Prihlásenie

HRÍNOVÁ DURNEKOVÁ, Martina: Analytické spracovanie dát [dizertačná práca] – Žilinská univerzita v Žiline. Fakulta riadenia a informatiky; Katedra informatiky. – Školiteľ: doc. Ing. Michal Kvet, PhD. – Stupeň odbornej kvalifikácie: Doktor filozofie v študijnom odbore Informatika. Žilina: FRI ŽU v Žiline, 2024. V dizertačnej práci sa venujeme analytickému spracovaniu dát, vďaka ktorému dokážeme transformovať dostupné dáta do cenných informácií, ktoré sú kľúčové pre úspech našej spoločnosti, mnohých firiem a organizácií. Tieto informácie slúžia ako podklad pre strategické rozhodnutia, ktoré vedú k optimalizácii procesov, zvýšeniu efektivity a celkovej prosperite. Naším cieľom je orientovať sa na efektívne ukladanie veľkého množstva dát do databáz a dátových skladov, pričom je potrebné klásť dôraz na rýchlosť a efektivitu vyhľadávania položiek v rámci úložiska. Správny návrh a optimalizácia dátových a indexových štruktúr pokladá základy pre dosahovanie vhodných výkonnostných úrovní. Okrem toho je nutné dbať na adekvátny návrh algoritmov pre analytické spracovanie dát, vyhľadávanie a spracovanie nedefinovaných údajov, a v neposlednom rade aj efektívnu prácu s agregačnými a analytickými funkciami v rámci analýzy dát. Celý výskum je založený na reálnych dátach získaných z dopravných systémov a z leteckej dopravy. Navrhli a vytvorili sme dátové sklady a dátové modely, pričom sme kládli dôraz na efektivitu ukladania dát. Následne sme sa venovali optimalizácii dátovej štruktúry. Časť výskumu v dizertačnej práci sa venuje porovnávaniu rýchlostí metód importu dát do databázy a exportu dát z databázy, okrem toho sme porovnávali efektivitu vyhľadávania údajov v interných a externých tabuľkách. Práca s analytickými funkciami tvorí dôležitý aspekt efektivity riešenia, preto sme navrhli a experimentálne overili vplyv vytvorených indexov pre príkaz Select, ktorý obsahuje analytické funkcie. Taktiež sme vytvorili koncept pre referencie funkcií v príkaze Select a spracovanie odkazov temporálnych funkcií v relačných databázach. V samotnej časti sa venujeme problematike nedefinovaných hodnôt, ktorých nesprávne spracovanie môže viesť ku skresleným výsledkom, pričom sme vytvorili metodiku spracovania záznamov s nedefinovanými hodnotami v tabuľkách rozdelených na partície. Kľúčové slová: analytické spracovanie dát, dátový sklad, indexy, analytické funkcie, optimalizácia

HRÍNOVÁ DURNEKOVÁ, Martina: Analytical data processing [dissertation thesis] – University of Žilina. Faculty of Management Science and Informatics; Department of Informatics. – Supervisor: doc. Ing. Michal Kvet, PhD. – Qualification level: Philosophiae doctor in the study field Informatics. Žilina: FRI ŽU in Žilina, 2024. The dissertation is focused on analytical data processing, which allows us to transform available data into valuable information that is crucial for the success of companies and organizations. This information serves as the basis for strategic decisions that lead to process optimization, increased efficiency, and overall prosperity. Our aim is to focus on the effective storage of large amounts of data in databases and data warehouses, while emphasizing the speed and efficiency of retrieving records within the storage. Proper design and optimization of data and index structures lay the foundation for achieving appropriate performance level. In addition, it is necessary to pay attention to the adequate design of algorithms for analytical data processing, searching, and processing of undefined data, and efficient work with aggregation and window functions within data analysis. The entire research is based on real-world data obtained from intelligent transport systems and aviation systems. We designed and created data warehouses and data models, placing emphasis on data storage efficiency. Subsequently, we focused on optimizing the data structure. Part of the research is dedicated to comparing the speed of data import methods into the database and data export methods from the database. In addition, we compared the efficiency of searching for data in internal and external tables. Working with window functions is an important aspect of the solution's efficiency. Therefore, we designed and experimentally verified the impact of the created indexes for the Select statement, which contains window functions. We also created a concept for function references in the Select statement and treating temporal function references in relational database management system. The section itself deals with the problem of undefined values, the incorrect processing of which can lead to distorted results. We created a methodology for processing records with undefined values in partitioned tables. Key words: analytical data processing, data warehouse, indexes, window functions, optimization