EPL451: Data Mining on the Web Lab 1
|
|
- Κόρη Ανδρεάδης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 EPL451: Data Mining on the Web Lab 1 Παύλος Αντωνίου Γραφείο: B109, ΘΕΕ01 University of Cyprus Department of Computer Science
2 General Info Πέμπτη: 18:00-20:00, Lab 103, ΘΕΕ01 Ιστοσελίδα μαθήματος και υλικό: Πληροφορίες υπεύθυνου εργαστηρίου: paul.antoniou-at-cs.ucy.ac.cy, Γραφείο: Β109 (υπόγειο), Κτίριο: ΘΕΕ01
3 Εισαγωγή - Map Reduce MapReduce προγραμματιστικό μοντέλο επεξεργασία μεγάλων συνόλων δεδομένων (large datasets) δεδομένα σε συστοιχίες (clusters) που αποτελούνται από χιλιάδες κόμβους παράλληλη λειτουργία Πατενταρισμένο [2004] από την Google.
4 Υλοποιήσεις του Map Reduce Google Map Reduce Χρησιμοποιείται αποκλειστικά από την Google Δεν υπάρχουν πολλές λεπτομέρειες της υλοποίησης, μάλλον σε C++ Το Hadoop είναι η open-source υλοποίηση του MapReduce. Υλοποίηση σε Java Η υλοποίηση αυτή βασίστηκε κυρίως σε δύο άρθρα που δημοσίευσαν οι εμπνευστές του MapReduce και περιέγραφαν το μοντέλο. Συντηρείται από το Apache Foundation
5 Εισαγωγή - Hadoop Επιτρέπει την επεξεργασία και ανάλυση τεράστιου όγκου δεδομένων σε κλίμακα Petabyte (1 PB = 1024 TB). Σκοπός ανάλυσης: εξόρυξη χρήσιμών πληροφοριών και τάσεων. Χρησιμοποιείται από Yahoo!, Facebook, AOL, Netflix, Amazon, Apple, ebay κ.ά. Το Facebook δήλωσε τον Ιούνιο του 2012 ότι κατέχει παγκόσμια το ποιο μεγάλο Hadoop cluster με συνολικό όγκο δεδομένων ~ 100 PB και αυξάνεται κατά ~ 0.5 PB τη μέρα.
6 Εισαγωγή - Hadoop Τυπικό Hadoop Cluster Aggregation switch Rack switch 40 nodes/rack, nodes/cluster 1 Gbps bandwidth in rack, 8 Gbps out of rack Node specs : 8-16 cores, 32 GB RAM, TB disks
7 Εισαγωγή - Hadoop Το Hadoop Project αποτελείται από 4 modules: Αποθήκευση δεδομένων (storage) κατανεμημένο σύστημα αρχείων Hadoop Distributed File System (HDFS) Παράλληλη Επεξεργασία μεγάλων δεδομένων (processing) Προγραμματιστικό μοντέλο Map-Reduce Χρονοπρογραμματισμός εργασιών και Διαχείριση πόρων (job scheduling and resource mgmt) Hadoop YARN Common utilities για υποστήριξη των άλλων modules Hadoop Common
8 Εισαγωγή - Hadoop Περισσότερες Πληροφορίες: Apache Hadoop Documentation HDFS Users Guide HDFS Architecture HDFS Default Configuration
9 HDFS Το Hadoop βασίζεται σε ένα κατανεμημένο σύστημα αρχείων το Hadoop Distributed File System (HDFS) Εμπνευσμένο από το Google File System (GFS) το οποίο είναι φυσικά πατενταρισμένο. Σχεδιασμένο για την αποθήκευση μεγάλου όγκου δεδομένων. HDFS data block size: συνήθως 64 ή 128MΒ σχεδιασμένο να διαχειρίζεται τεράστια αρχεία αποδοτικά NTFS (Microsoft) και ext4 (Linux) block size: 4 ΚΒ!! Μικρά αρχεία (<< 64MB) αποτελούν μεγάλο πρόβλημα για το HDFS
10 HDFS Το HDFS παρέχει αξιοπιστία μέσω αντιγραφής των δεδομένων σε περισσότερους από 1 κόμβους/υπολογιστές (nodes). Όταν ένας κόμβος δεν είναι διαθέσιμος, τα δεδομένα μπορούν να ανακτηθούν από άλλους κόμβους (διότι υπάρχουν αντίγραφα). Το χαρακτηριστικό αυτό ονομάζεται replication.
11 HDFS Ο κεντρικός node (master node) στο HDFS έχει το ρόλο του NameNode. O NameNode διατηρεί διάφορες μεταπληροφορίες (metadata) για το σύστημα αρχείων όπως τον πίνακα (index) που περιγράφει πού βρίσκεται το κάθε αρχείο ή κομμάτι αρχείου (chunk), δηλ. σε ποιο node. Τα υπόλοιπα nodes έχουν τον ρόλο του DataNode δηλ. αποθηκεύουν τα δεδομένα.
12 HDFS: NameNode/DataNode
13 HDFS Interaction Αλληλεπιδρούμε με το HDFS μέσω shell-like commands της μορφής hadoop fs <args> Παραδείγματα (εκτέλεση από unix terminal) hadoop fs -ls / Παρουσίαση περιεχομένου ριζικού φακέλου (/) μέσα στο HDFS. hadoop fs -copyfromlocal /home/myfolder /myfolder Αντιγραφή του καταλόγου /home/myfolder (μαζί με τα περιεχόμενά του) που είναι στον τοπικό δίσκο, μέσα στο HDFS, σε κατάλογο που ονομάζεται myfolder (ο φάκελος αυτός βρίσκεται στον ριζικό κατάλογο του HDFS) hadoop fs -cat /user/csdeptucy/myfolder/test.java Τυπώνει στην οθόνη το περιεχόμενο του αρχείου test.java το οποίο είναι αποθηκευμένο μέσα στο HDFS
14 Αρχιτεκτονική Hadoop Ακολουθεί την ιδεολογία/μοντέλο master-slave. master node (κύριος κόμβος): υπεύθυνος για το καταμερισμό των εργασιών. Ρόλος στο Hadoop: job tracker εποπτεία και τον καταμερισμό των εργασίων slave nodes (υπηρέτες): εκτελούν τις εργασίες και επιστρέφουν το αποτέλεσμα στον master. Ρόλος στο Hadoop: task tracker εκτέλεση της εργασίας που ανατέθηκε από τον job tracker
15 Αρχιτεκτονική Hadoop MapReduce layer job tracker task tracker task tracker HDFS layer name node data node Master node data node Slave node
16 Αρχιτεκτονική Hadoop MapReduce layer HDFS layer job tracker task tracker Ο master μπορεί να εκτελεί και τους ρόλους task του slave (task tracker & data node) tracker ιδιαίτερα όταν έχουμε ένα μικρό cluster με περιορισμένους πόρους (resources). name Με αυτό data node node τον τρόπο θα σχεδιάσουμε και το δικό μας cluster. data node Master node Slave node
17 Μοντέλο Map Reduce Είσοδος: σύνολο από ζευγάρια < κλειδί εισόδου τιμή > Έξοδος: σύνολο από ζευγάρια < κλειδί εξόδου αποτέλεσμα > Δύο λειτουργίες: map & reduce Η λειτουργία map δέχεται σαν είσοδο μια λίστα με ζεύγη κλειδί-τιμή (ένα κάθε φορά) και για κάθε ζεύγος εισόδου παράγει σαν έξοδο ένα άλλο ζεύγος < ενδιάμεσο κλειδί ενδιάμεση τιμή >. Η λειτουργία reduce, μειώνει (reduces) το σύνολο ενδιάμεσων τιμών που έχουν το ίδιο ενδιάμεσο κλειδί σε ένα μικρότερο σύνολο από τιμές.
18 Λειτουργία Map Έστω ότι δίνεται ένα αρχείο κειμένου: Ένα αρχείο μπορεί να διαχωριστεί σε πολλαπλά records (εγγραφές) Μια εγγραφή μπορεί να ναι μια γραμμή του αρχείου Η μέθοδος map: Υλοποιείται από το χρήστη, Σε κάθε κλήση, παίρνει σαν είσοδο ένα record στη μορφή ενός ζεύγους <κλειδί,τιμή> και παράγει ένα ζεύγος <ενδιάμεσο κλειδί,ενδιάμεση τιμή>.
