Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 24

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  NoSQL
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
EN
The article discusses the possibility of using Redis key-value NoSQL database to process building data in different BIM-GIS integration solutions. Whichever data integration model is adopted, it will require an efficient serving of building data in Industry Foundation Classes (IFC) format. The author proposed a method of processing building data in the Redis database to support the process of feeding IFC data to his own concept of an integrated BIM-GIS database. However, other approaches to BIM-GIS integration, including the import of IFC data to CityGML, or the construction of an integrated BIM-GIS solution based on data integration at the application server level or client application in client-server environments, also require an efficient IFC data serving mechanism. This article describes three methods of storing IFC data in a Redis database using different data types and formats. The author conducted performance tests of the proposed methods in the processing of fourteen test BIM models. The article contains detailed results of the model processing tests in the Redis database.
PL
Relacyjne bazy danych mają ugruntowaną podstawę koncepcyjną i nadal silną pozycję na rynku. Warto jednak zauważyć, że leżąca u ich podstaw koncepcja powstała na początku lat 70. z uwzględnieniem możliwości dostępnych wtedy komputerów. Dzisiejsze komputery osobiste mają parametry techniczne pozwalające przechowywać znacznie większe ilości danych i przetwarzać je w nieporównywalnie szybszy sposób. Mimo ewolucji systemów zarządzania relacyjnymi bazami danych i dostosowywania ich do coraz to nowych potrzeb, pojawiają się alternatywne rozwiązania o innych cechach i możliwościach, pozwalające miedzy innymi na przechowywanie i przetwarzanie jeszcze większej ilości danych. Ich rozwój wynika częściowo z potrzeby eliminacji ograniczeń baz relacyjnych, a częściowo z coraz większych możliwości dostępnego sprzętu komputerowego. Tego typu rozwiązaniem są bazy określane jako bazy NoSQL. Są to rozwiązania klasy open source, oparte na nierelacyjnym modelu danych i dostosowane do działania w środowisku rozproszonym. Ich popularność rośnie na tyle szybko, że trzeba zwrócić uwagę na możliwość ich zastosowania do zarządzania i analizowania danych przestrzennych. Celem niniejszego artykułu jest przedstawienie podstawowych zalet i wad baz NoSQL w kontekście możliwości operowania na danych przestrzennych. Dla projektantów i użytkowników systemów GIS bazujących na popularnych obecnie platformach takich jak: „Oracle Spatial and Graph” bądź „PostGIS” podstawowymi pojęciami związanymi z zarządzaniem bazami danych są: typy geometryczne danych, indeksowanie przestrzenne, operatory przestrzenne, funkcje i procedury realizujące analizy przestrzenne, modele topologiczne i sieciowe. Podstawowe pojęcia stosowane w NoSQL są znacząco inne. Artykuł ma charakter przeglądu literaturowego z minimalną liczbą przykładów mających na celu jedynie zasygnalizowanie sposobu pracy baz typu NoSQL.
EN
Relational databases have a well-established conceptual foundation and are still holding a strong market position. It is worth noting, however, that the underlying concept was created in the early 1970s, taking into account parameters of then-available computers. Today’s personal computers have technical features that allow to store much larger amounts of data and process them in an incomparably faster way. Despite the evolution of relational database management systems, and adaptation them to ever-changing needs, alternative solutions have emerged that offer different features and capabilities for storing and processing even more data. Their development is due in part to the need to eliminate relational database constraints, and in part to the increasing availability of computer hardware. This type of solution is called the NoSQL database. They are open source solutions based on a non-relational data model and adaptation to a distributed environment. Their popularity grows fast enough so that attention should be paid to their usefulness for management and analysis of spatial data. The objective of this paper is to present the main advantages and disadvantages of NoSQL databases in the context of ability to manipulate spatial data. For designers and users of GIS systems based on popular platforms such as „Oracle Spatial and Graph” and „PostGIS”, basic concepts related to database management are: geometric types of data, spatial indexes, spatial operators, spatial functions and procedures, topological and network models. The basic concepts used in NoSQL are significantly different. The paper presents the literature review with a minimal number of examples aiming only at signalling the NoSQL database operations.
