Encyclopedia of big data technologies

Preface......Page 5
 Big Semantic Data Processing......Page 7
 Big Data Applications......Page 8
 Big Data Security and Privacy......Page 9
 Data Compression......Page 10
 Big Stream Processing......Page 11
About the Editors......Page 12
About the Section Editors......Page 15
List of Contributors......Page 24
  Overview......Page 44
  Key Research Findings......Page 45
    Specification of NMSI......Page 46
    Blotter Architecture......Page 47
    Single Data Center Protocol......Page 48
  Examples of Applications......Page 51
  References......Page 52
 Active Disk......Page 53
  Overview......Page 54
   Storage......Page 55
   Memory: Processing-In-Memory (PIM)......Page 57
   Active Network......Page 58
  References......Page 59
  Context......Page 61
  Methods......Page 62
  Future Research......Page 64
  References......Page 65
  Overview......Page 66
  YARN Architecture......Page 68
  Resource Utilization......Page 69
  Cluster Scalability......Page 70
  Long-Running Services......Page 71
  Further Improvements......Page 72
  References......Page 74
  Definitions......Page 75
   TPC......Page 76
   Big Data Technologies......Page 77
  Foundations......Page 78
  Key Applications......Page 81
  References......Page 82
  Introduction......Page 84
  Application Model and APIs......Page 85
  Checkpointing......Page 86
  High Availability......Page 89
   Partitioners......Page 90
   Dynamic Partitioning......Page 91
  Integration Using Apex Library......Page 92
  References......Page 93
  Historical Background......Page 94
  Foundations......Page 96
   Time Handling......Page 98
   State and Fault Tolerance......Page 99
  References......Page 100
  Definitions......Page 101
  Overview......Page 102
   Fault Tolerance and High Availability......Page 103
    Writing to Kafka......Page 104
  Kafka Connect Framework......Page 105
   Streams and Tables......Page 106
   Time Semantics......Page 107
  References......Page 108
  Historical Background......Page 109
  Foundations......Page 110
  Key Applications......Page 111
  Overview......Page 113
  Partitioned Log Processing......Page 114
  Fault-Tolerant Local State......Page 116
  Cluster-Based Task Scheduling......Page 118
  References......Page 119
  Overview......Page 120
   Spark Streaming......Page 121
  Examples of Applications......Page 122
  References......Page 123
  Overview......Page 124
  Key Research Findings......Page 127
  References......Page 128
  Definitions......Page 129
  Key Research Findings......Page 130
  Examples of Application......Page 131
  References......Page 132
  Introduction......Page 133
   Computational Model......Page 134
   System Workflow......Page 135
   Error Estimation......Page 136
  Discussion......Page 137
  Related Work......Page 138
  References......Page 139
 Approximate Reasoning......Page 140
  Overview......Page 141
  Key Research Findings......Page 142
   Spatial Batch Processing......Page 143
    Spatial Joins......Page 144
   Lambda Architecture......Page 145
   Apache Hadoop......Page 146
   Big Data as a Service......Page 147
  Future Directions for Research......Page 148
  References......Page 149
  Definitions......Page 151
   Convergence and Divergence......Page 152
   Artifact-Centric Process Models......Page 153
   Artifact-Centric Process Mining......Page 155
  Key Research Findings......Page 157
  Future Directions for Research......Page 158
  References......Page 159
  Definitions......Page 160
   Auditing the Results......Page 161
   Auditing Adoption......Page 162
 Automated Creation of Infographics......Page 163
  Automated Process Discovery......Page 164
    Log Quality......Page 165
  Process Discovery Algorithms......Page 166
   Directly Follows-Based Techniques......Page 167
    Structured Miner......Page 168
    α-Algorithms......Page 169
  Cross-References......Page 170
  References......Page 171
  A Bit of History......Page 173
  Classification......Page 174
   HermiT......Page 175
  Applications......Page 176
  References......Page 177
 Availability......Page 179
  Overview......Page 180
   Test Environment Preparation......Page 181
   Scheduling and Accounting of Benchmark Operations......Page 182
  Examples of Application......Page 183
  Overview......Page 184
  Introduction......Page 185
   Data Generation......Page 186