19 Λειτουργία Map map (in_key, in_value) -> (intermediate_key, intermediate_value) list
20 Λειτουργία Reduce To σύνολο ζευγών < ενδιάμεσο κλειδί, ενδιάμεση τιμή > παραχθέντων υπό των κλήσεων της μεθόδου map ομαδοποιούνται ως προς το ίδιο ενδιάμεσο κλειδί Όλες οι ενδιάμεσες τιμές (values) για ένα συγκεκριμένο ενδιάμεσο κλειδί (key) συνενώνονται σε μια λίστα, και δίδονται σε στον reducer. < intermediate key, <list of values with the same key>> Ο reducer εκτελεί συνάθροιση των τιμών της λίστας παράγοντας στην έξοδο ένα τελικό ζεύγος κλειδί/τιμή < out key, new_value> O Reducer περιλαμβάνει 3 κύριες φάσεις: Shuffle, Sort, Reduce που θα αναλυθούν σε άλλο εργαστήριο.
21 Λειτουργία Reduce reduce (intermediate_key, intermediate_value list) -> out_value list
22 Map & Reduce Tasks
23 Παράδειγμα WordCount Κλασσικό παράδειγμα για το πώς λειτουργεί το Map Reduce. Μετρά πόσες φορές εμφανίζεται η κάθε λέξη σε ένα ή περισσότερα αρχεία. Η επεξεργασία γίνεται μέσω Hadoop και άρα είναι κατανεμημένη (distributed).
24 Παράδειγμα WordCount Το map παίρνει σαν input ζευγάρια της μορφής <key, value> όπου: το key είναι το offset της γραμμής στο αρχείο (η θέση της γραμμής στο αρχείο). το value είναι μια ολόκληρη γραμμή από ένα από τα αρχεία Η θέση που βρίσκεται η γραμμή στο αρχείο δεν μας ενδιαφέρει γι αυτό και αγνοούμε το key. Το map κάνει tokenize («σπάει» τη γραμμή σε λέξεις) και δίνει σαν έξοδο ζευγάρια <key, value> : το key είναι κάθε μια από τις λέξεις το value είναι πάντα ο αριθμός 1 Τα πιο πάνω ζευγάρια εισάγονται στο reduce
25 Παράδειγμα WordCount Το reduce παίρνει σαν input ένα ζευγάρι < key, <list of values> > όπου: key είναι μια από τις λέξεις το value είναι μια λίστα που περιέχει τον αριθμό 1 τόσες φόρες όσες εμφανίζεται η λέξη που βρίσκεται στο key στα αρχεία μας. Π.χ < the, <1, 1, 1, 1> > To reduce δίνει σαν output ένα ζευγάρι <key, value> όπου: key είναι η λέξη που πήραμε σαν input value είναι το άθροισμα των άσσων στη λίστα των values.
26 REDUCE MAP Line 1 Παράδειγμα WordCount the government said yesterday it was on track to cover the financing needs for the next three months but for the next three years there was no choice to cover Input to map: key = 0, value = the government said yesterday [ ] Output: <the,1>, <government,1>, <said,1>, <yesterday,1>, <it,1>, <was,1>, <on,1> <choice,1>, <to,1> <cover,1> Input to reduce: key = the, value = <1,1,1,1> key = government, value = <1> Output: <the, 4>, <government, 1>, <said, 1> <to, 2>, <cover, 2>
27 Hands On Κατεβάστε το Virtual Machine που παρέχεται στην ιστοσελίδα του μαθήματος και περιέχει προεγκατεστημένα εργαλεία για το παρόν εργαστήριο (Hadoop, Java, Eclipse) και για τα επόμενα. Χρήσιμες πληροφορίες: Hadoop API: HDFS NameNode web interface: localhost:50070 Resource Manager (YARN) web interface: localhost:8088 MapReduce JobHistory Server web interface: localhost:19888
28 HDFS Namenode
29 Resource Manager (YARN)
30 Προαπαιτούμενα Εγκαταστείστε το VMware Workstation (10+) στον υπολογιστή σας Κατεβάστε το image Username: csdeptucy Password: csdeptucy Αποσυμπιέστε τα περιεχόμενα του zip και ανοίξετέ το (import) με το VMware workstation Ξεκινήστε το virtual machine NOTE: σε περίπτωση που θέλετε να εγκαταστήσετε το Hadoop σε μηχανή UNIX μπορείτε να δειτε: stall_on_ubuntu_single_node_cluster.php
31 Παράδειγμα WordCount Ξεκινήστε το Hadoop [Admin Commands] Πηγαίνετε στο folder /usr/local/hadoop/sbin και εκτελέστε την εντολή./start-all.sh Βεβαιωθείτε ότι το Hadoop ξεκίνησε με την εντολή jps Ανοίξτε το Eclipse IDE, και το Project Lab1 Συμπληρώστε το πρόγραμμα WordCount.java (λείπουν 2 γραμμές) /user/csdeptucy/input (HDFS folder που περιέχει τα input files) /user/csdeptucy/output (HDFS folder για να γράψει μέσα η διαδικασία MapReduce τα αποτελέσματα)
32 Παράδειγμα WordCount Τρέξτε το πρόγραμμα Αν το δοθέν output folder υπάρχει ήδη στο HDFS, το πρόγραμμα δεν θα τρέξει. Διαγράψετέ το με την εντολή: hadoop fs -rm -r /user/csdeptucy/output Αντιγράψτε τα Map-Reduce output file(s) από το HDFS στο τοπικό file system & δείτε περιεχόμενα: hadoop fs -copytolocal /user/csdeptucy/output/partr Τα αρχεία εξόδου ονοματίζονται με τη λογική part-x-yyyyy όπου: x είναι είτε 'm' ή 'r', αναλόγως αν το job ήταν μόνο map job, ή map και reduce yyyyy είναι το task number του mapper ή του reducer (ξεκινώντας από 0)» Ένα job που έχει 32 reducers θα έχει αρχεία εξόδου με το όνομα part-r έως partr-00031, για κάθε ένα reducer task Μπορείτε να δείτε τα περιεχόμενα του αρχείου μέσω του browser από το HDFS NameNode web interface
33 Παράδειγμα WordCount Μπορείτε να δείτε τις 10 πρώτες γραμμές του output file χωρίς να «κατεβάσετε» το αρχείο στο τοπικό filesystem: hadoop fs -cat output/part-r head Λεπτομερής περιγραφή του παραδείγματος WordCount σε Hadoop μπορείτε να δείτε εδώ:
34 Hadoop Admin Commands The /usr/local/hadoop/bin directory contains some scripts used to launch Hadoop DFS and Hadoop Map/Reduce daemons. These are: start-all.sh - Starts all Hadoop daemons, the namenode, datanodes, the jobtracker and tasktrackers. stop-all.sh - Stops all Hadoop daemons. start-mapred.sh - Starts the Hadoop Map/Reduce daemons, the jobtracker and tasktrackers. stop-mapred.sh - Stops the Hadoop Map/Reduce daemons. start-dfs.sh - Starts the Hadoop DFS daemons, the namenode and datanodes. stop-dfs.sh - Stops the Hadoop DFS daemons.
35 Εγκατεστημένα πακέτα στο VM Ubuntu Java 1.7.0_80 (Oracle, preferred by Hadoop) Apache Maven (version >= 3.0 needed for Hadoop, Mahout) Apache Hadoop Eclipse Mars.1 (for java developers) /opt/eclipse configured with hadoop plugin and hadoop-related jar files in classpath Apache Mahout /home/csdeptucy/mahout
36 Εγκατεστημένα πακέτα στο VM Scala Required by Apache Spark Apache Spark Pre-built for Hadoop 2.6 and later /home/csdeptucy/spark Apache Lucene Apache Solr 5.4.1
37 Εγκατεστημένα πακέτα στο VM Apache Maven Software project management and comprehension tool Based on the concept of a project object model (POM) Manages a project's build, reporting and documentation from a central piece of information. Apache Mahout Machine Learning and Data Mining on top of Hadoop Discussed in Lab4
EPL451: Data Mining on the Web Lab 1
EPL451: Data Mining on the Web Lab 1 Παύλος Αντωνίου Γραφείο: B109, ΘΕΕ01 University of Cyprus Department of Computer Science General Info Τετάρτη: 18:00-20:00, Αίθουσα 101, ΘΕΕ01 Ιστοσελίδα μαθήματος
Διαβάστε περισσότεραEPL660: Information Retrieval and Search Engines Lab 5
EPL660: Information Retrieval and Search Engines Lab 5 Παύλος Αντωνίου Γραφείο: B109, ΘΕΕ01 University of Cyprus Department of Computer Science Εισαγωγή - Map Reduce MapReduce προγραμματιστικό μοντέλο
Διαβάστε περισσότεραEPL 660: Lab 4 Introduction to Hadoop
EPL 660: Lab 4 Introduction to Hadoop Andreas Kamilaris Department of Computer Science MapReduce Πρόβλημα: Ανάγκη για επεξεργασία μεγάλου όγκου δεδομένων στα συστήματα ανάκτησης πληροφορίας. Λύση: κατανομή
Διαβάστε περισσότεραΜΕΛΕΤΗ ΣΧΕΔΙΑΣΗ ΕΦΑΡΜΟΓΗΣ ΣΕ ΥΠΟΛΟΓΙΣΤΙΚΟ ΝΕΦΟΣ (CLOUD COMPUTING) ΜΕ ΕΜΦΑΣΗ ΣΤΗΝ ΚΑΤΑΣΚΕΥΗ ΔΕΝΤΡΩΝ.