PL
Celem publikacji jest zaproponowanie i zaprezentowanie metodyki w pełni zautomatyzowanego tworzenia grafowego modelu topologicznego wybranych struktur katastralnych. Utworzono aplikację umożliwiającą zapis grafowych struktur katastralnych w bazie danych NoSQL. Poprzez zaproponowaną metodykę zaimplementowaną w prezentowanej aplikacji, przetworzono dane katastralne do nowych form, w których topologia ma istotne znaczenie. Jest zapisana w bazie grafowej, a jak wiadomo grafy są wizualizacją topologii. Automatyczne generowanie grafowego modelu struktur katastralnych opiera się na relacjach topologicznych danych geometrycznych. W narzędziach GIS (Esri) topologia jest tworzona i wykorzystywana w procesach analitycznych, ale nie jest ujawniona użytkownikom. W proponowanej aplikacji dostęp do topologii danych katastralnych stwarza nowe możliwości prezentacji, na przykład sąsiedztwa. W aplikacji zaimplementowano algorytmy importu danych, procesu konstrukcji topologii i zapisu w grafowej bazie danych. Dodatkowo zastosowano formę eksportu przechowywanych danych do formatu odczytywanego przez większość aplikacji GIS (pliki typu Shapefile). Prezentowane wyniki zapisu w postaci grafowej, umożliwiają dostrzeżenie sąsiedztwa działek pod różnym kątem. Grafowy modelu struktur katastralnych pozwala na ujawnianie dobrych i złych praktyk katastralnych oraz może być wykorzystany w procesie scalania gruntów.
EN
The aim of this paper is to propose and present an automatic topographic modelling methodology for selected cadastral structures. An application has been created that enables to store graph cadastral data in a NoSQL database. The proposed structure created by the application allows cadastral data conversion into a graph, maintaining the neighbourhood topology. In other GIS tools (Esri) the topology is created and used in analytical processes, but it is not disclosed to users. The access to the topology of cadastral data creates new presentation possibilities, such as the neighbourhood. The discussed application uses algorithms for data importing, topology construction and recording in the graph database. Additionally, the algorithm which enables to export stored data to the format readable for most GIS applications (Shapefile files) was developed. The presented results of the graph recordings enable to see the neighbourhood of parcels from different perspectives. The graph model of cadastral structures allows to identify good and bad cadastral practices and can be used in land consolidation processes.
PL
Artykuł naukowy dotyczy porównania prędkości zapytań dwóch baz danych NoSQL. Opisywanymi bazami danych będą MongoDB oraz CouchDB. W pracy przedstawione zostaną porównania prędkości takich zapytań jak dodawanie danych do bazy, edycja danych bazy danych, usuwania danych z bazy, a także wyszukiwanie danych w bazie danych. Przedstawione zostanie również ogólne porównanie baz, z odpowiedzią na pytanie, która z badanych baz NoSQL jest szybsza.
EN
The scientific article deals with a comparison of the query speed of two NoSQL databases. Described databases will be MongoDB and CouchDB. The work presents speed comparisons of such queries as adding data to the database, editing database data, deleting data from the database, and searching data in the database. Also a general comparison of bases will be presented, with the answer to the question of which of the tested NoSQL databases is faster.
EN
Nowadays, to some extent decision support systems are forced to base their operation on large data warehouses whose analysis is difficult and time consuming. This is why where data are stored becomes vital. The use of an efficient and productive data warehouse for this purpose can significantly improve application/system operation. Currently one of the most common solutions used in Big Data storage and quick processing are non-relational databases NoSQL. They are a relatively new solution, however, their development is dynamic and their market share is increased on a daily basis, which means that it worth investigating what they offer.
