1. WPROWADZENIE PRZEBADANE TECHNOLOGIE ŚRODOWISKO BADAWCZE ZAPISYWANIE I ODCZYTYWANIE W OBRĘBIE JEDNEJ INSTANCJI...

Wielkość: px
Rozpocząć pokaz od strony:

Download "1. WPROWADZENIE... 1 2. PRZEBADANE TECHNOLOGIE... 2 3. ŚRODOWISKO BADAWCZE... 3 4. ZAPISYWANIE I ODCZYTYWANIE W OBRĘBIE JEDNEJ INSTANCJI..."

Transkrypt

1 Tytuł dokumentu: Porównanie dokumentowych baz NoSQL na potrzeby sub- projektu agregacji danych Sygnatura projektu: POIG /11, Stworzenie innowacyjnych technologii i narzędzi do budowy portali ogłoszeniowych i aukcyjnych przez Sensi Soft sp. z o. o. Typ dokumentu: Autor: Konrad Szymański, Piotr Zientarski, Przemysław Kamiński, Tomasz Skórski Analityk/Architekt: Konrad Szymański Treść dokumentu: 1. WPROWADZENIE PRZEBADANE TECHNOLOGIE ŚRODOWISKO BADAWCZE ZAPISYWANIE I ODCZYTYWANIE W OBRĘBIE JEDNEJ INSTANCJI... 4 RIAK... 4 RIAK ODCZYTYWANIE DOKUMENTÓW... 4 RIAK ZAPISYWANIE DOKUMENTÓW... 7 CASSANDRA... 8 CASSANDRA ODCZYT... 9 CASSANDRA ZAPIS Wprowadzenie Wraz z rozwojem technologii oraz drastycznym zmniejszaniem się ceny jednostkowej za gigabajt w ciągu ostatnich lat można zaobserwować znaczący rozwój rozwiązań oferujących koncepcję dokumentowego przechowywania treści, w strukturach nazywanych bazami dokumentowymi lub bardziej powszechnie bazami NoSQL.

2 Wykres 1 - Cena gigabajta na przestrzeni czasu od roku 1980 do 2010 (źródło: A History of Storage Cost, Matt Komorowski, per- gigabyte) Rozwiązania takie jak Cassandra, Riak, HBase, Amazon Dynamo, HyperTable, Voldemort, Scalaris, Apache CouchDB czy MonoDB coraz częściej stosowane są w rozwiązaniach, w których kwestie relacji pomiędzy dokumentami nie jest krytyczna, a ilość przechowywanych danych i możliwość ich odczytania ma pierwszorzędne znaczenie. Co więcej, powstające obecnie technologie charakteryzują się bardzo dobrą skalowalnością zarówno wertykalną jak i horyzontalną, co umożliwia dynamicznie dostosowanie ilości zapytań idących do takich baz do zapotrzebowań tworzonych produktów. Warto dodać, że większość dokumentowych baz danych tworzona jest w językach wysokiego poziomu w sposób modułowy, co pozwala na bardzo proste tworzenie modułowych rozszerzeń, ułatwiających integrację z różnorakimi technologiami i środowiskami programistycznymi. Zakres projektu POIG /11 i zastosowane koncepcje jasno wskazują konieczność zastosowania dokumentowych baz danych (szczególnie w projekcie związanych z opracowaniem modelu przechowywania danych z różnych źródeł). Jednocześnie technologiczny rozwój, który miał miejsce pomiędzy złożeniem wniosku a jego rozpoczęciem, powoduje konieczność przebadania aktualnych możliwości technologii NoSQL. 2. Przebadane technologie Na potrzeby przedwstępnego obszaru badawczego analizie zostało poddanych kilkanaście technologii, zaprezentowanych w tabeli poniżej.

3 name python language type distributed medium scaling consistency performance bindings Cassandra YES Java column store PRAWDA disk/memory hash ring paritioning newest timestamp Riak YES Erlang key- value document store PRAWDA disk ring paritioning Vector clocks quite slow but stable, linear speed up with additional nodes HBase NO Java column store N/A disk/memory HDFS (Hadoop there is some Distributed Filesystem) with master Amazon NO? key- value PRAWDA n/a hash ring paritioning Vector clocks Dynamo store HyperTable NO C++ column store PRAWDA disk/memory Voldemort NO Java key- value store PRAWDA disk Vector clocks 10 to 20k reqs/s Scalaris NO Erlang key- value PRAWDA memory chord paritioning atomic ops store ElasticSearch YES Java Key- value PRAWDA Memory/disk ring? n/a MongoDB YES C++ Key- value PRAWDA Memory/disk Tbd. n/a n/a Apache CouchDB YES? document store PRAWDA disk replication master- master Przeprowadzone badania wykazały, że na potrzeby projektu należy dokonać dodatkowy badań wydajnościowych dla następujących rozwiązań: Elasticsearch w wersji Riak w wersji Cassandra w wersji MongoDB w wersji CouchDB w wersji / BigCouch W celu uzyskania reprezentatywnych danych, każda w baz dokumentowych była badana na jednym, czterech i szesnastu wątkach. Badane były możliwości zapisu i odczytu dla każdej z baz danych. W celu zachowania przejrzystości wyników poniżej, wyniki zostaną zaprezentowane dla każdego z rozwiązań. 3. Środowisko badawcze Na potrzeby środowiska badawczego zostały uruchomione cztery maszyny serwerowe typu blade w konfiguracji: Blade DELL PowerEdge M61014 z dwoma sześciordzeniowymi procesorami Xeon(R) CPU E GHz, Dysk twardy 1TB, Pamięć 64GB RAM 1. Testowane systemy były instalowane przy użyciu systemu zarządzania ProxMox I wykorzystywały parawirtualizację OpenVZ. 1 Opis specyfikacji technicznej maszyny Dell Power Edge M610 na stronie producenta: m610/pd

4 4. Zapisywanie i odczytywanie w obrębie jednej instancji W obrębie prac badawczych dla możliwie realistycznego odwzorowanie środowiska produkcyjnego, dla każdego z badanych systemów dokonywane były zapisy testowych treści w ilości 5000 obiektów/paczka i odczytów 1000 obiektów/paczka. Kolejne przedstawione poniżej dane odwzorowują czas potrzebny na zrealizowanie zadań dla każdej paczki. Elementem, który zwiększył poziom realizmu w przeprowadzonym badaniu jest czynnik polegający na uruchomieniu czterech jednoczesnych procesów odczytywania danych i jednego zapisującego. Riak Riak to stabilny (jak na analizowaną domenę tematu) produkt służący do przechowywanych informacji, wykorzystujący tzw. partycjonowanie danych (ang. shard- partition). Riak umożliwia użycie jako backendu przechowującego dane Bitcask, LevelDB i Innostore (opartego o InnoDB), z których Bitcask jest najbardziej dojrzałą implementacją. Opisywany system posiada rówież wbudowaną obsługę modelu MapReduce, natywanie wspiera JavaScript (przy użyciu silnika SpiderMonkey ) i Erlang (w którym został w większości napisany) Riak odczytywanie dokumentów Wnioski z obserwacji: Na podstawie przeprowadzonych kilkukrotnie testów, widać bardzo dobre powtarzalne wyniki czasu odczytu 1000 dokumentów powtarzalne wyniki osiągały wartości na poziomie 0,2 sekundy. Zauważalna była anomalia dla pierwszej paczki danych, która była przetwarzana znacząco (bo dwukrotnie) dłużej niż kolejne dane. Czas odczytu danych jest bardzo satysfakcjonujący i pozwala na rekomendację do użycia aplikacji do dalszych testów i analiz. próbka danych (1000 dokumentów) proces 1 proces 2 proces 3 proces 4 Średnia (s) 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,1493 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

