Využití konceptu BIG data v oblasti Geodézie a Kartografie

Martin Vajner

Usage of BIG data in Geodesy and Cartography

Type of document

diplomová práce
master thesis

Author

Martin Vajner

Supervisor

Pytel Jan

Opponent

Koska Bronislav

Field of study

Geomatika

Study program

Geodézie a kartografie

Institutions assigning rank

Katedra geomatiky

Rights

A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.html
Vysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html

Metadata

Show full item record

Abstract

Cílem diplomové práce je analýza využití nástrojů pro zpracování Big data v oblasti geodézie a kartografie. Práce je zaměřena na využití analytického nástroje Apache Spark (sparc.apache.org) používaného spolu s programovacím jazykem Python za použití modulu PySpark. Práce obsahuje teoretické seznámení s konceptem Big data, datovou analýzou jako vědním oborem a nástroji použitými pro samotné zpracování dat. Součástí práce jsou praktické ukázky využití analytického nástroje pro analýzu a práci s daty.

The aim of the thesis is to analyze the use of tools for Big data processing in the field of geodesy and cartography. The work is focused on using Apache Spark analytic engine (sparc.apache.org) in combination with Python programming language with the support of PySpark module. It contains a theoretical introduction to the concept of Big data, data analytics as a scientific field, and the tools used for data analysis itself. Part of the thesis are practical examples of using analytic engines for data analysis.