ΤΕΙ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΗΥΣ Θέμα: ΜΕΛΕΤΗ ΣΧΕΔΙΑΣΗ ΕΦΑΡΜΟΓΗΣ ΣΕ ΥΠΟΛΟΓΙΣΤΙΚΟ ΝΕΦΟΣ (CLOUD COMPUTING) ΜΕ ΕΜΦΑΣΗ ΣΤΗΝ ΚΑΤΑΣΚΕΥΗ ΔΕΝΤΡΩΝ. Εισηγητής: Δ. Ν. Καλλέργης, MSc. Φοιτήτρια: Κοντζοπούλου Παναγιώτα Εισαγωγή
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τμήμα Πληροφορικής
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τμήμα Πληροφορικής ΕΠΛ 451 Εξόρυξη Δεδομένων στον Παγκόσμιο Ιστό I. Στόχος ΑΣΚΗΣΗ 1 Ανάλυση συσχετίσεων ανάμεσα σε προϊόντα Διδάσκων: Γιώργος Πάλλης Υπεύθυνος Εργασίας: Παύλος Αντωνίου
Διαβάστε περισσότεραΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΤΑΝΕΜΗΜΕΝΑ ΣΥΣΤΗΜΑΤΑ Εαρινό Εξάμηνο
ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΤΑΝΕΜΗΜΕΝΑ ΣΥΣΤΗΜΑΤΑ Εαρινό Εξάμηνο 2016-2017 Υποχρεωτική εργασία Τα τελευταία χρόνια, λόγω της τεράστιας αύξησης της ποσότητας της πληροφορίας που έχουμε
Διαβάστε περισσότεραEPL660: Information Retrieval and Search Engines Lab 5
EPL660: Information Retrieval and Search Engines Lab 5 Παύλος Αντωνίου Γραφείο: B109, ΘΕΕ01 University of Cyprus Department of Computer Science Classes in Hadoop: InputFormat Fundamental class in Hadoop
Διαβάστε περισσότεραBig Data. CERN/LHC: 40TB/μέρα (15PB/έτος) Πολλά, πολλά ακόμα Web logs, αρχεία ομιλιών, ιατρικοί φάκελοι, κλπ. για όλους...
MapReduce Big Data 90% των σημερινών δεδομένων δημιουργήθηκαν τα τελευταία 2 χρόνια Νόμος του Moore: Διπλασιασμός δεδομένων κάθε 18 μήνες YouTube: 13 εκατ. ώρες και 700 δις αναπαραγωγές το 2010 Facebook:
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τµήµα Πληροφορικής ΕΠΛ 646 Προχωρηµένα Θέµατα Βάσεων Δεδοµένων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τµήµα Πληροφορικής ΕΠΛ 646 Προχωρηµένα Θέµατα Βάσεων Δεδοµένων ΑΣΚΗΣΗ 4 Υλοποίηση Προγράµµατος Ανάλυσης Μεγάλων Δεδοµένων στο Hadoop MapReduce Ι. Στόχος Άσκησης (Επερώτηση k nearest
Διαβάστε περισσότεραΑτομική Διπλωματική Εργασία. Evaluating Hadoop, a MapReduce implementation, for Multicore systems. Κωνσταντίνος Χριστοφή ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ
Ατομική Διπλωματική Εργασία Evaluating Hadoop, a MapReduce implementation, for Multicore systems. Κωνσταντίνος Χριστοφή ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Μάιος 2009 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
Διαβάστε περισσότεραΠΡΟΧΩΡΗΜΕΝΑ ΘΕΜΑΤΑ ΒΑΣΕΩΝ ΔΕΔΟΜΕΝΩΝ Ακ. έτος , 9ο Εξάμηνο ΗΜ&ΜΥ Ν. Κοζύρης Εξαμηνιαία Εργασία. Εισαγωγή στο MapReduce και στις βάσεις NoSQL
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Ε Ρ Γ Α Σ ΤΗΡΙΟ ΥΠΟΛ Ο Γ Ι Σ ΤΙ Κ Ω Ν Σ Υ Σ ΤΗ ΜΑ ΤΩΝ w w w. c s l a b.
Διαβάστε περισσότεραΟδηγίες για την εγκατάσταση του πακέτου Cygwin
Οδηγίες για την εγκατάσταση του πακέτου Cygwin Ακολουθήστε τις οδηγίες που περιγράφονται σε αυτό το file μόνο αν έχετε κάποιο laptop ή desktop PC που τρέχουν κάποιο version των Microsoft Windows. 1) Copy
Διαβάστε περισσότεραΠ Τ Υ Χ Ι Α Κ Η Ε Ρ Γ Α Σ Ι Α
ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΠΕΙΡΑΙΑ ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΟΜΕΑΣ ΑΡΧΙΤΕΚΤΟΝΙΚΗΣ Η/Υ, ΠΛΗΡΟΦΟΡΙΚΗΣ & ΔΙΚΤΥΩΝ Εργ. Τεχνολογίας Λογισμικού & Υπηρεσιών S 2 E Lab Π Τ Υ Χ Ι
Διαβάστε περισσότεραΒρίγκας Μιχαήλ Α.Μ.744 Μπράχος Χ. Ευάγγελος Α.Μ.795
Βρίγκας Μιχαήλ Α.Μ.744 Μπράχος Χ. Ευάγγελος Α.Μ.795 Περιεχόμενα Εισαγωγή Εγκατάσταση Δημιουργία νέου project Java Editor Perspectives Δημιουργία source folders Προσθήκη νέου αρχείου στο project Εισάγωντας
Διαβάστε περισσότεραΔΙΑΔΙΚΑΣΙA ΜΕΤΑΦΟΡΑΣ ΥΛΙΚΟΥ ΜΑΘΗΜΑΤΟΣ ΑΠΟ BLACKBOARD VISTA ΣΕ MOODLE
ΔΙΑΔΙΚΑΣΙA ΜΕΤΑΦΟΡΑΣ ΥΛΙΚΟΥ ΜΑΘΗΜΑΤΟΣ ΑΠΟ BLACKBOARD VISTA ΣΕ MOODLE Η διαδικασία μεταφοράς του υλικού ενός μαθήματος από την πλατφόρμα Blackboard Vista στην πλατφόρμα Moodle σε βήματα είναι η ακόλουθη:
Διαβάστε περισσότεραMapReduce Εισαγωγή. MapReduce. ηµήτρης Λεβεντέας
Εισαγωγή MapReduce ηµήτρης Λεβεντέας 6 Μαΐου 2010 Εισαγωγή Ορισµός Τι είναι Ορισµός Το MapReduce είναι ένα framework λογισµικού που είσηχθηκε από την Google για να υποστηρίξει κατανεµηµένο υπολογισµό σε
Διαβάστε περισσότεραΕισαγωγή στην Επιστήμη της Πληροφορικής Εργαστήριο. UNIX Μέρος 1
Πανεπιστήμιο Κύπρου Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη της Πληροφορικής και Πληροφοριακά Συστήματα Εργαστήριο - ΕΠΛ003 Εισαγωγή στην Επιστήμη της Πληροφορικής Εργαστήριο UNIX Μέρος 1 Παναγιώτης
Διαβάστε περισσότερα«Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ.
