (specific HPA method) by evaluating the performance of different analytical scenarios and operations. Powered by TCPDF (www.tcpdf.org)