EN
Document-oriented NoSQL databases are not commonly used in Se-mantic Web and Linked Data environments. The article describes the idea of an document-oriented RDF graph store. We present alternative RDF serialisation, allowing for efficient processing of graph data in an NOSQL graph store. This means that a da-tabase such as RethinkDB can be an RDF graph store. Moreover, our proposal sup-ports various techniques for caching, which is a novelty for an RDF/JSON serialization.
PL
Dokumentowe bazy danych NoSQL nie są powszechnie używane w środowiskach Semantycznego Internetu i Danych Połączonych. Artykuł omawia propozycję dokumentowego magazynu grafów RDF. Przedstawiamy alternatywną serializację RDF, pozwalającą na wydajne przetwarzanie danych grafowych w bazie danych NOSQL. Oznacza to, że baza danych taka, jak RethinkDB może być magazynem grafów RDF. Co więcej, nasza propozycja obsługuje różne techniki buforowania, co jest nowością dla serializacji RDF/JSON.
7
Content available Using Redis supported by NVRAM in HPC applications
EN
Nowadays, the efficiency of a storage systems is a bottleneck in many moern HPC clusters. High performance in traditional approach – processing using files – is often difficult to obtain because of model complexity and its read/write patterns. Alternative approach is applying a key-value database, which usually has low latency and scales well. On the other hand, many key-value stores suffer from limitation of memory capacity and vulnerability to serious faiures, which is caused by processing in RAM. Moreover, some research suggests, that scientific data models are not applicable to storage structures of key-value databases. In this paper, the author proposes resolving mentioned issues by replacing RAM with NVRAM. Practical example is based on Redis NoSQL. The article contains also a three domain specific APIs, that show the idea bhind transformation from HPC data model to Redis structures, as well as two micro-benchmarks results.
8
Content available remote Approaches used in efficient migration from Relational Database to NoSQL Database
EN
Nowadays, the emerging software applications producing the large volume of data rapidly. Hence, sufficient management of such a large data is major challenge. The traditional relational databases are inefficient to handle such a dynamic data which would be in any form (i.e. structural, semi-structured or hybrid). The ever increasing data have pushed the centralized databases like oracle, MySQL, SQL server to their limits. So, the NoSQL databases are the new generation databases for tackling such a problem with terabyte to petabyte of datasets. Hence, many leading companies such as facebook, Amazon, eBay, foursquare and many more using NoSQL databases. Some companies' still using relational databases and they wish to move towards new technologies, this motivated us to study the approaches used for migration of databases from relational database to NoSQL database. There are different techniques in the literature introduced by people for such migration. This paper surveys different approaches used for Migration of structured database to un-structured database.
EN
Today in the era of Internet, there is a huge explosion in the size of data. The traditional relational databases are failing to handle the current increase size of the database efficiently, leading to slow data access rate. NoSQL has thoroughly overcome the challenges for handling big data, distributed clusters and the scalability issues. Cassandra is one the leading NoSQL database gaining its importance in various applications. In this paper, Read and write performance tests are carried out which describes that Cassandra improves its performance as the number of cluster increases with increasing access speed.
PL
Istnieje zapotrzebowanie na rozwiązania aplikacyjne wykorzystujące narzędzia GIS i grafowe umożliwiające przetwarzanie danych przestrzennych w celach analitycznych. Celem publikacji jest zaproponowanie i zaprezentowanie metodyki wykorzystania tych narzędzi do reprezentacji sąsiedztwa działek ewidencyjnych w ujęciu grafowym. Utworzono własne algorytmy do przetwarzania topologicznych danych przestrzennych w struktury grafowe i zapisu ich w bazie danych NoSQL. Proponowane rozwiązanie wiąże się z integracją platformy ArcGIS z platformą grafową. Umożliwia to szersze wykorzystanie przyjętych algorytmów przez większą liczbę odbiorców. Budowana struktura topologiczna jest zapisana w formie grafu zwykłego, a przez integrację z platformą GIS węzły i krawędzie opisane są współrzędnymi związanymi z lokalizacją w przestrzeni. Prezentowane wyniki analizy są wstępne, opierają się na relacjach topologicznych przy minimalnej liczbie atrybutów. Pomimo to, uzyskane wyniki stwarzają możliwości manipulowania danymi.
