Upravljanje velikim prostornim i prostorno-vremenskim podacima

Prikazani su podaci za akademsku godinu: 2023./2024.

Predavanja

Opis predmeta

Temeljna načela i odlike velikih skupova prostornih i prostorno-vremenskih podataka. Modeliranje prostornih i prostorno-vremenskih tipova podataka. Sustavi i programski okviri za upravljanje velikim skupovim podataka i tokovima podataka. Lambda i Kappa arhitekture za velike skupove podataka.Specifikacija operacija na prostornim i prostorno-vremenskim tipovima podataka. Indeksiranje. Globalni i lokalni indeksi. Statični i dinamički indeksi. Geo-raspršeni indeksi. Distribuirane SQL prostorne baze podataka. Prostorna jezera i skladišta podataka. Prostorno-vremenski tokovi podataka. SQL-utemeljena analiza prostorno-vremenskih tokova podataka u okviru integriranih platformi za velike skupove podatak. Implementacija uporabom aplikacijskih programskih sučelja integriranih platformi za raspodijeljenu obradu statičnih podataka i tokova podataka. Razvoj korisnički definiranih funkcija. Specifikacija prostornih i prostorno-vremenskih upita u SQL-sličnim upitnim jezicima.

Studijski programi

Sveučilišni diplomski
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmet profila (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)
Izborni predmeti (2. semestar)

Ishodi učenja

  1. Identificirati temeljna obilježja prostornih i prostorno-vremenskih velikih podataka
  2. Identificirati temeljna obilježja prostorno-vremenskih tokova podataka
  3. Dizajnirati i implementirati prostorne i prostorno-vremenske tipove podataka u objektno-funkcijskim programskim jezicima i platformama s raspodijeljenim protokom podataka
  4. Razviti jednostavne algoritme za upravljanje prostorno-vremenskim velikim podacima
  5. Razviti jednostavne algoritme za upravljanje prostorno-vremenskim tokovima podataka
  6. Razviti prostorne i prostorne-vremenske upite uporabom SQL-sličnim izrazima
  7. Razviti jednostavne algoritme za dubinsku analizu i otkrivanje prostorno-vremenskog znanja.
  8. Odabrati tehnologije za upravljanje velikim podacima u prostorno-vremenskoj aplikacijskoj domeni

Oblici nastave

Predavanja

Samostalni zadaci

Način ocjenjivanja

Kontinuirana nastava Ispitni rok
Vrsta provjere Prag Udio u ocjeni Prag Udio u ocjeni
Sudjelovanje u nastavi 0 % 5 % 0 % 5 %
Prisutnost 5 % 10 % 5 % 10 %
Međuispit: Pismeni 10 % 20 % 0 %
Završni ispit: Pismeni 10 % 20 %
Ispit: Pismeni 10 % 20 %
Ispit: Usmeni 20 %

Tjedni plan nastave

  1. Temeljni koncepti velikih skupova prostornih podataka
  2. Temeljni koncepti velikih skupova prostorno-vremenskih podataka
  3. Programski okviri za velike skupove podatak
  4. Programski okviri za velike skupove podataka
  5. Lambda i Kappa arhitekture
  6. Optimizacija i indeksiranje
  7. Prostorni i prostorno-vremenski SQL i SQL-slični izrazi
  8. Međuispit
  9. Prostorni i prostorno-vremenski SQL i SQL-slični izrazi
  10. Paralelne i raspodijeljene prostorne i prostorno-vremenske jezgre
  11. Paralelne i raspodijeljene prostorne i prostorno-vremenske jezgre
  12. Protočna obrada prostornih i prostorno-vremenskih podataka
  13. Protočna obrada prostornih i prostorno-vremenskih podataka
  14. Distribuirane geoprostorne baze podataka
  15. Prezentacija projekata

Literatura

Zdravko Galic (2016.), Spatio-Temporal Data Streams, Springer
Nikos Pelekis, Yannis Theodoridis (2014.), Mobility Data Management and Exploration, Springer
Nathan Marz, James Warren (2015.), Big Data, Manning Publications Company
Fabian Hueske, Vasiliki Kalavri (2019.), Stream Processing with Apache Flink, O'Reilly Media
Sandy Ryza, Uri Laserson, Sean Owen, Josh Wills (2015.), Advanced Analytics with Spark, "O'Reilly Media, Inc."
Edward Capriolo, Dean Wampler, Jason Rutherglen (2012.), Programming Hive, "O'Reilly Media, Inc."

Za studente

Izvedba

ID 223719
  Ljetni semestar
5 ECTS
R1 Engleski jezik
R1 E-učenje
30 Predavanja
0 Seminar
0 Auditorne vježbe
15 Laboratorijske vježbe
0 Konstrukcijske vježbe
0 Vježbe tjelesnog odgoja

Ocjenjivanje

90 izvrstan
75 vrlo dobar
65 dobar
55 dovoljan