Tehnologije za rad s velikim podacima

U radu je objašnjen pojam velikih podataka te su navedeni primjeri takvih podataka. Velika količina podataka, brzina generiranja podataka i raznolikost glavne su karakteristike velikih podataka. Zbog tih svojstava, veliki podaci zahtijevaju drugačiji pristup. Tehnologije za rad s velikim podacima obuhvaćaju koncepte koji se ranije nisu koristili u obradi podataka. Ti principi ilustrirani su u opisu Hadoop sustava, koji predstavlja polazišnu točku u razvoju softvera za rad s velikim podacima. Razumijevanje MapReducea i HDFS-a, kao osnovnih komponenti Hadoopa, važno je jer obuhvaća temeljne ideje koje se primjenjuju u cijelom Hadoopovom ekosustavu, ali i šire. U četvrtom poglavlju nalazi se studijski primjer u kojem je implementiran MapReduce model za obradu nestrukturiranih podataka (knjiga).In this thesis we explain the term big data, and show the examples of such data. Volume, Velocity and Variety (3V) are the main characteristics of big data. Because of these properties, big data require a different approach. Big data technologies include concepts that haven’t been used previously in data processing. These principles are illustrated in the description of Hadoop system, which is the starting point for development of big data software. Understanding of MapReduce and HDFS, as the main components of Hadoop, is important, because they include the basic ideas that apply to Hadoop ecosystem. In the fourth chapter is shown the case study on unstructured data (books)