5 14 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,1258 0, , , , , , , , , , , , , , , , , , , , ,1353 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,1617 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

6 54 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,2828 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

7 94 0, , , , , ,2685 0, , , , , , , , , , , , , , , , , , , , ,3094 0, , , , , , , , średnia: 0, Riak zapisywanie dokumentów Wnioski z obserwacji: Średni czas potrzebny do zapisania 5000 dokumentów do nierelacyjnej bazy danych wynosił 19,3 sekundy. Był to nagorszy czas uzyskany w tym obszarze badawczym (czas zapisu przy jednym wątku w porównianiu do innych baz dokumentowych). Zaprezentowane wyniki pozwalają na wysnucie wniosku, że baza dokumentowa działająca w jednej instancji nie będzie optymalnym rozwiązaniem dla komercyjnego, responsywnego systemu przechowującego miliony danych z racji na nieadekwatność czasu potrzebnego na wprowadzenie informacji do system. próbka danych (5000 dokumentów) proces , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,735012

8 41 19, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , średnia: 72 19, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Cassandra Apache Cassandra is an open source distributed database management system. It is an Apache Software Foundation top- level project[1] designed to handle very large amounts of data spread out across many commodity servers while providing a highly available service with no single point of failure. It is a NoSQL solution that was initially developed by Facebook and powered their Inbox Search feature until late 2010.[2][3] Jeff Hammerbacher, who led the Facebook Data team at the time, has described Cassandra as a BigTable data model running on an Amazon Dynamo- like infrastructure.[4]

9 Cassandra provides a structured key- value store with tunable consistency.[5] Keys map to multiple values, which are grouped into column families. The column families are fixed when a Cassandra database is created, but columns can be added to a family at any time. Furthermore, columns are added only to specified keys, so different keys can have different numbers of columns in any given family. Cassandra odczyt Wnioski z obserwacji: Przeciętny czas potrzebny na odczytanie przez Cassandrę próbki danych w rozmiarze 1000 dokumentów wynosił 1,2 sekundy. Podobnie jak w przypadku Riaka, pierwsza próbka badanych danych w powtarzalny sposób była procesowana dwukrotnie dłużej niż kolejne próbki badawcze. Wartości będące rezultatem przeprowadzonego badania mają wysoką powtarzalność. Chociaż uzyskane wyniki nie są w pełni satysfakcjonujące, wskazują na potencjał i stanowią rekomendację do dalszej analizy tej nierelacyjnej bazy. próbka danych (1000 dokumentów) proces 1 proces 2 proces 3 proces 4 Średnia (s) 1 3, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

10 28 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,1933 1, , , , , , , , , , , , , , , , , ,168 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,154171

11 68 1, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , średnia: 1, Cassandra zapis Wnioski z obserwacji: Dane pozyskane w trakcie badania wskazują na satysfakcjonujący, powtarzalny średni czas 4,37 sekundy potrzebny do zapisania w bazie 5000 dokumentów. Można zauważyć duże, przeszło

12 dwukrotne rozbieżności pomiędzy minimalnym a maksymalnym czasem potrzebnym na zapisanie zbliżonej pod względem treści próbki informacji: min. 3,43s max 7.76s. próbka danych (5000 dokumentów) proces 1 1 7, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,677271

13 74 3, , , , , , , , , , , , , , , , średnia: 90 3, , , , , , , , , , , , Mongo MongoDB (od słowa "humongous") to otwarty, nierelacyjny system zarządzania bazą danych napisany w języku C++. Charakteryzuje się dużą skalowalnością, wydajnością oraz brakiem ściśle zdefiniowanej struktury obsługiwanych baz danych. Zamiast tego, dane składowane są jako dokumenty w stylu JSON, co umożliwia aplikacjom bardziej naturalne ich przetwarzanie, przy zachowaniu możliwości tworzenia hierarchii oraz indeksowania. Mongo odczyt Wnioski z obserwacji: Wraz z ładowaniem kolejnych próbek do odczytania, aplikacja miała coraz większe problemy z obsłużeniem i odczytaniem danych. Powtarzalne wyniki wyraźnie wskazują na problemy w testowanej aplikacji dla podstawowej dla nierelacyjnych baz danych czynności odczytywania równocześnie 1000 dokumentów. Jedynym argumentem przemawiającym za dalszymi testami tego rozwiązania są rewelacyjne wyniki w obszarzenie zapisu dokumentów. próbka danych (1000 dokumentów) proces 1 proces 2 proces 3 proces 4 średnia 1 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,122597

14 7 2, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,6123 5, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

15 47 11, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

16 87 27, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , średnia: 15, Mongo zapis Wnioski z obserwacji: próbka danych (5000 dokumentów) proces 1 1 1, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,886903

17 39 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , średnia: 72 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , Elastic search Elastic search odczyt Wnioski z obserwacji:

18 próbka danych (1000 dokumentów) proces 1 proces 2 proces 3 proces 4 średnia 1 1, , , , , , , , , , , , , , , , , , , , , , , , , , , , ,3644 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,2237 0, , , , , , , , , , , , , , , , , ,

19 37 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,372 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

20 77 0, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , średnia: 0, Elastic search zapis Wnioski z obserwacji: próbka danych (5000 dokumentów) proces 1 1 9, , , , , , , , , , , , , , , ,901205

NoSQL & relax with CouchDB

NoSQL & relax with CouchDB NoSQL & relax with PyWaw #23 8 kwiecień 2013 Agenda 1 NoSQL - nierelacyjne systemy baz danych Wprowadzenie do NoSQL Rodzaje i porównanie baz NoSQL Polyglot persistence 2 Projekt w CERN wykorzystujacy 3

Bardziej szczegółowo

Przetwarzanie danych z wykorzystaniem technologii NoSQL na przykładzie serwisu Serp24

Przetwarzanie danych z wykorzystaniem technologii NoSQL na przykładzie serwisu Serp24 Przetwarzanie danych z wykorzystaniem technologii NoSQL na przykładzie serwisu Serp24 Agenda Serp24 NoSQL Integracja z CMS Drupal Przetwarzanie danych Podsumowanie Serp24 Darmowe narzędzie Ułatwia planowanie

Bardziej szczegółowo

Bazy danych NoSQL. Szymon Francuzik szymon.francuzik@cs.put.poznan.pl. Poznań, 29.10.2012

Bazy danych NoSQL. Szymon Francuzik szymon.francuzik@cs.put.poznan.pl. Poznań, 29.10.2012 Bazy danych NoSQL Szymon Francuzik szymon.francuzik@cs.put.poznan.pl Poznań, 29.10.2012 Szymon Francuzik szymon.francuzik@cs.put.poznan.pl Bazy () danych NoSQL Poznań, 29.10.2012 1 / 45 Plan prezentacji

Bardziej szczegółowo

Narzędzia i trendy Big Data

Narzędzia i trendy Big Data Narzędzia i trendy Big Data 1 Zamiast wstępu Model relacyjny 1970: podwaliny teoretyczne modelu 1980: SQL hype 1990: upowszechnienie standardu i narzędzi Model map-reduce 1995: koncepcja przetwarzania

Bardziej szczegółowo

Definicja. Not Only SQL

Definicja. Not Only SQL Definicja Not Only SQL Baza danych NoSQL to program zapewniający szybki dostęp do danych różniący się w jakiś sposób od stadardowych baz RDBMS. Baza NoSQL to szereg różnych rozwiązań nazwanych jednym określeniem.

