Επεξεργασία ερωτημάτων SQL σε κατανεμημένα περιβάλλοντα με βάσεις δεδομένων No-SQL

datacite.contributor.RelatedPersonΣιούτας Σπύρος
datacite.contributor.RelatedPersonΤσίχλας Κώστας
datacite.contributor.SupervisorΖαρολιάγκης Χρήστος
datacite.rightshttp://purl.org/coar/access_right/c_abf2el
dc.contributor.authorΠερβανάς, Αντώνης
dc.contributor.otherPervanas, Antonis
dc.date.accessioned2022-07-05T09:27:18Z
dc.date.available2022-07-05T09:27:18Z
dc.date.copyright1997-05-21
dc.degreegraduateThesisel
dc.description.abstractΈχουμε την τύχη να ζούμε σε μια εποχή όπου η τεχνολογία εξελίσσεται με αλματώδη βήματα καθημερινά. Διαθέτουμε πάρα πολλά εργαλεία, συστήματα και μεθόδους για να παράγουμε συνεχώς νέα γνώση και τεχνολογίες. Ένας από τους βασικούς παράγοντες που καθιστούν δυνατή την πρόοδο που βιώνουμε, είναι η ικανότητα μας να παράγουμε πληροφορία. Ο ρυθμός με τον οποίο μπορούμε να παράγουμε και να επεξεργαζόμαστε την πληροφορία, καθώς και να εξάγουμε συμπεράσματα από αυτήν, είναι μεγαλύτερος από ποτέ. Συνεπώς μεγαλύτερη από ποτέ, είναι και η ανάγκη μας να βρίσκουμε μεθόδους βελτιστοποίησης σε θέματα που αφορούν την αποτελεσματική άντληση, επεξεργασία και αποθήκευση πληροφοριών. Ακριβώς αυτά τα προβλήματα είναι και ο λόγος για τον οποίο γεννήθηκαν ορισμένες έννοιες όπως τα μαζικά δεδομένα. Δηλαδή δεδομένα των οποίων ο όγκος είναι τόσο μεγάλος που είναι αδύνατο να επεξεργαστούν με παραδοσιακές μεθόδους. Για την καλύτερη διαχείριση τέτοιου τύπου δεδομένων, έχουμε αναπτύξει μια πληθώρα από κατανεμημένα περιβάλλοντα προκειμένου να επιτύχουμε διαμοίραση του τεράστιου όγκου πληροφορίας και κατ` επέκταση καλύτερη ταχύτητα επεξεργασίας. Παράλληλα οι δυνατότητες επεκτασιμότητας που προσφέρουν οι πλέον διαδεδομένες βάσεις δεδομένων NoSQL, τις καθιστούν ιδανικές για χρήση πάνω σε κατανεμημένα περιβάλλοντα. Σκοπός της παρούσας διπλωματικής εργασίας είναι να εξερευνήσουμε τις βάσεις δεδομένων NoSQL και πως μπορεί να γίνει αποτελεσματική χρήση αυτών σε συνδυασμό με κατανεμημένα περιβάλλοντα προκειμένου να επιτύχουμε βελτιστοποίηση στον χρόνο εκτέλεσης ερωτημάτων.el
dc.description.translatedabstractWe are fortunate enough to live in an era where technology is evolving at leaps and bounds every day. We have plenty of tools, systems and methods to constantly produce new knowledge and technologies. One of the key factors that makes the progress we are experiencing possible, is our ability to produce information. The rate at which we can produce and process information, as well as draw conclusions from it, is greater than ever. Therefore, greater than ever, is our need to find optimization methods on issues related to the efficient extraction, processing and storage of information. These problems are the reason why some concepts such as "Big Data" were born. That is, data whose volume is so large that it is impossible to process with traditional methods. To better manage this type of data, we have developed a variety of distributed environments in order to distribute the huge volumes of information and consequently achieve better processing speed. At the same time, the scalability offered by the now widespread NoSQL databases, makes them ideal for use on distributed environments. The purpose of this dissertation is to explore the NoSQL databases and how they can be used effectively in conjunction with distributed environments to optimize query execution time.el
dc.identifier.urihttp://hdl.handle.net/10889/16384
dc.language.isogrel
dc.subjectΚατανεμημένα περιβάλλονταel
dc.subjectΒάσεις δεδομένων No-SQLel
dc.subjectΕρωτήματα SQLel
dc.subject.alternativeDistributed environmentsel
dc.subject.alternativeNo-SQL databasesel
dc.subject.alternativeSQL queriesel
dc.titleΕπεξεργασία ερωτημάτων SQL σε κατανεμημένα περιβάλλοντα με βάσεις δεδομένων No-SQLel
dc.title.alternativeProcessing SQL queries in distributed environments using No-SQL databasesel
oaire.licenseConditionnullel

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
pervanas_thesis.pdf
Size:
861.89 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.53 KB
Format:
Item-specific license agreed upon to submission
Description: