Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
En jämförelse av molnbaserade realtidsanalystjänster: Skillnader i användbarhet mellan multi-tenant och single-tenant arkitekturer
Dalarna University, School of Technology and Business Studies, Information Systems.
Dalarna University, School of Technology and Business Studies, Information Systems.
2015 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
A comparison of cloud-based real-time analytics : Differences in usability between multi-tenant and single-tenant architectures (English)
Abstract [sv]

Internet of Things är ett samlingsbegrepp för den utveckling som innebär att olika typer av enheter kan förses med sensorer och datachip som är uppkopplade mot internet. En ökad mängd data innebär en ökad förfrågan på lösningar som kan lagra, spåra, analysera och bearbeta data. Ett sätt att möta denna förfrågan är att använda sig av molnbaserade realtidsanalystjänster. Multi-tenant och single-tenant är två typer av arkitekturer för molnbaserade realtidsanalystjänster som kan användas för att lösa problemen med hanteringen av de ökade datamängderna. Dessa arkitekturer skiljer sig åt när det gäller komplexitet i utvecklingen.

I detta arbete representerar Azure Stream Analytics en multi-tenant arkitektur och HDInsight/Storm representerar en single-tenant arkitektur.

För att kunna göra en jämförelse av molnbaserade realtidsanalystjänster med olika arkitekturer, har vi valt att använda oss av användbarhetskriterierna: effektivitet, ändamålsenlighet och användarnöjdhet. Vi kom fram till att vi ville ha svar på följande frågor relaterade till ovannämnda tre användbarhetskriterier:

• Vilka likheter och skillnader kan vi se i utvecklingstider?

• Kan vi identifiera skillnader i funktionalitet?

• Hur upplever utvecklare de olika analystjänsterna?

Vi har använt en design and creation strategi för att utveckla två Proof of Concept prototyper och samlat in data genom att använda flera datainsamlingsmetoder. Proof of Concept prototyperna inkluderade två artefakter, en för Azure Stream Analytics och en för HDInsight/Storm. Vi utvärderade dessa genom att utföra fem olika scenarier som var för sig hade 2-5 delmål. Vi simulerade strömmande data genom att låta en applikation kontinuerligt slumpa fram data som vi analyserade med hjälp av de två realtidsanalystjänsterna. Vi har använt oss av observationer för att dokumentera hur vi arbetade med utvecklingen av analystjänsterna samt för att mäta utvecklingstider och identifiera skillnader i funktionalitet. Vi har även använt oss av frågeformulär för att ta reda på vad användare tyckte om analystjänsterna.

Vi kom fram till att Azure Stream Analytics initialt var mer användbart än HDInsight/Storm men att skillnaderna minskade efter hand. Azure Stream Analytics var lättare att arbeta med vid simplare analyser medan HDInsight/Storm hade ett bredare val av funktionalitet.

Abstract [en]

Internet of Things is a collective term for a development which means that different types of units can be equipped with sensors and computer chips that are connected to the internet. An increased amount of data results in an increased demand for solutions that can store, track, analyze and process data. One way to solve this is to use cloud-based real-time analytics. Multi-tenant and single-tenant are two types of architectures for cloud-based real-time analytics services, which can be used to solve the problems that come with handling the increased data volumes. These architectures differ in terms of complexity of the development.

In this report Azure Stream Analytics represents multi-tenant architecture while HDInsight/ Storm represent single-tenant architecture.

In order to compare these different architectures, we have evaluated them by making use of three usability criteria: effectiveness, efficiency and user satisfaction. Based on these criteria, we wanted answers to the following questions:

• What similarities and differences can we see in development times?

• Can we identify differences in functionality?

• What do developers think about the various analysis services?

We have used a design and creation strategy to develop two artifacts. Then we collected data from the development using multiple data collection methods. We used observations to document how we worked with the development of the analytical services, and to measure development times and identify differences in functionality. We have also used questionnaires to find out what users thought of the real-time analysis services.

The Proof of Concept prototypes consisted of two artifacts, one for Azure Stream Analytics and one for HDInsight/Storm. We evaluated them by performing five different scenarios, each of them had 2-5 different tasks. We simulated a data stream by creating an application that continuously generated random data that we analyzed with the two real-time analysis services.

We came to the conclusion that Azure Stream analytics was initially more useful than HDInsight/Storm but the differences decreased gradually. Azure Stream Analytics was easier to work with during the simpler analyzes but HDInsight/Storm had a wider choice of functionality.

Place, publisher, year, edition, pages
2015.
National Category
Information Systems
Identifiers
URN: urn:nbn:se:du-18697OAI: oai:DiVA.org:du-18697DiVA: diva2:840122
Available from: 2015-07-07 Created: 2015-07-07

Open Access in DiVA

fulltext(891 kB)100 downloads
File information
File name FULLTEXT01.pdfFile size 891 kBChecksum SHA-512
78bc7d0b9b4769f27fbcee35c6f8a3fabc3ac65b5c9c7faa4eb60eba07e88b022a9b87bf57a9654fd045d5c35d07937edc074498ba1fb09005ca8f00b1e56062
Type fulltextMimetype application/pdf

By organisation
Information Systems
Information Systems

Search outside of DiVA

GoogleGoogle Scholar
Total: 100 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 236 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf