Mastersthesis,
MDBDA Model-driven Big Data Analytics
University of Kassel, Masterarbeit, (April 2014)
Abstract
Die Verarbeitung großer Datenmengen, sehr heterogener Daten und/oder mit
einem hohen Datendurchsatz wird unter dem Begriff Big Data zusammengefasst
und ist ein großer Trend in der Informatik und Wirtschaft12. Der weltweite
Big Data Markt soll jährlich um 36% wachsen3. Qualifizierte Experten sind in
dieser relativ neuen Technologie noch schwer zu finden. Analysen dieser Daten
gestalten sich für den Anwender noch recht schwierig, da viel Programmierarbeit
in die Erstellung von Analysealgorithmen gesteckt werden muss. Zusätzlich müs
sen Entwickler dieser Algorithmen sowohl domänenspezifisches Wissen über die
Daten, als auch Erfahrungen mit den eingesetzten Technologien und Techniken
mitbringen. Im Rahmen dieser Arbeit soll eine Möglichkeit aufgezeigt werden,
wie die Erstellung von Auswertungsalgorithmen für Massendaten und heterogene
Daten durch den Einsatz eines modellgetriebenen Vorgehens vereinfacht werden
kann. Dadurch soll es möglich werden, Analysen mit wenig Wissen über die ein
gesetzten Technologien und Techniken zu erstellen. Eine Entwicklungsumgebung
soll es schließlich einem Domänenexperten erlauben, mithilfe eines graphischen
Editors Analysen zu erstellen. Dabei soll er während der Erstellung durch eine
stetige Konsistenzanalyse, die durch den definierten Entwicklungsworkflow vorge
gebenen ist, gemäß dem Test-first Prinzip unterstützt werden. Der Einsatz eines
graphischen Editors bringt dem Experten nicht nur Vorteile bezüglich Übersicht
lichkeit der Analysen, sondern bietet auch eine steilere Lernkurve im Vergleich
mit einer textuellen Domain-Specific Language (DSL)4. Schlussendlich lassen
sich die erstellten Diagramme leicht Entscheidungsträgern nahebringen und die
nen einer gut verständlichen Dokumentation.