Bardziej szczegółowo

NoSQL Not Only SQL, CouchDB. I.Wojnicki, NoSQL. Apache CouchDB has started. Time to relax. Igor Wojnicki

NoSQL Not Only SQL, CouchDB. I.Wojnicki, NoSQL. Apache CouchDB has started. Time to relax. Igor Wojnicki 29 października 2014 Igor Wojnicki (AGH, KIS) CouchDB 29 października 2014 1 / 53 NoSQL Not Only SQL, CouchDB Apache CouchDB has started. Time to relax. Igor Wojnicki Katedra Informatyki Stosowanej, Akademia

Bardziej szczegółowo

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. dr inż. Adam Piórkowski. Jakub Osiadacz Marcin Wróbel

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. dr inż. Adam Piórkowski. Jakub Osiadacz Marcin Wróbel Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Problem magazynowania i przetwarzania wielkoformatowych map i planów geologicznych. Promotor: dr inż. Adam Piórkowski Autorzy: Jakub Osiadacz

Bardziej szczegółowo

CouchDB. Michał Nowikowski

CouchDB. Michał Nowikowski CouchDB Michał Nowikowski Agenda Wprowadzenie do CouchDB Mój przypadek Wyniki i wnioski Dokumenty CouchDB Format JSON Pary nazwa wartość Możliwe tablice i struktury Załączniki Brak limitów na liczbę i

Bardziej szczegółowo

Big Data i 5V Nowe wyzwania w świecie danych Krzysztof Goczyła

Big Data i 5V Nowe wyzwania w świecie danych Krzysztof Goczyła Big Data i 5V Nowe wyzwania w świecie danych Krzysztof Goczyła Wydział Elektroniki, Telekomunikacji i Informatyki Politechnika Gdańska kris@eti.pg.gda.pl Sopot, 10.09.2014 1 O czym będzie? Co to jest Big

Bardziej szczegółowo

Baza danych in-memory. DB2 BLU od środka 2015-11-10. Artur Wrooski

Baza danych in-memory. DB2 BLU od środka 2015-11-10. Artur Wrooski TECHNOLOGIE ANALIZY DANYCH I CHMUROWE W ZASTOSOWANIACH BIZNESOWYCH Poznao, 30 września 2015 DB2 BLU od środka Artur Wrooski Baza danych in-memory Baza danych IN-MEMORY system zarządzania bazami danych,

Bardziej szczegółowo

ROZWIĄZANIA PODSTAWOWYCH IDEI BAZ DANYCH TYPU NOSQL W KONTEKŚCIE BEZPIECZEŃSTWA DANYCH

ROZWIĄZANIA PODSTAWOWYCH IDEI BAZ DANYCH TYPU NOSQL W KONTEKŚCIE BEZPIECZEŃSTWA DANYCH STUDIA INFORMATICA 2011 Volume 32 Number 2A (96) Robert BRZESKI Politechnika Śląska, Instytut Informatyki ROZWIĄZANIA PODSTAWOWYCH IDEI BAZ DANYCH TYPU NOSQL W KONTEKŚCIE BEZPIECZEŃSTWA DANYCH Streszczenie.

Bardziej szczegółowo

Architektura rozproszonych magazynów danych

Architektura rozproszonych magazynów danych Big data Big data, large data cloud. Rozwiązania nastawione na zastosowanie w wielkoskalowych serwisach, np. webowych. Stosowane przez Google, Facebook, itd. Architektura rozproszonych magazynów danych

Bardziej szczegółowo

Tematy projektów Edycja 2014

Tematy projektów Edycja 2014 Tematy projektów Edycja 2014 Robert Wrembel Poznan University of Technology Institute of Computing Science Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Reguły Projekty zespołowe max. 4

Bardziej szczegółowo

WIELOKROTNE PRZYSPIESZENIE DZIAŁANIA APLIKACJI POPRZEZ ZASTOSOWANIE TECHNOLOGII NIERELACYJNYCH BAZ DANYCH

WIELOKROTNE PRZYSPIESZENIE DZIAŁANIA APLIKACJI POPRZEZ ZASTOSOWANIE TECHNOLOGII NIERELACYJNYCH BAZ DANYCH Łukasz Strobin Adam Niewiadomski Politechnika Łódzka WIELOKROTNE PRZYSPIESZENIE DZIAŁANIA APLIKACJI POPRZEZ ZASTOSOWANIE TECHNOLOGII NIERELACYJNYCH BAZ DANYCH Wprowadzenie Relacyjny model danych został

Bardziej szczegółowo

2011-11-04. Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management Studio. Microsoft Access Oracle Sybase DB2 MySQL

2011-11-04. Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management Studio. Microsoft Access Oracle Sybase DB2 MySQL Instalacja, konfiguracja Dr inŝ. Dziwiński Piotr Katedra InŜynierii Komputerowej Kontakt: piotr.dziwinski@kik.pcz.pl 2 Instalacja SQL Server Konfiguracja SQL Server Logowanie - opcje SQL Server Management

Bardziej szczegółowo

Analiza porównawcza wybranych własności systemów zarządzania bazami danych

Analiza porównawcza wybranych własności systemów zarządzania bazami danych Akademia Górniczo Hutnicza im. Stanisława Staszica w Krakowie Analiza porównawcza wybranych własności systemów zarządzania bazami danych Mirosław Lach Promotor: Prof. dr hab. inŝ. Antoni Ligęza Kraków

Bardziej szczegółowo

Hbase, Hive i BigSQL

Hbase, Hive i BigSQL Hbase, Hive i BigSQL str. 1 Agenda 1. NOSQL a HBase 2. Architektura HBase 3. Demo HBase 4. Po co Hive? 5. Apache Hive 6. Demo hive 7. BigSQL 1 HBase Jest to rozproszona trwała posortowana wielowymiarowa

Bardziej szczegółowo

Zaawansowany kurs języka Python

Zaawansowany kurs języka Python DBM, SQL 10 listopada 2011 Rodzaje baz danych Trwałe słowniki Klient-serwer SQL Bekreley DB Gnu dbm (n)dbm Firebird Sqlite Oracle MySQL PostgeSQL DB/2 Plan wykładu 1 Bazy danych DBM 2 3 4 Grafowe bazy

Bardziej szczegółowo

WYKORZYSTANIE DOKUMENTOWYCH BAZ DANYCH W APLIKACJACH INTERNETOWYCH

WYKORZYSTANIE DOKUMENTOWYCH BAZ DANYCH W APLIKACJACH INTERNETOWYCH STUDIA INFORMATICA 2010 Volume 31 Number 2B (90) Radosław ZATOKA Uniwersytet Ekonomiczny we Wrocławiu, Katedra Systemów Sztucznej Inteligencji WYKORZYSTANIE DOKUMENTOWYCH BAZ DANYCH W APLIKACJACH INTERNETOWYCH

Bardziej szczegółowo

Zarządzanie sieciami telekomunikacyjnymi

Zarządzanie sieciami telekomunikacyjnymi SNMP Protocol The Simple Network Management Protocol (SNMP) is an application layer protocol that facilitates the exchange of management information between network devices. It is part of the Transmission

Bardziej szczegółowo

REFERAT PRACY DYPLOMOWEJ

REFERAT PRACY DYPLOMOWEJ REFERAT PRACY DYPLOMOWEJ Temat pracy: Projekt i implementacja środowiska do automatyzacji przeprowadzania testów aplikacji internetowych w oparciu o metodykę Behavior Driven Development. Autor: Stepowany

Bardziej szczegółowo

*Grafomania z. Neo4j. Praktyczne wprowadzenie do grafowej bazy danych.