EN
There is a need for application solutions using GIS and graph tools enabling processing of spatial data for analytical purposes. The aim of the publication is to propose and present the methodology to use these tools to represent the neighbourhood of cadastral parcels in terms of graphs. A study was conducted to create original algorithms to process the topological structure of spatial data in graphs and to store them in the NoSQL database. The proposed solution involves integration of the ArcGIS platform with the graph database platform. It enables the wider use of adopted algorithms by a broader audience. Designed topological structure is stored in the form of a plain graph, and through integration with the GIS platform, nodes and edges are described by coordinates associated with a spatial location. The results of the analysis are based on topological relations with the minimum number of attributes. However, they provide opportunities for data manipulation.
11
Content available remote Pre-Processing and Modeling Tools for Big Data
EN
Modeling tools and operators help the user / developer to identify the processing field on the top of the sequence and to send into the computing module only the data related to the requested result. The remaining data is not relevant and it will slow down the processing. The biggest challenge nowadays is to get high quality processing results with a reduced computing time and costs. To do so, we must review the processing sequence, by adding several modeling tools. The existing processing models do not take in consideration this aspect and focus on getting high calculation performances which will increase the computing time and costs. In this paper we provide a study of the main modeling tools for Big Data and a new model based on pre-processing.
12
Content available Big Data Model "Entity and Features"
EN
The article deals with the problem which led to Big Data. Big Data information technology is the set of methods and means of processing different types of structured and unstructured dynamic large amounts of data for their analysis and use of decision support. Features of NoSQL databases and categories are described. The developed Big Data Model “Entity and Features” allows determining the distance between the sources of data on the availability of information about a particular entity. The information structure of Big Data has been devised. It became a basis for further research and for concentrating on a problem of development of diverse data without their preliminary integration.
13
Content available remote Nierelacyjne bazy danych
PL
Prześledzenie historycznych sposobów zapisu danych na nośniki trwałe. Przedstawienie podstawowych założeń relacyjnego modelu danych. Omówienie jego wad i zalet, a także zwrócenie uwagi na długoletnią dominującą pozycję na rynku. Zapoznanie słuchaczy z konwencją obiektowych baz danych. Omówienie dwóch modeli (relacyjnego i nierelacyjnego) na podstawie przykładu. Omówienie terminu „NoSQL database” jako zbioru technologii wykorzystujących rozwiązania nie bazujące na relacyjnym modelu danych. Podział technologii ze względu na rodzaj modelu danych. Dyskusja zalet i wad technologii w porównaniu do relacyjnego modelu.
EN
Presenting the historical ways of recording data on durable media. Presentation of the basic assumptions of the relational data model. Discussion of the pros and cons and the explanation of the longterm dominant position on the market. Familiarization with the convention object databases. Discussion of the two models (relational and non-relational) on the basis of an example.Discussion of the term „NoSQL database” as a collection of technologies using solutions, which do not rely on the relational data model. Division of technology due to the type of data model. Discussion about NoSQL technology advantages and disadvantages compared to the relational model.
14
EN
In the paper we discuss performance of classic bubble sort algorithm for large data sets. Research results discussed and described in this article help to evaluate computer methods used in NoSQL database systems for large amounts of the input data. Therefore we try to analyze one of the most common sorting algorithms and its properties for large data sets.
PL
Artykuł ma na celu przedstawienie analizy wydajności algorytmu sortowania bąbelkowego w postaci klasycznej dla dużych zbiorów danych. Podjęty temat ma duże znaczenie dla rozwoju współczesnej informatyki ze względu na to, że komputery muszą pracować na coraz większych ilościach danych.
EN
In the paper we discuss performance of bubble sort algorithm. Research results discussed and described in this article help to evaluate this method when used in NoSQL database systems for large amounts of the input data. In the article is analyzed bubble sort algorithm for large scale data sets in two versions: classic version and modified version with logic control of order.