ΕΡΓΑΣΙΑ 4 «Μηχανή Αναζήτησης Αρχείων» Ημερομηνία Παράδοσης: 30/04/2015, 09:00 π.μ. Στόχος Στόχος της Εργασίας 4 είναι να η εξοικείωση με την αντικειμενοστρέφεια (object oriented programming). Πιο συγκεκριμένα,
Διαβάστε περισσότεραEPL451: Data Mining on the Web Lab 3
EPL451: Data Mining on the Web Lab 3 Παύλος Αντωνίου Γραφείο: B109, ΘΕΕ01 University of Cyprus Department of Computer Science Classes in Hadoop: InputFormat Fundamental class in Hadoop Map-Reduce Defines
Διαβάστε περισσότεραWeb Data Mining ΕΡΓΑΣΤΗΡΙΟ 2 & 3. Prepared by Costantinos Costa Edited by George Nikolaides. EPL 451 - Data Mining on the Web
EPL 451 - Data Mining on the Web Web Data Mining ΕΡΓΑΣΤΗΡΙΟ 2 & 3 Prepared by Costantinos Costa Edited by George Nikolaides Semester Project Microsoft Malware Classification Challenge (BIG 2015) More info:
Διαβάστε περισσότεραΜαζικός Παραλληλισμός λ με Map - Reduce. Μοντέλο Θέματα υλοποίησης Παραδείγματα διαχείρισης δεδομένων
Μαζικός Παραλληλισμός λ με Map - Reduce Μοντέλο Θέματα υλοποίησης Παραδείγματα διαχείρισης δεδομένων Ευχαριστίες Οι διαφάνειες στηρίζονται σε μεγάλο βαθμό στο υλικό που είναι διαθέσιμο από το εργαστήριο
Διαβάστε περισσότεραΔΙΑΔΙΚΑΣΙA ΜΕΤΑΦΟΡΑΣ ΥΛΙΚΟΥ ΜΑΘΗΜΑΤΟΣ ΑΠΟ BLACKBOARD VISTA ΣΕ OPEN ECLASS
ΔΙΑΔΙΚΑΣΙA ΜΕΤΑΦΟΡΑΣ ΥΛΙΚΟΥ ΜΑΘΗΜΑΤΟΣ ΑΠΟ BLACKBOARD VISTA ΣΕ OPEN ECLASS Η διαδικασία μεταφοράς του υλικού ενός μαθήματος από την πλατφόρμα Blackboard Vista στην πλατφόρμα Open eclass σε βήματα είναι
Διαβάστε περισσότερα11/28/2016 Απόδοση Συστημάτων, Remote Jmeter και Dacappo
Remote Jmeter και Dacappo Distributed Jmeter Έχουμε πει στη θεωρία ότι ένα βασικό πρόβλημα είναι client Bottlenecks Δεν μπορείτε να υπερφορτώσετε τον πελάτη σε ένα μηχάνημα ώστε να φτάσει τον απαιτούμενο
Διαβάστε περισσότεραΕνημερωτικός οδηγός για τον εξυπηρετητή Ada
17 Ιουλίου 2018 Ενημερωτικός οδηγός για τον εξυπηρετητή Ada Πανεπιστήμιο Κύπρου, Τμήμα Πληροφορικής Μαρία Τσιολάκκη Ομάδα Τεχνικής Υποστήριξης Έκδοση 3.0 Πίνακας περιεχομένων Γενικά... 2 1. Υπηρεσίες πρόσβασης
Διαβάστε περισσότεραARTius με PostgreSQL
ARTius με PostgreSQL 9.3.5.1 Features: Δεν υπάρχει License και κόστος αγοράς / αναβάθμισης του PostgreSQL. Εύκολη και γρήγορη εγκατάσταση. Ταχύτερη παραλληλία (row locking) σε σχέση με άλλα dbms (SQLite,
Διαβάστε περισσότεραProcSim οδηγίες χρήσης.
ProcSim οδηγίες χρήσης. Το ProcSim είναι ένα εργαλείο προσομοίωσης Οπτικοποίησης του Datapath του απλού επεξεργαστή που περιγράφεται στο μάθημα (και στο βιβλίο). Το εργαλείο αυτό εκτελεί προγράμματα γραμμένα
Διαβάστε περισσότεραHancock. Ζωγραφάκης Ιωάννης Εξαρχάκος Νικόλαος. ΕΠΛ 428 Προγραμματισμός Συστημάτων
Hancock Ζωγραφάκης Ιωάννης Εξαρχάκος Νικόλαος Χ346339 Τ911778 ΕΠΛ 428 Προγραμματισμός Συστημάτων Ιστορική Αναδρομή Δημιουργήθηκε από την εταιρεία ΑΤ&Τ LAB Αφορμή δημιουργίας: Η ανάγκη για καθαρό και αποδοτικό
Διαβάστε περισσότεραProcSim οδηγίες χρήσης.
ProcSim οδηγίες χρήσης. Το ProcSim είναι ένα εργαλείο προσομοίωσης Οπτικοποίησης του Datapath του απλού επεξεργαστή που περιγράφεται στο μάθημα (και στο βιβλίο). Το εργαλείο αυτό εκτελεί προγράμματα γραμμένα
Διαβάστε περισσότεραΔιαχείριση Έργων Πληροφορικής Εργαστήριο
Διαχείριση Έργων Πληροφορικής Εργαστήριο «Εισαγωγή στο MS Project- Διάγραμμα Gantt» Μ.Τσικνάκης, Ρ.Χατζάκη Ε. Μανιαδή, Ά. Μαριδάκη 1. Εισαγωγή στο Microsoft Project To λογισμικό διαχείρισης έργων MS Project
Διαβάστε περισσότεραΚεφάλαιο 4 Λογισμικό συστήματος. Εφαρμογές Πληροφορικής Κεφ.4 Καραμαούνας Πολύκαρπος 1
Κεφάλαιο 4 Λογισμικό συστήματος Καραμαούνας Πολύκαρπος 1 4.1 Λογισμικό συστήματος (application software) Καραμαούνας Πολύκαρπος 2 Λογισμικό εφαρμογών (application software): προγράμματα για την αντιμετώπιση
Διαβάστε περισσότεραΑνάλυση Αρχείων Καταγραφής σε Υπολογιστικά Νέφη. Log File Analysis in Cloud Computing
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Ανάλυση Αρχείων Καταγραφής σε Υπολογιστικά Νέφη Log File Analysis in Cloud Computing ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ του Μαυρίδη
Διαβάστε περισσότεραSocialSkip Service v2.0
SocialSkip Service v2.0 Οδηγίες εγκατάστασης Κωνσταντίνος Παρδάλης Ιόνιο Πανεπιστήμιο - Τμήμα Πληροφορικής Κέρκυρα, Μάιος 2013 Πίνακας περιεχομένων Εισαγωγή... 2 Αρχεία για λήψη... 2 Εγκατάσταση Java Developer
Διαβάστε περισσότεραUsers / Groups / Permissions. Πώς ξεκίνησε η ανάγκη για πολλαπλούς χρήστες σε ένα σύστημα;
Πώς ξεκίνησε η ανάγκη για πολλαπλούς χρήστες σε ένα σύστημα; Ένα λειτουργικό σύστημα διαθέτει πληθώρα λειτουργιών που άλλες το ξεχωρίζουν και άλλες υπάρχουν απλά για να το ολοκληρώσουν. Μια εκ των βασικών
Διαβάστε περισσότεραAndroid Studio για Windows
Android Studio για Windows 1. Οδηγίες Εγκατάστασης: 1. Κατεβάστε το Android Studio από εδώ (τελευταία έκδοση 0.4.6, 496 MB): http://developer.android.com/sdk/installing/studio.html 2. Εγκαταστήστε το αρχείο
Διαβάστε περισσότεραΚατανεμημένος και Παράλληλος Προγραμματισμός. Κατανεμημένα Συστήματα. Δεύτερος παγκόσμιος πόλεμος 17/4/2017
Κατανεμημένος και Παράλληλος Προγραμματισμός Ηλίας Κ. Σάββας Καθηγητής Τμήμα Μηχανικών Πληροφορικής ΤΕ, ΤΕΙ Θεσσαλίας Email: savvas@teilar.gr Κατανεμημένα Συστήματα Ιστορικά στοιχεία Παραδείγματα χρήσης
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης
Πληροφοριακά Συστήματα Διοίκησης Μεγάλα Δεδομένα ΠΜΣ Λογιστική Χρηματοοικονομική και Διοικητική Επιστήμη ΤΕΙ Ηπείρου Bytes 1KB = 2 10 1MB = 2 20 1GB = 2 30 1TB = 2 40 1PB = 2 50 1EB = 2 60 1ZB = 2 70 1YB
Διαβάστε περισσότεραTechnical FAQ. Data Encryption: 128bit έως 256Bit με επιλογή πρωτοκόλλου (AES, Triple DES, and TwoFish). Traffic Encryption: 1024bit RCA
Technical FAQ FAQ General Technical: 1. Encryption Data Encryption: 128bit έως 256Bit με επιλογή πρωτοκόλλου (AES, Triple DES, and TwoFish). Traffic Encryption: 1024bit RCA 2. Χρειάζεται να εγκαταστήσω
Διαβάστε περισσότεραΚατανεμημένα Συστήματα
Κατανεμημένα Συστήματα Android Grid Application Θωμάς Αντώνιος (3050073) Καραβέλλας Θεμιστοκλής (3050055) 1. Εισαγωγή Το Android αποτελεί ένα λειτουργικό σύστημα για κινητές συσκευές. Το λειτουργικό αυτό
Διαβάστε περισσότεραΚεφάλαιο 4: Λογισμικό Συστήματος
Κεφάλαιο 4: Λογισμικό Συστήματος Ερωτήσεις 1. Να αναφέρετε συνοπτικά τις κατηγορίες στις οποίες διακρίνεται το λογισμικό συστήματος. Σε ποια ευρύτερη κατηγορία εντάσσεται αυτό; Το λογισμικό συστήματος
Διαβάστε περισσότεραΟΔΗΓΙΕΣ ΕΓΚΑΤΑΣΤΑΣΗΣ ΓΡΑΜΜΑΤΕΙΑΚΗΣ ΕΦΑΡΜΟΓΗΣ ESCHOOL
ΟΔΗΓΙΕΣ ΕΓΚΑΤΑΣΤΑΣΗΣ ΓΡΑΜΜΑΤΕΙΑΚΗΣ ΕΦΑΡΜΟΓΗΣ ESCHOOL 1 Βεβαιωθείτε ότι το μηχάνημα έχει τουλάχιστον 1 GB μνήμη RAM (2GB μνήμη RAM αν χρησιμοποιηθεί σαν λειτουργικό σύστημα τα WindowsVista ή Windows 7).