*Grafomania z. Neo4j. Praktyczne wprowadzenie do grafowej bazy danych. *Grafomania z Neo4j Praktyczne wprowadzenie do grafowej bazy danych. Jak zamodelować relacyjną bazę danych reprezentującą następujący fragment rzeczywistości: Serwis WWW opisuje pracowników różnych firm

Bardziej szczegółowo

Monitorowanie VMware Rafał Szypułka Service Management Solution Architect IBM Software Services for Tivoli

Monitorowanie VMware Rafał Szypułka Service Management Solution Architect IBM Software Services for Tivoli Monitorowanie VMware Rafał Szypułka Service Management Solution Architect IBM Software Services for Tivoli 1 Agenda Monitorowanie środowisk zwirtualizowanych IBM Tivoli Monitoring for Virtual Servers 6.2.3

Bardziej szczegółowo

Chmura zrzeszenia BPS jako centrum świadczenia usług biznesowych. Artur Powałka Microsoft Services

Chmura zrzeszenia BPS jako centrum świadczenia usług biznesowych. Artur Powałka Microsoft Services Chmura zrzeszenia BPS jako centrum świadczenia usług biznesowych. Artur Powałka Services Tradycyjne podejście do wirtualizacji Business system administrators request infrastructure through email or an

Bardziej szczegółowo

Instalacja SQL Server Express. Logowanie na stronie Microsoftu

Instalacja SQL Server Express. Logowanie na stronie Microsoftu Instalacja SQL Server Express Logowanie na stronie Microsoftu Wybór wersji do pobrania Pobieranie startuje, przechodzimy do strony z poradami. Wypakowujemy pobrany plik. Otwiera się okno instalacji. Wybieramy

Bardziej szczegółowo

CUDA Median Filter filtr medianowy wykorzystujący bibliotekę CUDA sprawozdanie z projektu

CUDA Median Filter filtr medianowy wykorzystujący bibliotekę CUDA sprawozdanie z projektu CUDA Median Filter filtr medianowy wykorzystujący bibliotekę CUDA sprawozdanie z projektu inż. Daniel Solarz Wydział Fizyki i Informatyki Stosowanej AGH 1. Cel projektu. Celem projektu było napisanie wtyczki

Bardziej szczegółowo

Wst p Model Danych Saklowalno± + replikacja Spójno± Ograniczenia. Cassandra. Paweª Róg. Pozna«, maj 2011

Wst p Model Danych Saklowalno± + replikacja Spójno± Ograniczenia. Cassandra. Paweª Róg. Pozna«, maj 2011 Paweª Róg Pozna«, maj 2011 Agenda 1 2 3 4 5 Agenda 1 2 3 4 5 NoSQL Inne podej±cie do systemu zarz dzania danymi Dane nie wymagaj okre±lonego schematu tabelarycznego Unikaj operacji join Po co? Sªaba skalowalno±c

Bardziej szczegółowo

Z-ID-608b Bazy danych typu Big Data Big Data Databases. Specjalnościowy Obowiązkowy Polski Semestr VI

Z-ID-608b Bazy danych typu Big Data Big Data Databases. Specjalnościowy Obowiązkowy Polski Semestr VI KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angieskim Obowiązuje od roku akademickiego 015/016 Z-ID-608b Bazy danych typu Big Data Big Data Databases A. USYTUOWANIE MODUŁU

Bardziej szczegółowo

DATABASE SNAPSHOT GEEK DIVE. Cezary Ołtuszyk Blog: coltuszyk.wordpress.com

DATABASE SNAPSHOT GEEK DIVE. Cezary Ołtuszyk Blog: coltuszyk.wordpress.com DATABASE SNAPSHOT GEEK DIVE Cezary Ołtuszyk Blog: coltuszyk.wordpress.com Kilka słów o mnie Kierownik Działu Administracji Systemami w firmie BEST S.A. (warstwa bazodanowa i aplikacyjna) Konsultant z zakresu

Bardziej szczegółowo

Konsolidacja wysokowydajnych systemów IT. Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia

Konsolidacja wysokowydajnych systemów IT. Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia Konsolidacja wysokowydajnych systemów IT Macierze IBM DS8870 Serwery IBM Power Przykładowe wdrożenia Mirosław Pura Sławomir Rysak Senior IT Specialist Client Technical Architect Agenda Współczesne wyzwania:

Bardziej szczegółowo

How to share data from SQL database table to the OPC Server? Jak udostępnić dane z tabeli bazy SQL do serwera OPC? samouczek ANT.

How to share data from SQL database table to the OPC Server? Jak udostępnić dane z tabeli bazy SQL do serwera OPC? samouczek ANT. Jak udostępnić dane z tabeli bazy SQL do serwera OPC? samouczek ANT How to share data from SQL database table to the OPC Server? ANT tutorial Krok 1: Uruchom ANT Studio i dodaj do drzewka konfiguracyjnego

Bardziej szczegółowo

Nowy model subskrypcji, dobór produktów Red Hat i JBoss. Grzegorz Niezgoda

Nowy model subskrypcji, dobór produktów Red Hat i JBoss. Grzegorz Niezgoda Nowy model subskrypcji, dobór produktów Red Hat i JBoss Grzegorz Niezgoda AGENDA: RHEL Nowy RHEL Server Wersje i edycje Zasady wykorzystania w środowisku wirtualnym Moduły dodatkowe Wersje specjalne JBoss

Bardziej szczegółowo

Apache Hadoop framework do pisania aplikacji rozproszonych

Apache Hadoop framework do pisania aplikacji rozproszonych Apache Hadoop framework do pisania aplikacji rozproszonych Piotr Praczyk Wprowadzenie Istnieje wiele rodzajów obliczeń, których wykonywanie na pojedynczej maszynie, nawet najpotężniejszej, jest zbyt czasochłonne.

Bardziej szczegółowo

PureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect

PureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect PureSystems zautomatyzowane środowisko aplikacyjne. Emilia Smółko Software IT Architect Wbudowana wiedza specjalistyczna Dopasowane do zadania Optymalizacja do aplikacji transakcyjnych Inteligentne Wzorce

Bardziej szczegółowo

Tytuł System magazynowania ciepła na różnym poziomie temperatur. Krótki opis projektu: Short description of the project:

Tytuł System magazynowania ciepła na różnym poziomie temperatur. Krótki opis projektu: Short description of the project: Tytuł System magazynowania ciepła na różnym poziomie temperatur. Title of the project - System of the heat storage at different temperature level. Krótki opis projektu: Opracowanie systemu akumulacji ciepła

Bardziej szczegółowo

Krytyczne czynniki sukcesu w zarządzaniu projektami

Krytyczne czynniki sukcesu w zarządzaniu projektami Seweryn SPAŁEK Krytyczne czynniki sukcesu w zarządzaniu projektami MONOGRAFIA Wydawnictwo Politechniki Śląskiej Gliwice 2004 SPIS TREŚCI WPROWADZENIE 5 1. ZARZĄDZANIE PROJEKTAMI W ORGANIZACJI 13 1.1. Zarządzanie

Bardziej szczegółowo

Systemy rozproszone danych strukturalnych

Systemy rozproszone danych strukturalnych Systemy rozproszone danych strukturalnych Seminarium Systemy Rozproszone 2010/2011 Marcin Walas 21 kwietnia 2011 NoSQL NoSQL to określenie na systemy zarządzania bazami danych, które różnią się od klasycznych

Bardziej szczegółowo

Projektowanie: architektura baz danych

Projektowanie: architektura baz danych 2012 Projektowanie: architektura baz danych Paweł Sieniawski, Columb Technologies S.A. Wyzwania w projektowaniu i programowaniu e-usługi Poznań, 11 października 2012 Dobra architektura czyli jaka? Taxxo

Bardziej szczegółowo

Migracja do PostgreSQL za pomocą narzędzi Enterprise DB

Migracja do PostgreSQL za pomocą narzędzi Enterprise DB Migracja do PostgreSQL za pomocą narzędzi Enterprise DB Przemysław Deć Konsultant IT Linux Polska Sp. z o.o. Cele prezentacji Czym jest Enterprise DB Korzyści migracji do opensource`owej bazy danych Kompatybilność

Bardziej szczegółowo

Macierze All Flash. Czy to jest alternatywa dla macierzy klasy Enterprise? Krzysztof Jamiołkowski HP EG Storage Solutions Architect

Macierze All Flash. Czy to jest alternatywa dla macierzy klasy Enterprise? Krzysztof Jamiołkowski HP EG Storage Solutions Architect Innowacje w przetwarzaniu danych Macierze All Flash Czy to jest alternatywa dla macierzy klasy Enterprise? Krzysztof Jamiołkowski HP EG Storage Solutions Architect Definicja macierzy Enterprise Cechy charakterystyczne

Bardziej szczegółowo

Domy inaczej pomyślane A different type of housing CEZARY SANKOWSKI

Domy inaczej pomyślane A different type of housing CEZARY SANKOWSKI Domy inaczej pomyślane A different type of housing CEZARY SANKOWSKI O tym, dlaczego warto budować pasywnie, komu budownictwo pasywne się opłaca, a kto się go boi, z architektem, Cezarym Sankowskim, rozmawia

Bardziej szczegółowo

10 cool things about PostgreSQL Przemysław Deć Linux Polska Sp z o.o.

10 cool things about PostgreSQL Przemysław Deć Linux Polska Sp z o.o. 10 cool things about PostgreSQL Przemysław Deć Linux Polska Sp z o.o. 10 powodów by polubić PostgreSQL Duże obiekty Replikacja NoSql Tabele pamięciowe Upgrade bazy Bezpieczeństwo Rozszerzenia PostGIS SQL/MED

Bardziej szczegółowo

Nowoczesne bazy danych, czyli przetwarzanie in-memory

Nowoczesne bazy danych, czyli przetwarzanie in-memory Nowoczesne bazy danych, czyli przetwarzanie in-memory 1. Dlaczego przetwarzanie w pamięci? 2. Komercyjne bazy danych in-memory 3. Zwykła baza danych, a baza w pamięci różnice 4. Wymiarowanie sprzętu 5.

Bardziej szczegółowo

Goodman Kraków Airport Logistics Centre. 62,350 sqm available. Units from 1,750 sqm for immediate lease. space for growth+

Goodman Kraków Airport Logistics Centre. 62,350 sqm available. Units from 1,750 sqm for immediate lease. space for growth+ Goodman Kraków Airport Logistics Centre 62,350 sqm available. Units from 1,750 sqm for immediate lease. space for growth Goodman Kraków Airport Logistics Centre ul. Komandosów 1, 32-085 Modlniczka Goodman

Bardziej szczegółowo

Piotr Zacharek HP Polska

Piotr Zacharek HP Polska HP Integrity VSE Rozwój bez ograniczeń HP Restricted Piotr Zacharek HP Polska Technology for better business outcomes 2007 Hewlett-Packard Development Company, L.P. The information contained herein is

Bardziej szczegółowo

Virtual Grid Resource Management System with Virtualization Technology

Virtual Grid Resource Management System with Virtualization Technology Virtual Grid Resource Management System with Virtualization Technology System zarządzania zasobami wirtualnego Gridu z wykorzystaniem technik wirtualizacji Joanna Kosińska Jacek Kosiński Krzysztof Zieliński

Bardziej szczegółowo

PERFORMANCE POINT SERVICE NIE TYLKO DLA ORŁÓW

PERFORMANCE POINT SERVICE NIE TYLKO DLA ORŁÓW PERFORMANCE POINT SERVICE NIE TYLKO DLA ORŁÓW Czyli sesja o tym jak rozpocząc wykorzystywanie potężnego narzędzia będącego elementem SharePoint 2010 w rozwiązaniach BI i nie zatruć życia IT BARTŁOMIEJ

Bardziej szczegółowo

PRZETARG 01/EU/2016/SERVERS NA DOSTAWĘ, MONTAŻ I URUCHOMIENIE SERWERÓW, WIRTUALIZATORÓW, MACIERZY I OPROGRAMOWANIA ORAZ WYKUP STAREGO SPRZĘTU

PRZETARG 01/EU/2016/SERVERS NA DOSTAWĘ, MONTAŻ I URUCHOMIENIE SERWERÓW, WIRTUALIZATORÓW, MACIERZY I OPROGRAMOWANIA ORAZ WYKUP STAREGO SPRZĘTU Data: 08/03/2016 PRZETARG 01/EU/2016/SERVERS NA DOSTAWĘ, MONTAŻ I URUCHOMIENIE SERWERÓW, WIRTUALIZATORÓW, MACIERZY I OPROGRAMOWANIA ORAZ WYKUP STAREGO SPRZĘTU Pytania i odpowiedzi dotyczące specyfikacji

Bardziej szczegółowo

2. Jakie i ile licencji Oracle 10g posiada zamawiający i czy posiada do tych licencji wsparcie techniczne?

2. Jakie i ile licencji Oracle 10g posiada zamawiający i czy posiada do tych licencji wsparcie techniczne? Strona 1 Or.V.271.29.2013 Ostrowiec Świętokrzyski, 11.09.2013 r. Wykonawcy zainteresowani uczestnictwem w postępowaniu W nawiązaniu do ogłoszenia o zamówieniu (DUUE Nr 2013/S 157-273788 z dnia 14.08.2013)

Bardziej szczegółowo

Hosting aplikacji on-line

Hosting aplikacji on-line Klient Sp. z o.o. Branża gospodarka i biznes, IT Okres realizacji Od września 2010 do chwili obecnej Rodzaj usługi doradztwo, hosting, hosting danych osobowych, zarządzanie serwerami Doradztwo Hosting

Bardziej szczegółowo

Digitize Your Business

Digitize Your Business Digitize Your Business Aspekty technologiczne migracji na SAP HANA Prelegenci Błażej Trojan Konsultant technologiczny SAP Basis SI-Consulting Jakub Roguski - Territory Sales Leader Enterprise Systems -

Bardziej szczegółowo

Dokument Detaliczny Projektu

Dokument Detaliczny Projektu Dokument Detaliczny Projektu Dla Biblioteki miejskiej Wersja 1.0 Streszczenie Niniejszy dokument detaliczny projektu(ddp) przedstawia szczegóły pracy zespołu projektowego, nad stworzeniem aplikacji bazodanowej

Bardziej szczegółowo

Tematy projektów HDiPA 2015

Tematy projektów HDiPA 2015 Tematy projektów HDiPA 2015 Robert Wrembel Poznan University of Technology Institute of Computing Science Robert.Wrembel@cs.put.poznan.pl www.cs.put.poznan.pl/rwrembel Reguły Projekty zespołowe 2-4 osoby