PL
Sortowanie jest jednym z ważniejszych problemów współczesnej informatyki. Obecnie komputery muszą pracować na coraz większych ilościach danych, dlatego w niniejszym artykule przedstawiamy analizę algorytmu sortowania bąbelkowego pod względem jego własności dla dużych zbiorów danych i baz tybu NoSQL. W analizie zbadaliśmy wersję klasyczną i zmodyfikowaną z funkcją kontroli ułożenia elementów.
16
Content available remote Multimedia NoSQL database solutions in the medical imaging data analysis
EN
Technological capabilities of medical imaging contributes to the increasing use of image analysis in diagnostic medical systems. Medical imaging is one of the key sources of information to medical staff. Therefore, the implementation of functions associated with the medical imaging in computer systems for medical diagnosis is desirable, or even necessary. Relational databases are the dominant technology for data storage. However, the substantial growth of multimedia data indicates other solutions, primarily to enable faster data access and scalability of the system, even if it means a temporary, partial lack of consistency. This approach has gained general name of NoSQL solutions. In the study a system for rheumatologic medical data analysis for the presence of children in juvenile idiopathic arthritis was designed. The proposed solution is based on non-relational data storage in conjunction with a relational database.
PL
Możliwości technologiczne w zakresie obrazowania medycznego przyczyniają się do coraz szerszego stosowania analizy obrazów w diagnostycznych systemach medycznych. Obrazowanie medyczne jest obecnie jednym z kluczowych źródeł informacji dla personelu medycznego. W związku z powyższym implementacja funkcji związanych z obrazowaniem medycznym w komputerowych systemach diagnostyki medycznej jest wskazana, a nawet konieczna. Rozwiązania relacyjne stanowią dominującą technologię w zakresie przechowywania danych. Jednakże stały i znaczny przyrost danych multimedialnych powoduje, że w wybranych zastosowaniach wskazane byłyby inne rozwiązania, przede wszystkim umożliwiające niezwykle szybki dostęp do danych i skalowalność systemu, nawet kosztem chwilowego, częściowego braku ich spójności. Takie podejście zyskało ogólną nazwę rozwiązań NoSQL. W ramach przeprowadzonych badań zaprojektowany został system analizy reumatologicznych danych medycznych pod kątem występowania u dzieci młodzieńczego idiopatycznego zapalenia stawów. Zaproponowane rozwiązanie uwzględnia zastosowanie nierelacyjnej bazy danych Oracle NoSQL Database w połączeniu z bazą relacyjną Oracle Database.
EN
The objective of the article is to scrutinise the types of databases and to choose the most appropriate one for property markets computing systems. The problems of the property markets analysis and valuation were characterised and the types of systems that should be created were presented as well. Two types of systems emphasized in the article should be a part of property market's computing systems. These are: a system of monitoring and analyzing the overall situation in the real estate market (M-A System), an expert system that is designed for the local market analysis and valuation of real estate in the local market (REE System - Real Estate Expert System). The problem is presented at the databases point of view. The characteristics of various types of databases were described taking into account their usefulness and it was decided which of them has the broadest range of application. Analysis has covered: relational databases, object-oriented databases, object-relational databases and a NoSQL databases. For M-A system, a NoSQL type of database was proposed, whereas for the REE system object-relational database or object database.
PL
Celem artykułu jest przeanalizowanie rodzajów baz danych i wybranie najbardziej odpowiedniego dla systemów informatycznych rynku nieruchomości (systemami REM). Scharakteryzowano problematykę analizy rynku nieruchomości i wyceny oraz przedstawiono rodzaje systemów, które powinny być utworzone. Wyróżniono dwa główne typy systemów, które powinny wchodzić w skład systemów informatycznych rynku nieruchomości są to system monitorująco-analizujący globalną sytuację na rynku nieruchomości (System M-A) oraz system ekspertowy, który będzie przeznaczony do analizy rynku lokalnego i wyceny nieruchomości na rynku lokalnym (System REE). Przedstawiono problematykę z punktu widzenia baz danych. Opisano charakterystykę różnych rodzajów baz danych pod kątem przydatności oraz zdecydowano, które rodzaje znajdują największe zastosowanie. Analizą zostały objęte: relacyjne bazy danych, obiektowe bazy danych, obiektowo-relacyjne bazy danych oraz bazy typu NoSQL. Dla systemu M-A zaproponowano bazę typu NoSQL, natomiast dla systemu REE bazy obiektowo-relacyjne lub obiektowe.