Διαβάστε περισσότεραΠανεπιστήμιο Πειραιώς Τμήμα Πληροφορικής
Πανεπιστήμιο Πειραιώς Τμήμα Πληροφορικής Πρόγραμμα Μεταπτυχιακών Σπουδών «Προηγμένα Συστήματα Πληροφορικής» Μεταπτυχιακή Διατριβή Τίτλος Διατριβής Σχεδίαση και ανάπτυξη περιβάλλοντος αποτίμησης μεθόδων
Διαβάστε περισσότεραCYGWIN Οδηγίες Χρήσης (Συγγραφέας: Γιώργος ούκας)
Γενικά CYGWIN Οδηγίες Χρήσης (Συγγραφέας: Γιώργος ούκας) Το cygwin είναι ένα περιβάλλον προσοµοίωσης του UNIX/Linux στα Windows. Παρέχει στον χρήστη την δυνατότητα να δηµιουργεί προγράµµατα κάνοντας χρήση
Διαβάστε περισσότεραΠΛΗΡΟΦΟΡΙΚΗ Ι Εργαστήριο 1 MATLAB ΠΛΗΡΟΦΟΡΙΚΗ Ι ΕΡΓΑΣΤΗΡΙΟ 1. Θέμα εργαστηρίου: Εισαγωγή στο MATLAB και στο Octave
ΠΛΗΡΟΦΟΡΙΚΗ Ι ΕΡΓΑΣΤΗΡΙΟ 1 Θέμα εργαστηρίου: Εισαγωγή στο MATLAB και στο Octave Περιεχόμενο εργαστηρίου: - Το περιβάλλον ανάπτυξης προγραμμάτων Octave - Διαδικασία ανάπτυξης προγραμμάτων MATLAB - Απλά
Διαβάστε περισσότεραΔημιουργία μιας εφαρμογής Java με το NetBeans
Δημιουργία μιας εφαρμογής Java με το NetBeans Για να δημιουργήσετε μια εφαρμογή Java πρέπει να ακολουθήσετε τα εξής βήματα : Αρχικά πρέπει να δημιουργηθεί ένα project το οποίο θα περιέχει όλα τα αρχεία
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ Web Services
ΚΕΦΑΛΑΙΟ Web Services Προϋποθέσεις εγκατάστασης Web Services για το Κεφάλαιο 4.50 1. Κεφάλαιο έκδοση 4.51e build 458 ή νεότερο 2. Internet Information Server (IIS) version 6 ή νεότερος 3. Σε κάποιον υπολογιστή
Διαβάστε περισσότεραΕνημερωτικός οδηγός για τον εξυπηρετητή Ada
27 Φεβρουαρίου 2015 Ενημερωτικός οδηγός για τον εξυπηρετητή Ada Πανεπιστήμιο Κύπρου, Τμήμα Πληροφορικής Μαρία Τσιολάκκη Ομάδα Τεχνικής Υποστήριξης Έκδοση 2.0 Πίνακας περιεχομένων Γενικά... 2 1. Υπηρεσίες
Διαβάστε περισσότεραMapReduce. Κατανεμημένα Συστήματα
MapReduce Κατανεμημένα Συστήματα 2016-2017 http://www.cslab.ece.ntua.gr/courses/distrib Big Data 90% των σημερινών δεδομένων δημιουργήθηκαν τα τελευταία 2 χρόνια Νόμος του Moore: Διπλασιασμός δεδομένων
Διαβάστε περισσότεραΑνάκτηση Πληροφορίας σε Νέφη Υπολογιστών
Πανεπιστήμιο Πατρών Τμήμα Μηχανικών Η/Υ & Πληροφορικής Διπλωματική Εργασία Ανάκτηση Πληροφορίας σε Νέφη Υπολογιστών Ζώης Βασίλειος 4183 Επιβλέπων: Γαροφαλάκης Ιωάννης Εξεταστές: Γαροφολάκης Ιωάννης, Χρήστος
Διαβάστε περισσότεραΥπολογιστικά Νέφη. Ενότητα 12: MapReduce. Άγγελος Μιχάλας Τμήμα Μηχανικών Πληροφορικής ΤΕ
Υπολογιστικά Νέφη Ενότητα 12: MapReduce Άγγελος Μιχάλας Τμήμα Μηχανικών Πληροφορικής ΤΕ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Διαβάστε περισσότεραΠρογραμματισμός Ι. Εργαστήριο 1 ο Περιβάλλον Εργασίας. Νικόλαος Δ. Τσελίκας Κυριακή Θ. Σεκλού
Προγραμματισμός Ι Εργαστήριο 1 ο Περιβάλλον Εργασίας Νικόλαος Δ. Τσελίκας ntsel@uop.gr Κυριακή Θ. Σεκλού kseklou@uop.gr Εργαστήριο στον Προγραμματισμό Ι - Τμήμα Πληροφορικής και Τηλεπικοινωνιών - Πανεπιστήμιο
Διαβάστε περισσότεραΕργαστήρια Text Mining & Sentiment Analysis με Rapid Miner
10. Text Mining Για να μπορέσουμε να χρησιμοποιήσουμε τις δυνατότητες text mining του Rapid Miner πρέπει να εγκαταστήσουμε το Text Mining Extension. Πηγαίνουμε Help Updates and Extensions (Marketplace)
Διαβάστε περισσότεραΠΡΟΑΙΡΕΤΙΚΑ ΣΕΜΙΝΑΡΙΑ 2012-2013. Πληροφορική και Επιστήμη Ηλεκτρονικών Υπολογιστών
ΠΡΟΑΙΡΕΤΙΚΑ ΣΕΜΙΝΑΡΙΑ 2012-2013 Πληροφορική και Επιστήμη Ηλεκτρονικών Υπολογιστών Εγκατάσταση Linux Server/Samba/Web Server (Apache)/MySQL Database Server/Joomla/Moodle/Word Press (Blog)/Email Server/File
Διαβάστε περισσότεραΕΣΔ 232: ΟΡΓΑΝΩΣΗ ΔΕΔΟΜΕΝΩΝ ΣΤΗ ΚΟΙΝΩΝΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ. Ακαδημαϊκό Έτος , Εαρινό Εξάμηνο. Εργαστηριακή Άσκηση 1 17/01/2012
ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΕΠΙΚΟΙΝΩΝΙΑΣ & ΣΠΟΥΔΩΝ ΔΙΑΔΙΚΤΥΟΥ ΕΣΔ 232: ΟΡΓΑΝΩΣΗ ΔΕΔΟΜΕΝΩΝ ΣΤΗ ΚΟΙΝΩΝΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ Ακαδημαϊκό Έτος 2011 2012, Εαρινό Εξάμηνο Εργαστηριακή Άσκηση 1 17/01/2012
Διαβάστε περισσότεραΤο διαδίκτυο είναι ένα δίκτυο που αποτελείτε από πολλά μικρότερα δίκτυα υπολογιστών.
