Institutional Repository [SANDBOX]
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Geometric streams monitoring on Apache Flink

Epoure Entouarnt

Simple record


URIhttp://purl.tuc.gr/dl/dias/62E7B086-E854-42B3-9C0F-694D36B87028-
Identifierhttps://doi.org/10.26233/heallink.tuc.87753-
Languageen-
Extent2.8 megabytesen
Extent47 pagesen
TitleGeometric streams monitoring on Apache Flinken
TitleΓεωμετρική παρακολούθηση ροών δεδομένων στο Apache Flinkel
CreatorEpoure Entouarnten
CreatorΕπουρε Εντουαρντel
Contributor [Thesis Supervisor]Samoladas Vasilisen
Contributor [Thesis Supervisor]Σαμολαδας Βασιληςel
Contributor [Committee Member]Garofalakis Minosen
Contributor [Committee Member]Γαροφαλακης Μινωςel
Contributor [Committee Member]Deligiannakis Antoniosen
Contributor [Committee Member]Δεληγιαννακης Αντωνιοςel
PublisherΠολυτεχνείο Κρήτηςel
PublisherTechnical University of Creteen
Academic UnitTechnical University of Crete::School of Electrical and Computer Engineeringen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
Content SummaryThe amount of data generated every day by online applications is continuously growing, which results in a demand for capable real-time stream processing frameworks. Numerous monitoring algorithms have been proposed over the years, yielding exceptional results but with common shortcomings. The problem not yet addressed by previous work on monitoring algorithms is their integration into large data-stream processing frameworks. Part of the reason may be the lack of uniformity each monitoring algorithm presents and the requirements it imposes on the system architecture. That’s where Apache Flink comes into play. It is an open-source framework and distributed processing engine for stateful computation over unbounded data-streams. Flink is a very versatile tool, designed to run in all common cluster environments and perform computations at any scale. This thesis describes the implementation of the Functional Geometric Monitoring algorithm on Apache Flink, while comparing the extracted results with these of previous simulated implementations of monitoring algorithms.en
Content SummaryΟ όγκος των δεδομένων που δημιουργούνται καθημερινά από διαδικτυακές εφαρμογές αυξάνεται συνεχώς, πράγμα που οδηγεί σε ζήτηση για ικανά προγράμματα επεξεργασίας ροών δεδομένων σε πραγματικό χρόνο. Έχουν προταθεί πολυάριθμοι αλγόριθμοι παρακολούθησης με την πάροδο των ετών, αποδίδοντας εξαιρετικά αποτελέσματα αλλά με κοινές ελλείψεις. Το πρόβλημα που δεν έχει ακόμη αντιμετωπιστεί από προηγούμενες εργασίες αλγορίθμων παρακολούθησης είναι η ένταξή τους σε μεγάλα προγράμματα επεξεργασίας ροών δεδομένων. Μέρος του λόγου μπορεί να είναι η έλλειψη ομοιομορφίας που παρουσιάζει κάθε αλγόριθμος παρακολούθησης και οι απαιτήσεις που επιβάλλει στην αρχιτεκτονική του συστήματος. Οσον αφορά το Apache Flink, πρόκειται για ένα λογισμικό ανοιχτού κώδικα και μηχανή κατανεμημένης επεξεργασίας για υπολογισμoύς σε συνεχείς ροές δεδομένων. Το Flink είναι ένα πολύ ευέλικτο εργαλείο, σχεδιασμένο να λειτουργεί σε όλα τα κοινά περιβάλλοντα cluster και να εκτελεί υπολογισμούς σε οποιαδήποτε κλίμακα. Αυτή η εργασία περιγράφει την εφαρμογή του αλγόριθμου Functional Geometric Monitoring στο Apache Flink, ενώ συγκρίνει τα αποτελέσματα που έχουν εξαχθεί με αυτά των προηγούμενων προσομοιωμένων υλοποιήσεων αλγορίθμων παρακολούθησης.el
Type of ItemΔιπλωματική Εργασίαel
Type of ItemDiploma Worken
Licensehttp://creativecommons.org/licenses/by/4.0/en
Date of Item2020-12-17-
Date of Publication2020-
SubjectDistributed stream monitoringen
Bibliographic CitationEntouarnt Epoure, "Geometric streams monitoring on Apache Flink", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2020en
Bibliographic CitationΈντουαρντ Επούρε, "Γεωμετρική παρακολούθηση ροών δεδομένων στο Apache Flink", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2020el

Available Files

Services

Statistics