Bardziej szczegółowo

ANKIETA ŚWIAT BAJEK MOJEGO DZIECKA

ANKIETA ŚWIAT BAJEK MOJEGO DZIECKA Przedszkole Nr 1 w Zabrzu ANKIETA ul. Reymonta 52 41-800 Zabrze tel./fax. 0048 32 271-27-34 p1zabrze@poczta.onet.pl http://jedyneczka.bnet.pl ŚWIAT BAJEK MOJEGO DZIECKA Drodzy Rodzice. W związku z realizacją

Bardziej szczegółowo

Proces certyfikowania aplikacji na platformie PureSystems. Rafał Klimczak Lab Services Consultant

Proces certyfikowania aplikacji na platformie PureSystems. Rafał Klimczak Lab Services Consultant Proces certyfikowania aplikacji na platformie PureSystems Rafał Klimczak Lab Services Consultant Produkty Pure Systems w IBM Rodziny produktów IBM: System z Freedom through design Eksperckie systemy zintegrowane:

Bardziej szczegółowo

Monitorowanie wydajność w bazie Oracle11g

Monitorowanie wydajność w bazie Oracle11g Monitorowanie wydajność w bazie Oracle11g Wstęp Monitorowanie wydajności bazy danych, a także aplikowanie aktualizacji to jedne z ważniejszych zadań administratora bazy danych. Wpływ na wydajność może

Bardziej szczegółowo

IO - Plan testów. M.Jałmużna T.Jurkiewicz P.Kasprzyk M.Robak. 5 czerwca 2006

IO - Plan testów. M.Jałmużna T.Jurkiewicz P.Kasprzyk M.Robak. 5 czerwca 2006 IO - Plan testów M.Jałmużna T.Jurkiewicz P.Kasprzyk M.Robak 5 czerwca 2006 1 SPIS TREŚCI 2 Spis treści 1 Historia zmian 3 2 Zakres testów 3 2.1 Integration testing - Testy spójnosci.............. 3 2.2

Bardziej szczegółowo

TECHNOLOGIE BIG DATA A BEZPIECZEŃSTWO INFORMATYCZNE WE KNOW YOU KNOW. silmine.com

TECHNOLOGIE BIG DATA A BEZPIECZEŃSTWO INFORMATYCZNE WE KNOW YOU KNOW. silmine.com TECHNOLOGIE BIG DATA A BEZPIECZEŃSTWO INFORMATYCZNE WE KNOW YOU KNOW. silmine.com 13 + 13 LAT DOŚWIADCZENIA PONAD 480 ZREALIZOWANYCH PROJEKTÓW PARTNERSTWO Naszą ambicją jest dostarczać klientom szeroki

Bardziej szczegółowo

BigData. 2014 PILAB S.A./Krystian Piećko/CTO/krystian.piecko@pilab.pl/ / Wstęp. / Co to jest BigData? / Co to jest Hadoop?

BigData. 2014 PILAB S.A./Krystian Piećko/CTO/krystian.piecko@pilab.pl/ / Wstęp. / Co to jest BigData? / Co to jest Hadoop? Big data is like teenage sex: everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it / Wstęp / Co to jest BigData? /

Bardziej szczegółowo

LANDINGI.COM. Case Study. Klient Landingi.com. Branża IT, marketing i PR. Okres realizacji od grudnia 2013 do chwili obecnej.

LANDINGI.COM. Case Study. Klient Landingi.com. Branża IT, marketing i PR. Okres realizacji od grudnia 2013 do chwili obecnej. Klient Landingi.com Branża IT, marketing i PR Okres realizacji od grudnia 2013 do chwili obecnej Rodzaj usługi doradztwo, hosting, Cloud Computing Amazon Web Services, zarządzanie serwerami Doradztwo Hosting

Bardziej szczegółowo

Klient SmartMedia Sp. z o.o., Dziennikus Sp. z o.o. Branża. IT, software. Okres realizacji. Lipiec 2015 - nadal. Rodzaj usługi:

Klient SmartMedia Sp. z o.o., Dziennikus Sp. z o.o. Branża. IT, software. Okres realizacji. Lipiec 2015 - nadal. Rodzaj usługi: Klient SmartMedia Sp. z o.o., Dziennikus Sp. z o.o. Branża IT, software Okres realizacji Lipiec 2015 - nadal Rodzaj usługi: Projekt i wdrożenie infrastruktury opartej o chmurę obliczeniową AWS, doradztwo,

Bardziej szczegółowo

Kostki OLAP i język MDX

Kostki OLAP i język MDX Kostki OLAP i język MDX 24 kwietnia 2015 r. Opis pliku z zadaniami Wszystkie zadania na zajęciach będą przekazywane w postaci plików PDF sformatowanych jak ten. Będą się na nie składały różne rodzaje zadań,

Bardziej szczegółowo

Chmura prywatna od podstaw Nowoczesny storage w rozwiązaniach chmury prywatnej z NetApp

Chmura prywatna od podstaw Nowoczesny storage w rozwiązaniach chmury prywatnej z NetApp Chmura prywatna od podstaw Nowoczesny storage w rozwiązaniach chmury prywatnej z NetApp Piotr Potocki, Inżynier Systemowy APN Promise S.A. NetApp & Microsoft Private Cloud Wirtualizacja Deduplikacja Konfiguracja

Bardziej szczegółowo

Szczegółowy opis przedmiotu zamówienia

Szczegółowy opis przedmiotu zamówienia Załącznik nr 2 do Zapytania Ofertowego nr 07/04/IT/2016 Szczegółowy opis przedmiotu zamówienia Utrzymanie i rozwój systemów GREX, SPIN, TK, AMOC, Obsługa Rewidentów 1 SPIS TREŚCI Wprowadzenie... 3 1. Specyfikacja

Bardziej szczegółowo

Iwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski. Poznań, 30.09.2015

Iwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski. Poznań, 30.09.2015 Iwona Milczarek, Małgorzata Marcinkiewicz, Tomasz Staszewski Poznań, 30.09.2015 Plan Geneza Architektura Cechy Instalacja Standard SQL Transakcje i współbieżność Indeksy Administracja Splice Machince vs.

Bardziej szczegółowo

Rozwiązania bazodanowe EnterpriseDB

Rozwiązania bazodanowe EnterpriseDB Rozwiązania bazodanowe EnterpriseDB Bogumił Stoiński RHC{E,I,X} B2B Sp. z o.o. 519 130 155 bs@bel.pl PostgreSQL Ponad 20 lat na rynku Jedna z najpopularniejszych otwartych relacyjnych baz danych obok MySQL

Bardziej szczegółowo

Firebird Alternatywa dla popularnych darmowych systemów bazodanowych MySQL i Postgres

Firebird Alternatywa dla popularnych darmowych systemów bazodanowych MySQL i Postgres Firebird Alternatywa dla popularnych darmowych systemów bazodanowych MySQL i Postgres Artur Kozubski Software Development GigaCon Warszawa 2008 Plan Historia projektu Firebird Architektura serwera Administracja

Bardziej szczegółowo

Sterowany jakością dostęp do usług składowania danych dla e-nauki

Sterowany jakością dostęp do usług składowania danych dla e-nauki Sterowany jakością dostęp do usług składowania danych dla e-nauki Renata Słota 1,2, Darin Nikolow 1,2, Marek Pogoda 1, Stanisław Polak 2 and Jacek Kitowski 1,2 1 Akademickie Centrum Komputerowe Cyfronet