Κεφάλαιο 2 Με το διαδίκτυο μπορεί κάποιος: να κάνει έρευνα, να ψωνίσει για διάφορες υπηρεσίες και προϊόντα, να δει καιρικούς χάρτες, να πάρει φωτογραφίες, ταινίες, και διάφορες άλλες πληροφορίες που βρίσκονται
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ
ΤΕΧΝΟΛΟΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΟΔΗΓΙΕΣ ΕΓΚΑΤΑΣΤΑΣΗΣ ΕΦΑΡΜΟΓΩΝ JAIN-SIP-PROXY και SIP-COMMUNICATOR Εισαγωγή Αυτές οι οδηγίες περιγράφουν τα βήματα για να εγκαταστήσουμε τις εφαρμογές JAIN- SIP-Proxy και SIP-Communicator.
Διαβάστε περισσότεραΔιδάσκων: Νεκτάριος Κοζύρης, καθηγητής
Διδάσκων: Νεκτάριος Κοζύρης, καθηγητής (nkoziris@cslab.ntua.gr) Βοηθοί Δρ. Ιωάννης Κωνσταντίνου, (ikons@cslab.ntua.gr) Δρ. Μανόλης Τερροβίτης, (mter@imis.athena-innovation.gr) Δρ. Δημήτρης Σκούτας, (mter@imis.athena-innovation.gr)
Διαβάστε περισσότεραΟδηγίες εγκατάστασης και χρήσης Java σε προσωπικό υπολογιστή
Οδηγίες εγκατάστασης και χρήσης Java σε προσωπικό υπολογιστή Οι οδηγίες που ακολουθούν περιγράφουν την εγκατάσταση και τη χρήση (compile & run) της Java για τον προσωπικό σας υπολογιστή. Windows (10, 8.1,
Διαβάστε περισσότεραΌροι Χρήσης της IBM Όροι για Συγκεκριμένες Προσφορές SaaS. IBM BigInsights on Cloud
Όροι Χρήσης της IBM Όροι για Συγκεκριμένες Προσφορές SaaS IBM BigInsights on Cloud Οι Όροι Χρήσης (Terms of Use - "ToU") αποτελούνται από το παρόν έγγραφο "Όροι Χρήσης της IBM Όροι για Συγκεκριμένες Προσφορές
Διαβάστε περισσότεραΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ. Εργαστήριο Εγκατάσταση Ubuntu με VirtualBox Εγκατάσταση Ubuntu με Unetbootin Απομακρυσμένη πρόσβαση με Putty/WinSCP
ΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ Εργαστήριο Εγκατάσταση Ubuntu με VirtualBox Εγκατάσταση Ubuntu με Unetbootin Απομακρυσμένη πρόσβαση με Putty/WinSCP Κ.Γ. Μαργαρίτης, Τμήμα Εφαρμοσμένης Πληροφορικής, Πανεπιστήμιο
Διαβάστε περισσότεραBHMATA ΓΙΑ ΑΝΑΒΑΘΜΙΣΗ ΣΤΟ 3S/I.T.P.
BHMATA ΓΙΑ ΑΝΑΒΑΘΜΙΣΗ ΣΤΟ 3S/I.T.P. Πριν την έναρξη της διαδικασίας θα θέλαμε να σας ενημερώσουμε ότι η αναβάθμιση διαφέρει σε κάποιες λεπτομέρειες, ανάλογα με το τύπο της βάσης δεδομένων της κάθε χρήσης.
Διαβάστε περισσότεραΑνοικτά Δεδομένα. Η εμπειρία του OpenDataCloud
Ανοικτά Δεδομένα Προκλήσεις και Ευκαιρίες: Η εμπειρία του OpenDataCloud Κώστας Σαΐδης, PhD Πάροχοι Ανοικτών Δεδομένων datagov.gr diavgeia.gr geodata.gov.gr Πυροσβεστικό σώμα Ελληνική Αστυνομία Υπουργείο
Διαβάστε περισσότεραΟ ArcCatalog χρησιμοποιείται για την πλοήγηση / διαχείριση χωρικών δεδοµένων.
ΕΡΓΑΣΤΗΡΙΟ 3 ο : ArcCatalog Πηγές δεδομένων Γεωβάση Τι είναι ο ArcCatalog? Ο ArcCatalog χρησιμοποιείται για την πλοήγηση / διαχείριση χωρικών δεδοµένων. Η εφαρμογή του ArcCatalog παρέχει τη δυνατότητα
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης
Πληροφοριακά Συστήματα Διοίκησης Μεγάλα Δεδομένα ΠΜΣ Λογιστική Χρηματοοικονομική και Διοικητική Επιστήμη ΤΕΙ Ηπείρου @ 2017 Bytes 1KB = 2 10 1MB = 2 20 1GB = 2 30 1TB = 2 40 1PB = 2 50 1EB = 2 60 1ZB =
Διαβάστε περισσότεραΕγχειρίδιο εγκατάστασης και βασικής παραμετροποίησης σεναρίου εστίασης
Εγχειρίδιο εγκατάστασης και βασικής παραμετροποίησης σεναρίου εστίασης Σε αυτό το εγχειρίδιο θα καλύψουμε τη μεθοδολογία εγκατάστασης ενός σεναρίου εστίασης από την αρχή έως το σημείο των βασικών ρυθμίσεων
Διαβάστε περισσότεραΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ. Υλοποίηση αλγορίθμων ταξινόμησης μεγάλου όγκου δεδομένων με το μοντέλο MapReduce
ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Υλοποίηση αλγορίθμων ταξινόμησης μεγάλου όγκου δεδομένων με το μοντέλο MapReduce Του φοιτητή Γαβριηλίδη Αχιλλέα Επιβλέπων καθηγητής Κωνσταντίνος Διαμαντάρας Αρ. Μητρώου: 07/3257 Θεσσαλονίκη
Διαβάστε περισσότεραΑποδοτική επεξεργασία ερωτημάτων κατάταξης στο Map/Reduce
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΠΜΣ ΔΙΔΑΚΤΙΚΗΣ ΤΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΚΑΤΕΥΘΥΝΣΗ: ΨΗΦΙΑΚΕΣ ΕΠΙΚΟΙΝΩΝΙΕΣ ΚΑΙ ΔΙΚΤΥΑ Αποδοτική επεξεργασία ερωτημάτων κατάταξης στο Map/Reduce Οικονομάκης Σπυρίδων
Διαβάστε περισσότερα$./jms console -w <jms in> -r <jms out> -o <operations file> namedpipe. (standard input).
Κ24: Προγραμματισμός Συστήματος 2η Εργασία Εαρινό Εξάμηνο 2017 Προθεσμία Υποβολής: Κυριακή 30 Απριλίου 2017 Ωρα 23:59 Εισαγωγή στην Εργασία: Ο στόχος της εργασίας αυτής είναι να εξοικειωθείτε με την δημιουργία
Διαβάστε περισσότεραΞεκινώντας με το MIT Αρρ Inventor. 1 η Εργασία
Ξεκινώντας με το MIT Αρρ Inventor 1 η Εργασία Απαιτήσεις 1. Σύνδεση στο Διαδίκτυο (διότι οι εφαρμογές δημιουργούνται online) 2. Εγκατεστημένος ο Browser Google Chrome 3. Υπαρκτός λογαριασμός Gmail 4. Κατεβάστε
Διαβάστε περισσότεραΆσκηση 3 (ανακοινώθηκε στις 14 Μαΐου 2018, προθεσμία παράδοσης: 8 Ιουνίου 2018, 12 τα μεσάνυχτα).
Κ08 Δομές Δεδομένων και Τεχνικές Προγραμματισμού Διδάσκων: Μανόλης Κουμπαράκης Εαρινό Εξάμηνο 2017-2018. Άσκηση 3 (ανακοινώθηκε στις 14 Μαΐου 2018, προθεσμία παράδοσης: 8 Ιουνίου 2018, 12 τα μεσάνυχτα).
Διαβάστε περισσότεραΚεφάλαιο 4. Λογισμικό Συστήματος
Κεφάλαιο 4 Λογισμικό Συστήματος 4.1 Λογισμικό συστήματος Λογισμικό εφαρμογών (application software):προγράμματα για την αντιμετώπιση εξειδικευμένων προβλημάτων π.χ. επεξεργασία κειμένου, μισθοδοσία κλπ.