PL
Zachowanie spójności przetwarzanych danych jest problemem ogólnym, w szczególności dotyczącym systemów NoSQL, w których efektywność przetwarzania jest czynnikiem najistotniejszym. Wysoką efektywność przetwarzania w bazach NoSQL osiąga się przez uproszczenie mechanizmów wewnętrznych, w tym, częściowo, kosztem utrudnienia programowania – aplikacje korzystające z baz NoSQL muszą zawierać kod odpowiedzialny za utrzymanie spójności danych. Programowe metody zachowania spójności przetwarzanych danych rozważono w kontekście wybranych systemów NoSQL: MongoDB, Mircosoft Windows Azure, Apache Cassandra, Oracle NoSQL.
EN
Consistency preservation is a general problem in data processing, especially in NoSQL systems. NoSQL databases introduce a new approach, in which the efficiency is a major feature. It is partially achieved at the expense of some difficulties of programming. The application should handle situations which may introduce inconsistency in data. The paper presents the methods of data consistency preservation in selected NoSQL: MongoDB, Mircosoft Windows Azure, Apache Cassandra, Oracle NoSQL.
EN
This article describes how Neo4j database capabilities can be utilized to implement measures often used in social network analysis. It gives a brief overview of the concept of Neo4j graph database. The UML class diagram of domain model is presented and discussed in details. On the basis of implementation of degree centrality and local clustering coefficient measures, several Neo4j core features are presented. In the summary, some general comments on using this database as a tool in a social network analysis are provided.
PL
Artykuł opisuje wykorzystanie możliwości bazy danych Neo4j w implementacji algorytmów stosowanych w analizie sieci społecznych. Przedstawiono w nim koncepcję Neo4j jako grafowej bazy danych oraz omówiono na diagramie klas podstawowe pojęcia z dziedziny przedmiotowej. Na podstawie implementacji dwóch miar (stopień węzła, lokalny współczynnik klasteryzacji), często używanych w analizie sieci społecznych, pokazano kilka podstawowych cech Neo4j. W ostatniej części znajduje się podsumowanie, w którym zebrano uwagi na temat wykorzystania tej bazy danych w analizie sieci społecznych.
PL
W artykule porównana została wydajność dwóch wersji systemów zarządzania bazami danych pod kątem możliwości zastosowania ich w gromadzeniu danych z mikromacierzy DNA. W analizie porównawczej uwzględniono metody składowania danych: oparte na modelu nierelacyjnym (noSQL) oraz metodę gromadzenia danych mikromacierzowych zgodną z modelem relacyjnym Obiekt-Atrybut-Wartość. Do implementacji relacyjnej bazy danych wykorzystany został system Microsoft SQL Server 2012. Implementacja nierelacyjnej bazy danych wykonana została w programie Raven DB. Ocena efektywności każdej z metod gromadzenia danych oparta została na próbkowaniu czasu procesora (ang. CPU sampling) za pomocą oprogramowania Microsoft Visual Studio Profiler.
EN
The paper compares the efficiency of two versions of database management systems from the possibility of using them in storing data from DNA microarray point of view. In comparative analysis 3 methods of storing data were taken into account: basing on non-relational model (noSQL) and the method of storing microarray data according to the relational model called entity-attribute-value. Microsoft SQL Server 2012 system was used to implementation of relational database. Implementation of non-relational database was performed in Raven DB. Evaluation of efficiency of each of the method of storing data was based on CPU sampling using Micrisoft Visual Studio Profiler.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.