Bardziej szczegółowo

Bazy danych Wprowadzenie Wykład dla IV i V roku matematyki

Bazy danych Wprowadzenie Wykład dla IV i V roku matematyki Bazy danych Wprowadzenie Wykład dla IV i V roku matematyki 28 lutego 2016 Literatura Podstawowy wykład z systemów baz danych, J.D.Ullman, J.Widom, wyd. WNT Systemy baz danych. Pełny wykład, H.Garcia-Molina,

Bardziej szczegółowo

Praktyczne wykorzystanie elementów raportowania Microsoft Project 2010 /Project Server 2010 Sesja 4 Performance Point Services Bartłomiej Graczyk

Praktyczne wykorzystanie elementów raportowania Microsoft Project 2010 /Project Server 2010 Sesja 4 Performance Point Services Bartłomiej Graczyk Praktyczne wykorzystanie elementów raportowania Microsoft Project 2010 /Project Server 2010 Sesja 4 Performance Point Services Bartłomiej Graczyk 2012-11-05 Bartłomiej Graczyk MCT,MCITP,MCTS Architekt

Bardziej szczegółowo

MongoDB w zastosowaniu w serwisach społecznościowych

MongoDB w zastosowaniu w serwisach społecznościowych MongoDB w zastosowaniu w serwisach społecznościowych Poniższe sprawozdanie ma na celu przekazanie informacji na temat systemu bazodanowego MongoDB i jego przewagach nad tradycyjną bazą danych wykorzystywaną

Bardziej szczegółowo

INŻYNIERIA OPROGRAMOWANIA

INŻYNIERIA OPROGRAMOWANIA INSTYTUT INFORMATYKI STOSOWANEJ 2013 INŻYNIERIA OPROGRAMOWANIA Inżynieria Oprogramowania Proces ukierunkowany na wytworzenie oprogramowania Jak? Kto? Kiedy? Co? W jaki sposób? Metodyka Zespół Narzędzia

Bardziej szczegółowo

dziennik Instrukcja obsługi

dziennik Instrukcja obsługi Ham Radio Deluxe dziennik Instrukcja obsługi Wg. Simon Brown, HB9DRV Tłumaczenie SP4JEU grudzień 22, 2008 Zawartość 3 Wprowadzenie 5 Po co... 5 Główne cechy... 5 baza danych 7 ODBC... 7 Który produkt

Bardziej szczegółowo

Traceability. matrix

Traceability. matrix Traceability matrix Radek Smilgin W testowaniu od 2002 roku Tester, test manager, konsultant Twórca testerzy.pl i mistrzostw w testowaniu Fan testowania eksploracyjnego i testowania w agile [zdjecie wikipedia:

Bardziej szczegółowo

System pamięci. Pamięć wirtualna

System pamięci. Pamięć wirtualna System pamięci Pamięć wirtualna Pamięć wirtualna Model pamięci cache+ram nie jest jeszcze realistyczny W rzeczywistych systemach działa wiele programów jednocześnie Każdy może używać tej samej przestrzeni

Bardziej szczegółowo

SYSTEMY OPERACYJNE I SIECI KOMPUTEROWE

SYSTEMY OPERACYJNE I SIECI KOMPUTEROWE SYSTEMY OPERACYJNE I SIECI KOMPUTEROWE WINDOWS 1 SO i SK/WIN 006 Wydajność systemu 2 SO i SK/WIN Najprostszym sposobem na poprawienie wydajności systemu, jeżeli dysponujemy zbyt małą ilością pamięci RAM

Bardziej szczegółowo

Mirosław Kupczyk miron@man.poznan.pl. Pozna, PCSS, 17-18.01.2005. Szkolenie: "Architektura i uytkowanie klastra Linux IA-64"

Mirosław Kupczyk miron@man.poznan.pl. Pozna, PCSS, 17-18.01.2005. Szkolenie: Architektura i uytkowanie klastra Linux IA-64 Mirosław Kupczyk miron@man.poznan.pl $ %! " # & ' Wzgldy historyczne Naturalna ewolucja systemów luno ze sob powizanych znajdujcych si w jednej oraganizacji, ch współdzielenia zasobów obliczeniowych, danych,

Bardziej szczegółowo

Ełk, dn. 15.10.2013 r. DOMSET Marcin Brochacki. ul. Wojska Polskiego 43 lok. 3, 19-300 Ełk. Nip 848-172-84-22 ZAPYTANIE OFERTOWE

Ełk, dn. 15.10.2013 r. DOMSET Marcin Brochacki. ul. Wojska Polskiego 43 lok. 3, 19-300 Ełk. Nip 848-172-84-22 ZAPYTANIE OFERTOWE Ełk, dn. 15.10.2013 r. DOMSET Marcin Brochacki ul. Wojska Polskiego 43 lok. 3, 19-300 Ełk Nip 848-172-84-22 ZAPYTANIE OFERTOWE Firma DOMSET Marcin Brochacki zwraca się z prośbą o przesłanie oferty cenowej

Bardziej szczegółowo

Administracja bazami danych

Administracja bazami danych Administracja bazami danych dr inż. Grzegorz Michalski Na podstawie wykładów dra inż. Juliusza Mikody Klient tekstowy mysql Program mysql jest prostym programem uruchamianym w konsoli shell do obsługi

Bardziej szczegółowo

MySQL Optymalizacja przez kompilację.

MySQL Optymalizacja przez kompilację. MySQL Optymalizacja przez kompilację. Paweł Szołtysek Spis treści 1 Wstęp 1 2 Metody optymalizacji a tworzenie baz danych 2 3 Optymalizacja przez kompilację 2 3.1 Wybór kompilatora........................

Bardziej szczegółowo

Wstęp Budowa Serwlety JSP Podsumowanie. Tomcat. Kotwasiński. 1 grudnia 2008

Wstęp Budowa Serwlety JSP Podsumowanie. Tomcat. Kotwasiński. 1 grudnia 2008 Adam 1 grudnia 2008 Wstęp Opis Historia Apache kontener serwletów rozwijany w ramach projektu Apache jeden z bardziej popularnych kontenerów Web open source, Apache Software License rozwijany przez ASF

Bardziej szczegółowo

PARAGON GPT LOADER. Przewodnik

PARAGON GPT LOADER. Przewodnik PARAGON GPT LOADER Przewodnik Koncepcja produktu Główni odbiorcy Użytkownicy Windows XP Rozmiar dysków 3TB nie jest obsługiwany przez szeroko popularny system Windows XP 32- bitowy. Pomimo, że dwie nowe

Bardziej szczegółowo

DB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna&

DB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna& DB2 with BLU acceleration rozwiązanie in-memory szybsze niż pamięć operacyjna& Artur Wroński" Priorytety rozwoju technologii Big Data& Analiza większych zbiorów danych, szybciej& Łatwość użycia& Wsparcie

Bardziej szczegółowo

Systemy baz danych Prowadzący: Adam Czyszczoń. Systemy baz danych. 1. Import bazy z MS Access do MS SQL Server 2012:

Systemy baz danych Prowadzący: Adam Czyszczoń. Systemy baz danych. 1. Import bazy z MS Access do MS SQL Server 2012: Systemy baz danych 16.04.2013 1. Plan: 10. Implementacja Bazy Danych - diagram fizyczny 11. Implementacja Bazy Danych - implementacja 2. Zadania: 1. Przygotować model fizyczny dla wybranego projektu bazy

Bardziej szczegółowo

IO - Plan przedsięwzięcia

IO - Plan przedsięwzięcia IO - Plan przedsięwzięcia M.Jałmużna T.Jurkiewicz P.Kasprzyk M.Robak 5 czerwca 2006 1 SPIS TREŚCI 2 Spis treści 1 Historia zmian 3 2 Wprowadzenie 3 2.1 Cele................................ 3 2.2 Budżet...............................