Διαβάστε περισσότεραΑντικειμενοστρεφής Προγραμματισμός
Αντικειμενοστρεφής Προγραμματισμός Διδάσκουσα: Αναπλ. Καθηγήτρια Ανδριάνα Πρέντζα aprentza@unipi.gr Εργαστηριακός Συνεργάτης: Δρ. Βασιλική Κούφη vassok@unipi.gr 1 Δομημένος προγραμματισμός έναντι αντικειμενοστρεφούς
Διαβάστε περισσότεραBIG DATA ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΤΗΣ ΕΙΡΗΝΗΣ ΖΑΡΟΓΙΑΝΝΟΥ ΑΜ: 05/2872 ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ: ΗΜΗΤΡΙΟΣ ΑΧΙΛ. ΕΡΒΟΣ Η ΑΝΑΓΚΗ - ΤΟ ΠΡΟΒΛΗΜΑ - Η ΤΕΧΝΟΛΟΓΙΑ
BIG DATA Η ΑΝΑΓΚΗ - ΤΟ ΠΡΟΒΛΗΜΑ - Η ΤΕΧΝΟΛΟΓΙΑ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΤΗΣ ΕΙΡΗΝΗΣ ΖΑΡΟΓΙΑΝΝΟΥ ΑΜ: 05/2872 ΕΠΙΒΛΕΠΩΝ ΚΑΘΗΓΗΤΗΣ: ΗΜΗΤΡΙΟΣ ΑΧΙΛ. ΕΡΒΟΣ ΘΕΣΣΑΛΟΝΙΚΗ 2013 2 ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ..................................................
Διαβάστε περισσότεραΚατανεμημένα Συστήματα
Κατανεμημένα Συστήματα Σημειώσεις εργαστηρίου Lab#7 - Διεργασίες, Nήματα, Πολυνημάτωση στη Python Νεβράντζας Βάιος-Γερμανός Λάρισα, Φεβρουάριος 2013 Lab#7 - Διεργασιές, Νη ματα, Πολυνημα τωση στη Python,
Διαβάστε περισσότεραInformation Technology for Business
Information Technology for Business Lecturer: N. Kyritsis, MBA, Ph.D. Candidate e-mail: kyritsis@ist.edu.gr Computer System Hardware Υποδομή του Information Technology Υλικό Υπολογιστών (Hardware) Λογισμικό
Διαβάστε περισσότεραΠώς να ανοίξω το τερματικό στους υπολογιστές της σχολής
Περιεχόμενα Χώρος διεξαγωγής του εργαστηρίου Σύνδεση Η/Υ-Γραμμή Εντολών Μετάβαση στο λειτουργικό σύστημα Ubuntu Εκκίνηση Προγράμματος Προτάσεις σχεδίασης κυκλωμάτων Μορφή αποθήκευσης αρχείων Τρόποι μεταφοράς
Διαβάστε περισσότεραΜΕΛΕΤΗ ΘΕΡΜΟΚΡΑΣΙΑΣ ΠΟΛΥΠΥΡΗΝΟΥ ΕΠΕΞΕΡΓΑΣΤΗ ΜΕ ΕΦΑΡΜΟΓΕΣ PHOENIX
Ατομική Διπλωματική Εργασία ΜΕΛΕΤΗ ΘΕΡΜΟΚΡΑΣΙΑΣ ΠΟΛΥΠΥΡΗΝΟΥ ΕΠΕΞΕΡΓΑΣΤΗ ΜΕ ΕΦΑΡΜΟΓΕΣ PHOENIX Σελεάρη Φρόσω ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ Μάιος 21 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΜΕΛΕΤΗ
Διαβάστε περισσότεραμ μ «μ»
μ 3... 7 1. μ... 9 1.1... 9 1.2...10 1.3...12 1.4...17 2. μ...19 2.1...19 2.2...20 2.3...22 2.4 μ...32 3. μ «μ»...42 3.1...42 3.2...43 3.3...44 3.4 μ...45 4. μ...47 4.1...47 4.2...48 4.3...49 4.4 μ...49
Διαβάστε περισσότεραΤεχνολογίες Παγκόσμιου Ιστού. 1η διάλεξη
Τεχνολογίες Παγκόσμιου Ιστού 1η διάλεξη Χαρακτηριστικά Μαθήματος Μάθημα προγραμματισμού (και όχι μόνον) Μπορεί να εξελιχθεί σε εφιάλτη αν δεν έχετε καλή γνώση και αρκετή εμπειρία προγραμματισμού (Java)
Διαβάστε περισσότεραΟδηγίες Εγκατάστασης Πιστοποιητικών για Χρήση σε WEB Browsers
Οδηγίες Εγκατάστασης Πιστοποιητικών για Χρήση σε WEB Browsers - 1 - Οδηγίες Εγκατάστασης Πιστοποιητικών 1. Από το link: www.helex.gr/documents/10180/681760/certificates.zip κατεβάστε το αρχείο Certificates.zip
Διαβάστε περισσότεραΛειτουργικά Συστήματα Κεφάλαιο 2 Οργάνωση Συστήματος Αρχείων 2.1 Διαχείριση Αρχείων και Σύστημα Αρχείων(File System)
2.1.1 Εισαγωγή στη διαχείριση αρχείων Οι Η/Υ αποθηκεύουν τα δεδομένα και τα επεξεργάζονται. Εφαρμογή Προγράμματος C:\Documents and Settings\user\Τα έγγραφά μου\leitourgika.doc Λ.Σ. File System Γι αυτό
Διαβάστε περισσότεραSocialSkip Service v1.0
SocialSkip Service v1.0 Οδηγίες εγκατάστασης Κωνσταντίνος Παρδάλης Ιόνιο Πανεπιστήμιο - Τμήμα Πληροφορικής Κέρκυρα, Ιανουάριος 2013 Πίνακας περιεχομένων Εισαγωγή... 2 Αρχεία για λήψη... 2 Εγκατάσταση Java
Διαβάστε περισσότεραΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ Ι
ΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ Ι Λύβας Χρήστος chrislibas@ssl-unipi.gr Μανουσόπουλος Χρήστος cman@unipi.gr Αρχική επιμέλεια Πιτροπάκης Νικόλαος και Υφαντόπουλος Νικόλαος >_ ΔΕΣΜΕΥΜΕΝΑ ΟΝΟΜΑΤΑ +- Υπάρχουν ορισμένες
Διαβάστε περισσότεραΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ I
ΛΕΙΤΟΥΡΓΙΚΑ ΣΥΣΤΗΜΑΤΑ I Πιτροπάκης Νικόλαος Υποψήφιος Διδάκτορας Contact: npitrop@unipi.gr Υφαντόπουλος Νικόλαος Υποψήφιος Διδάκτορας Contact: nifantop@unipi.gr If at first you don't succeed, call it version
Διαβάστε περισσότεραΥλοποίηση κατασκευής δέντρου επιθεμάτων σε Hadoop MapReduce
κατασκευής δέντρου επιθεμάτων σε Hadoop MapReduce Αλέξανδρος Κωνσταντινάκης - Κάρμης Εργαστήριο Βάσεων Δεδομένων - Εθνικό Μετσόβιο Πολυτεχνείο 12 Ιουλίου 2010 Βιολογικό Υλικό Εισαγωγή Βιολογικό Υλικό Δέντρα
Διαβάστε περισσότεραΔιδάσκων: Νεκτάριος Κοζύρης, καθηγητής
Διδάσκων: Νεκτάριος Κοζύρης, καθηγητής (nkoziris@cslab.ntua.gr) Βοηθοί Δρ. Ιωάννης Κωνσταντίνου, (ikons@cslab.ntua.gr) Δρ. Μανόλης Τερροβίτης, (mter@imis.athena-innovation.gr) Δρ. Δημήτρης Σκούτας, (mter@imis.athena-innovation.gr)
Διαβάστε περισσότεραΥπηρεσία διαμοιρασμού αρχείων
7 Ιουνίου 2013 Υπηρεσία διαμοιρασμού αρχείων Πανεπιστήμιο Κύπρου, Τμήμα Πληροφορικής Ομάδα Τεχνικής Υποστήριξης v0.4 Πίνακας περιεχομένων Γενικά... 2 Διαθεσιμότητα... 2 Πρόσβαση... 2 Φυλλομετρητή ιστού...
