====== Tematy Projektów ZTB 2016 ======
Celem projektu jest zbadanie rozwiązań typu //big data//, służących do przechowywania i przetwarzania danych w postaci [[https://pl.wikipedia.org/wiki/Szereg_czasowy|szeregów czasowych]]. Dane takie powszechnie występują we wszelkich systemach sensorycznych, w tym w rozwiązaniach typu //Internet of Things// oraz aplikacjach //Smart City//.

Do obowiązków każdej z grup należeć będzie:
  * skonfigurowanie **klastra** składającego się z dwóch maszyn poprzez instalację:
    * systemu operacyjnego,
    * niezbędnych aplikacji narzędziowych,
    * jednego spośród trzech wskazanych systemów gromadzenia i przetwarzania danych,
  * zaprojektowanie i zaimplementowanie **modelu danych** w skonfigurowanym systemie,
  * stworzenie i uruchomienie **modułu pobierającego cyklicznie dane** i zasilającego model,
  * zaprojektowanie i implementacja **procedur analizujących zebrane dane**,
  * przeprowadzenie **eksperymentów** i opracowanie **wyników** dotyczących wydajności oraz poprawności

===== Harmonogram =====
FIXME TBD

===== Organizacja =====
  * Do dyspozycji jest łącznie 18 komputerów.
  * Zostaną Państwo podzieleni na 6 grup.
  * Do przebadania są trzy [[#Technologie|technologie]] przechowywania danych.
  * Każda grupa bada jedną technologię -- każda technologia jest badana przez dwie grupy.
  * Podział kompetencji i hierarchia organizacji w ramach każdej grupy mogą Państwo wybrać dowolnie.

===== Wymagania techniczne =====

==== OS ====
Bazowa konfiguracja powinna zostać uzgodniona pomiędzy **wszystkimi** grupami:
  * wskazana dystrybucja: Ubuntu LTS, jednolita instalacja na wszystkich maszynach.
  * spójne zarządzanie klastrem wszystkich komputerów (np. przy pomocy Ansible), m.in: włączanie/wyłączanie, zdalne wykonywanie poleceń, itp.

==== Technologie ====

  * Apache Spark https://github.com/sryza/spark-timeseries
  * RiakTS http://docs.basho.com/riak/ts
  * OpenTSDB http://opentsdb.net/


===== Szczegóły zadań =====

==== Pobieranie danych ====
Do bazy danych należy ładować rzeczywiste dane o natężeniu ruchu z pętli indukcyjnych rozmieszczonych na ulicach Krakowa.
Są one dostępne z sieci AGH pod adresem: [[http://borg.kis.agh.edu.pl/~wojnicki/traffic.php]].

Dane zwracane są w formacie CSV, każda linijka zawiera:
  * identyfikator pętli, 
  * godzinę odczytu, 
  * liczbę pojazdów. 
Dane agregowane są co 90 sekund, przy czym nie ma gwarancji, że pętle działają synchronicznie.
<code>
CAUTC11FD318_D11_D1_1,11:59:31,0
CAUTC11FD318_D13_D2_11,11:59:31,14
CAUTC11FD318_D14_D2_21,11:59:31,8
CAUTC11FD318_D15_D3_1,11:59:31,0
CAUTC11FD318_D16_D4_11,11:59:31,9
CAUTC11FD318_D17_D4_21,11:59:31,5
CAUTC11FD318_D4_D22_11,11:59:31,7
CAUTC11FD318_D5_D22_21,11:59:31,14
CAUTC11FD318_D6_D44_11,11:59:31,11
CAUTC11FD318_D7_D44_21,11:59:31,3
K318_K1,11:59:31,0
K318_K2,11:59:31,22
K318_K3,11:59:31,0
K318_K4,11:59:31,18
</code>

==== Analityka ====
Należy zaimplementować następujące funkcje analityczne:
  - wartość współczynnika korelacji pomiędzy dowolnie wybranymi dwoma detektorami,
  - wykrywanie anomalii: problemy z działaniem sensora (przerwa w danych, dane nieprawdopodobne, inne).

Funkcje powinny umożliwić przeprowadzenie analizy dla zadanego jako parametr przedziału dat i godzin.

Fazy realizacji zadań "analitycznych"
  - Zaprojektowanie algorytmu, zdefiniowanie pojęć, określenie wartości brzegowych.
  - Dobór techniki implementacji przy uwzględnieniu przydzielonej grupie [[#Technologie|technologii]].
  - Implementacja i uruchomienie.
  - Testy walidacyjne.
  - Testy wydajnościowe.

==== Pomiary ====
Zmierzyć należy następujące wartości:
  - Fizyczna zajętość miejsca.
  - Czas realizacji procesów analitycznych.

W raporcie powinny się znaleźć wyniki dla danych obejmujących okres 1 miesiąca.


===== Raport końcowy =====
Każda z grup przedstawia raport końcowy, zawierający następujące elementy:
  - Podział kompetencji pomiędzy członkami grupy.
  - Krótka i zwięzła charakterystyka technologii, opis modelu danych, wymagań, dostępnych interfejsów.
  - Opis wszystkich kroków niezbędnych do ponownego zbudowania klastra wraz ze wszystkimi modułami software'owymi.
  - Opis [[#Pobieranie_danych|modułu pobierającego dane]] i zasilającego bazę.
  - Opis [[#Analityka|procedur analitycznych]] z uwzględnieniem wszystkich faz ich realizacji.
  - Opis metodyki oraz wyników [[#Pomiary|pomiarów]].

Raporty winny być przygotowane w sposób przejrzysty i z uwzględnieniem struktury sekcji w jednym z formatów: LaTeX, Markdown, DokuWiki. Raporty przygotowane przy pomocy innych narzędzi nie będą przyjmowane.

Wyniki realizacji projektu będą prezentowane w terminie ostatniego wykładu (15 minut/grupa).