δείτε την πρωτότυπη σελίδα τεκμηρίου στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
Analytics over Basketball Statistics using SlamData and MongoDB
H Slamdata είναι μια πλατφόρμα που επιτρέπει στους χρήστες να εκτελούν
ερωτήματα στην βάση δεδομένων MongoDB και παρέχει την δυνατότητα για
οπτικοποίηση των παραχθέντων αποτελεσμάτων. Τα ερωτήματα που εκτελούνται στην
πλατφόρμα, δεν είναι ερωτήματα στην γλώσσα της MongoDB αλλά σε μια άλλη γλώσσα
την SQL2. H SQL2 είναι μια γλώσσα που δημιουργήθηκε για την πλατφόρμα και είναι
παρόμοια με την γνωστή γλώσσα SQL. Η πλατφόρμα χρησιμοποιεί την γλώσσα SQL2
γιατί οι χρήστες είναι πιο εξοικειωμένοι με τα ερωτήματα σε SQL παρά σε
MongoDB. Ακόμα, τα ερωτήματα γραμμένα σε SQL2 γράφονται και διαβάζονται πιο
εύκολα.
Η πτυχιακή εξετάζει 3 θέματα. Το πρώτο αφορά τον τρόπο που τα ερωτήματα σε SQL2
μεταφράζονται σε ερωτήματα MongoDB έτσι ώστε να τρέξουν στην τοπική βάση
δεδομένων, MongoDB. Το δεύτερο θέμα παρουσιάζει οπτικοποιήσεις στατιστικών,
μπάσκετ, του NBA, τα οποία είναι διαθέσιμα στο κοινο, χρησιμοποιώντας την
πλατφόρμα slamdata. Παρουσιάζει επίσης, τα ερωτήματα που χρησιμοποιήθηκαν για
να παράξουν αυτά τα δεδομένα, τα οποία χρησιμοποιήθηκαν για τις οπτικοποιήσεις.
Το τελευταίο θέμα αφορά τον χρόνο εκτέλεσης των ερωτημάτων. Εξετάσαμε την
δυνατότητα να αναδιοργανώσουμε κάποια δεδομένα που ήταν αποθηκευμένα στην βάση
μας, έτσι ώστε να αλλάξουμε το ερώτημα που χρησιμοποιήθηκε, για να
δημιουργήσουμε μια οπτικοποίηση, και να πετύχουμε καλύτερο χρόνο εκτέλεσης.
(EL)
Slamdata is a platform that allows its users to run queries on MongoDB and
provides the possibility to visualize the produced outcome. Moreover, the
queries that are being run on the platform are not MongoDB queries but SQL2
queries. SQL2 is a language that was created for the platform and looks a lot
like the well known SQL. The platform uses the SQL2 language because people are
much more familiar with SQL queries than MongoDB and SQL2 queries are much more
easier to use and read.
The thesis examines three issues. The first topic is about the way that the
SQL2 queries are translated into MongoDB queries in order to be run in the
local MongoDB database. The second topic presents visualizations of NBA,
publicly available, basketball statistics using the slamdata platform,
including the queries that were used to formulate these data. The last topic is
about the running time of queries. We examined the possibility of rearranging
some data that were stored in our database, in order to change the query used
to formulate the visualizations and achieve better running time.
(EN)
*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.
Βοηθείστε μας να κάνουμε καλύτερο το OpenArchives.gr.
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