Διαβάστε περισσότεραΕισαγωγή στον Προγραμματισμό Μάθημα 1: Βασική Πλοήγηση σε Linux CLI. Οκτώβριος 2016 Χ. Αλεξανδράκη
Εισαγωγή στον Προγραμματισμό Μάθημα 1: Βασική Πλοήγηση σε Linux CLI Οκτώβριος 2016 Χ. Αλεξανδράκη Command Line Interface Τα περισσότερα λειτουργικά συστήματα είναι φτιαγμένα ώστε να παρέχουν δύο περιβάλλοντα
Διαβάστε περισσότεραserver : Ο υπολογιστής του καθηγητή που θέλουμε να ελέγχει τους υπόλοιπους του εργαστηρίου client : Οι υπολογιστές των μαθητών
Εγκατάσταση italc Οδηγίες εγκατάστασης italcc σε τοπικό δίκτυο με Windows 7. Πιστεύω ότι η διαδικασία θα ισχύει και για windows 8 ή 10 ακόμα και για XP. Υπάρχουν οδηγίες και εδώ αλλά για περιβάλλον windows
Διαβάστε περισσότεραVERSION 1.0 ΝΟΕΜΒΡΙΟΣ, 2016 ΤΕΧΝΟΛΟΓΙΕΣ ΥΠΟΛΟΓΙΣΤΙΚΟΥ ΝΕΦΟΥΣ ΤΟ ΠΕΡΙΒΑΛΛΟΝ ΠΡΟΣΟΜΟΙΩΣΗΣ CLOUDSIM ΕΠΙΜΕΛΕΙΑ: ΒΑΣΙΛΕΙΟΣ ΤΣΑΚΑΝΙΚΑΣ
VERSION 1.0 ΝΟΕΜΒΡΙΟΣ, 2016 ΤΕΧΝΟΛΟΓΙΕΣ ΥΠΟΛΟΓΙΣΤΙΚΟΥ ΝΕΦΟΥΣ ΤΟ ΠΕΡΙΒΑΛΛΟΝ ΠΡΟΣΟΜΟΙΩΣΗΣ CLOUDSIM ΕΠΙΜΕΛΕΙΑ: ΒΑΣΙΛΕΙΟΣ ΤΣΑΚΑΝΙΚΑΣ ΤΕΧΝΟΛΟΓΙΕΣ ΥΠΟΛΟΓΙΣΤΙΚΟΥ ΝΕΦΟΥΣ ΤΟ ΠΕΡΙΒΑΛΛΟΝ ΠΡΟΣΟΜΟΙΩΣΗΣ CLOUDSIM ΤΟ
Διαβάστε περισσότεραΜελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον
Μελέτη και Υλοποίηση Αλγορίθμων για Βιολογικές Εφαρμογές σε MapReduce Περιβάλλον Δανάη Κούτρα Eργαστήριο Συστημάτων Βάσεων Γνώσεων και Δεδομένων Εθνικό Μετσόβιο Πολυτεχνείο Θέματα Σκοπός της διπλωματικής
Διαβάστε περισσότεραBIG DATA. Η Ανάγκη, το Πρόβληµα, η Τεχνολογία
BIG DATA Η Ανάγκη, το Πρόβληµα, η Τεχνολογία Πτυχιακή εργασία της Ειρήνης Ζαρογιάννου ΑΜ: 05/2872 Επιβλέπων Καθηγητής: ηµήτριος Αχιλ. έρβος Θεσσαλονίκη 2012-13 Τα χαρακτηριστικά των Big Data (V 3 ) Ηπλατφόρµατων
Διαβάστε περισσότεραCloud Computing with Google and Microsoft. Despoina Trikomitou Andreas Diavastos Class: EPL425
Cloud Computing with Google and Microsoft Despoina Trikomitou Andreas Diavastos Class: EPL425 Σχεδιάγραμμα Εισαγωγή Τεχνολογίες Cloud Computing Περιγραφή Εργασίας Επιτεύγματα Εργασίας Συμπεράσματα Cloud
Διαβάστε περισσότεραΛΟΓΙΣΜΙΚΟ ΠΡΟΣΟΜΟΙΩΣΗΣ ANYLOGIC
ΛΟΓΙΣΜΙΚΟ ΠΡΟΣΟΜΟΙΩΣΗΣ ANYLOGIC Χρησιμοποιούμε την δωρεάν έκδοση του λογισμικού προσομοίωσης Anylogic. Για εκπαιδευτική χρήση μπορείτε να «κατεβάσετε» και να εγκαταστήσετε στον υπολογιστή σας την Personal
Διαβάστε περισσότεραMapReduce: Simplified Data Processing on Large Clusters
MapReduce: Simplified Data Processing on Large Clusters Jeffrey Dean, Sanjay Ghemawat Commun. ACM 51(1), 2008 and OSDI 2004 Επιμέλεια παρουσίασης: Κωλέτσου Ευτυχία 2 Θεματολογία 3 Θεματολογία Επισκόπηση
Διαβάστε περισσότεραΠανεπιστήμιο Πειραιώς Τμήμα Πληροφορικής
Πανεπιστήμιο Πειραιώς Τμήμα Πληροφορικής Πρόγραμμα Μεταπτυχιακών Σπουδών «Προηγμένα Συστήματα Πληροφορικής» Μεταπτυχιακή Διατριβή Τίτλος Διατριβής Collection of Hadoop lab exercises Ονοματεπώνυμο Φοιτητή
Διαβάστε περισσότεραΕΓΚΑΤΑΣΤΑΣΗ ΕΦΑΡΜΟΓΩΝ ΓΙΑ ΠΡΟΣΩΠΙΚΟ ΥΠΟΛΟΓΙΣΤΗ (MS WINDOWS, LINUX, MACOS)
ΕΓΚΑΤΑΣΤΑΣΗ ΕΦΑΡΜΟΓΩΝ ΓΙΑ ΠΡΟΣΩΠΙΚΟ ΥΠΟΛΟΓΙΣΤΗ (MS WINDOWS, LINUX, MACOS) ΠΕΡΙΕΧΟΜΕΝΑ ΕΓΚΑΤΑΣΤΑΣΗ ΕΦΑΡΜΟΓΗΣ OWNCLOUD ΣΕ MS WINDOWS... 2 ΧΡΗΣΗ ΕΦΑΡΜΟΓΗΣ OWNCLOUD ΣΕ MS WINDOWS... 11 ΔΙΑΜΟΙΡΑΣΜΟΣ ΑΡΧΕΙΩΝ/ΦΑΚΕΛΩΝ...
Διαβάστε περισσότεραΕργαστήριο Βάσεων Δεδομένων
Εργαστήριο Βάσεων Δεδομένων Άσκηση 2 Σκοπός της άσκησης είναι: 1. Με δεδομένο το σχεσιακό διάγραμμα, η υλοποίηση μιας βάσης σε MySQL. 2. Η εισαγωγή δεδομένων στη βάση. 3. Η υλοποίηση απλών ερωτημάτων mysql
Διαβάστε περισσότεραΕΡΓΑΣΤΗΡΙΟ 3: Προγραμματιστικά Περιβάλλοντα και το Πρώτο Πρόγραμμα C
ΕΡΓΑΣΤΗΡΙΟ 3: Προγραμματιστικά Περιβάλλοντα και το Πρώτο Πρόγραμμα C Στο εργαστήριο αυτό, θα ασχοληθούμε με δύο προγραμματιστικά περιβάλλοντα της γλώσσας C, το Dev-C++, το οποίο είναι εφαρμογή που τρέχει
Διαβάστε περισσότεραApplication... 4 Java Development Kit... 4 Android SDK... 5 Android Studio... 6 Genymotion... 8 ια ο Web Panel... 10
Α. Η Η Α Α Α Α Ω Η Η Η Α Ε ογ οο η η ω ο όγιο ογ ά ο ε Android Ο ο ώ Α ιθ ός Μη Ε ο ο: Ι ιά ς ή ιος ώο : de01135 ύω Κθη η ής: ω ή ς Κο ο ιά ς Η Η κ β ά 6 Π ι χό ισ ω ή... 3... 4 Γ Application... 4 Java
Διαβάστε περισσότεραΕΡΓΑΣΤΗΡΙΟ 3: Προγραμματιστικά Περιβάλλοντα και το Πρώτο Πρόγραμμα C
ΕΡΓΑΣΤΗΡΙΟ 3: Προγραμματιστικά Περιβάλλοντα και το Πρώτο Πρόγραμμα C Στο εργαστήριο αυτό, θα ασχοληθούμε με δύο προγραμματιστικά περιβάλλοντα για τη γλώσσα C: τον gcc μεταγλωττιστή της C σε περιβάλλον
Διαβάστε περισσότερα