Bardziej szczegółowo

GoBiz System platforma współpracy marektingowej

GoBiz System platforma współpracy marektingowej GoBiz System platforma współpracy marektingowej Spis treści 1. Opis przedmiotu zamówienia... 1 1.1. Definicje... 1 2. Główny cel platformy... 2 3. Główni odbiorcy systemu... 2 4. Przedmiot zamówienia...

Bardziej szczegółowo

Modele sprzedaży i dystrybucji oprogramowania Teoria a praktyka SaaS vs. BOX. Bartosz Marciniak. Actuality Sp. z o.o.

Modele sprzedaży i dystrybucji oprogramowania Teoria a praktyka SaaS vs. BOX. Bartosz Marciniak. Actuality Sp. z o.o. Modele sprzedaży i dystrybucji oprogramowania Teoria a praktyka SaaS vs. BOX Bartosz Marciniak Actuality Sp. z o.o. Prezes Zarządu Społeczeństwo informacyjne społeczeństwo, które znalazło zastosowanie

Bardziej szczegółowo

Hurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales

Hurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales Hurtownia danych szansa na nowe życie (starej idei) Jakub Skuratowicz Technical Sales Rys Historyczny Idealna(kiedyś) architektura Data Quality MDM Enterprise Data Warehouse okazał się mitem Ma zawierać

Bardziej szczegółowo

Nowe zasady licencjonowania Red Hat Enterprise Linux i JBoss Enterprise Middleware. Grzegorz Niezgoda

Nowe zasady licencjonowania Red Hat Enterprise Linux i JBoss Enterprise Middleware. Grzegorz Niezgoda Nowe zasady licencjonowania Red Hat Enterprise Linux i JBoss Enterprise Middleware Grzegorz Niezgoda Dotychczasowa oferta Red Hat Enterprise Linux Red Hat Enterprise Linux Advanced Platform Red Hat Enterprise

Bardziej szczegółowo

Zabbix -Monitoring IT bez taśmy klejącej. Paweł Tomala Barcamp 15 czerwca 2015

Zabbix -Monitoring IT bez taśmy klejącej. Paweł Tomala Barcamp 15 czerwca 2015 Zabbix -Monitoring IT bez taśmy klejącej Paweł Tomala Barcamp 15 czerwca 2015 Agenda Czym jest Zabbix i po co nam to? Przegląd architektury i dostępnych funkcjonalności Wydajność systemu Scenariusze rozproszonego

Bardziej szczegółowo

Przyspiesz swój biznes i obniż koszty dzięki IBM FlashSystems. Artur Król Artur.Krol@pl.ibm.com Senior Storage Sales Consultant

Przyspiesz swój biznes i obniż koszty dzięki IBM FlashSystems. Artur Król Artur.Krol@pl.ibm.com Senior Storage Sales Consultant Przyspiesz swój biznes i obniż koszty dzięki IBM FlashSystems Artur Król Artur.Krol@pl.ibm.com Senior Storage Sales Consultant Agenda Co z tymi danymi? Krótko o sposobach na efektywne gromadzenie, przechowywanie

Bardziej szczegółowo

Zaawansowane Aplikacje Internetowe

Zaawansowane Aplikacje Internetowe Zaawansowane Aplikacje Internetowe Katedra Mikroelektroniki i Technik Informatycznych Politechniki Łódzkiej ul. Wólczanska 221/223 budynek B18, 90-924 Łódź mgr inż. Robert Ritter 10. Spring WebFlow Konfiguracja

Bardziej szczegółowo

Wprowadzenie do projektowania i wykorzystania baz danych Relacje

Wprowadzenie do projektowania i wykorzystania baz danych Relacje Wprowadzenie do projektowania i wykorzystania baz danych Relacje Katarzyna Klessa Dygresja nt. operatorów SELECT 2^2 SELECT 2^30 SELECT 50^50 2 Dygresja nt. operatorów SELECT 2^30 --Bitwise exclusive OR

Bardziej szczegółowo

FORMULARZ OFERTOWY. Termin dostarczenia dokumentu 1

FORMULARZ OFERTOWY. Termin dostarczenia dokumentu 1 strona 1 Zał. 1 do zapytania ofertowego FORMULARZ OFERTOWY Opteam S.A. o/lublin ul. Budowlana 30 20-469 Lublin W związku z realizacją projektu pod nazwą,,opracowanie nowoczesnego i zaawansowanego systemu

Bardziej szczegółowo

Zastrzegamy sobie prawo do zmiany cen oraz asortymentu bez wcze niejszego zawiadomienia.

Zastrzegamy sobie prawo do zmiany cen oraz asortymentu bez wcze niejszego zawiadomienia. Zastrzegamy sobie prawo do zmiany cen oraz asortymentu bez wcze niejszego zawiadomienia. Kod Rozmiar Bie nik LI SI RF FR Opony do samochodów osobowych - seria 80 13" 0362001000 135/80R13 rallye 680 70

Bardziej szczegółowo

Przegląd dostępnych hypervisorów. Jakub Wojtasz IT Solutions Architect jwojtasz@atom-tech.pl

Przegląd dostępnych hypervisorów. Jakub Wojtasz IT Solutions Architect jwojtasz@atom-tech.pl Przegląd dostępnych hypervisorów Jakub Wojtasz IT Solutions Architect jwojtasz@atom-tech.pl Agenda Podział hypervisorów Architektura wybranych rozwiązań Najwięksi gracze na rynku Podział hypervisorów Hypervisor

Bardziej szczegółowo

Przed restartowaniem routera odłącz wszystkie urządzenia podłączone pod porty USB.

Przed restartowaniem routera odłącz wszystkie urządzenia podłączone pod porty USB. Podłączanie i konfiguracja zewnętrznych dysków i pamięci masowych do router ów firmy ASUS. Routery wyposażone w porty USB mają możliwość podłączenia zewnętrznych dysków twardych po przez port USB i udostępniania

Bardziej szczegółowo

WYDAJNOŚĆ I SKALOWALNOŚĆ

WYDAJNOŚĆ I SKALOWALNOŚĆ WYDAJNOŚĆ I SKALOWALNOŚĆ Skalowalność systemu Microsoft Dynamics CRM 4.0 2008 SPIS TREŚCI STRESZCZENIE DLA KIEROWNICTWA... 1 PODSUMOWANIE WYNIKÓW... 1 OMÓWIENIE... 2 METODYKA TESTOWANIA... 2 TRANSAKCJE

Bardziej szczegółowo

Sposoby klastrowania aplikacji webowych w oparciu o rozwiązania OpenSource. Piotr Klimek. piko@piko.homelinux.net

Sposoby klastrowania aplikacji webowych w oparciu o rozwiązania OpenSource. Piotr Klimek. piko@piko.homelinux.net Sposoby klastrowania aplikacji webowych w oparciu o rozwiązania OpenSource Piotr Klimek piko@piko.homelinux.net Agenda Wstęp Po co to wszystko? Warstwa WWW Warstwa SQL Warstwa zasobów dyskowych Podsumowanie

Bardziej szczegółowo