   Data Interoperability......Page 187
   Smart Cities and Homes......Page 188
   Health......Page 189
   Business......Page 190
  Open Issues......Page 191
  Summary......Page 193
  References......Page 194
  Introduction......Page 195
  Research, Technological and Social Challenges in Smart Cities......Page 196
  Urban Big Data Collected in Smart Cities......Page 197
  Smart City Applications......Page 198
  References......Page 200
  The Data......Page 201
  Computational Power......Page 202
  Analysis of These Data......Page 203
  Definitions......Page 204
  Introduction......Page 205
    Gene Expression Data......Page 206
   Mass Spectrometry Data......Page 207
    The EMBL Nucleotide Sequence Database......Page 208
    Protein Data Bank (PDB)......Page 209
    DIP......Page 210
   Biological Databases on the Cloud......Page 211
    Affymetrix Power Tools......Page 212
    easyExon......Page 213
   Analysis of Mass Spectrometry Data: Protein Identification......Page 214
    XPRESS......Page 215
   Analysis of Protein Interaction Networks: Protein Complexes Prediction......Page 216
    Mawish......Page 217
    MAGNA......Page 218
  Conclusions......Page 219
  References......Page 220
   Univariate Forecasting Methods......Page 223
   Multivariate Forecasting Methods......Page 224
   Machine Learning Approaches......Page 225
  References......Page 226
  Exascale Computing......Page 227
  Convergence of Big Data and Exascale Computing......Page 228
   Challenges and Opportunities......Page 229
  Definitions......Page 230
  Background......Page 231
  Motivations......Page 232
  Characteristics......Page 233
  Role of Big Data......Page 234
   Healthcare......Page 235
  Research Directions......Page 236
  Cross-References......Page 237
  References......Page 238
  Definitions......Page 239
  Introduction......Page 240
  Toward Big Data Collection in Vehicular Networks......Page 242
  Security Requirements and System Model for Secure Big Data Collection in IoVs......Page 243
  Open Research Challenges and Future Directions......Page 244
  References......Page 245
  Recommender Systems......Page 246
  Recommender Systems and Online Social Networks......Page 248
  Recommender Systems and Location-Based Social Networks......Page 250
  References......Page 251
  Introduction......Page 252
  Manufacturing Industry Transaction Processing......Page 253
  Analytics and Decision Support Requirements......Page 254
  Organization Readiness and Affordability......Page 255
  Definitions......Page 256
  Lambda Architecture......Page 257
  Big Data Architecture Framework (BDAF)......Page 258
  SOLID......Page 259
  Summary of Architectures......Page 260
  Examples of Applications......Page 261
  References......Page 262
  Overview......Page 263
  Tools of Deep Learning Big Data......Page 264
  Conclusion......Page 267
  References......Page 268
  Overview......Page 269
  Research Findings......Page 271
   KDD Applied to LMI......Page 272
   Application 2: LMI for Producing Official Statistics......Page 274
  Future Directions for Research......Page 275
  Concluding Remarks......Page 277
  References......Page 278
  Definitions......Page 279
  Intrusion Detection......Page 280
   Intrusion Detection: Methods and Techniques......Page 281
   From Raw Data to Cyber Threat Intelligence......Page 283
  Future Directions for Research......Page 286
  Synonyms......Page 287
  Overview......Page 288
  Characterization of Health-Related Big Data......Page 289
   Omics Data......Page 290
   Business, Organizational, and External Data......Page 291
   Clinical Decision Support......Page 292
   Health and Wellness Monitoring......Page 293
  Opportunities and Issues......Page 294
  References......Page 295
  Overview......Page 297
    Consumer Phase Data......Page 298
   How Big Data Is Transforming Automotive Industry......Page 299
   Future Opportunities and Challenges for Big Data in Automotive Industry......Page 301
  Synonyms......Page 303
   Traffic Classification......Page 304
   Big Data Challenges on Network Monitoring......Page 305
  Big Data Technologies in Network Monitoring......Page 306
   Data Management......Page 307
  Research Directions......Page 309
  References......Page 310
  Introduction......Page 311
  Functionalities and Features of a Big Data Platform for CH Applications......Page 312
  CHIS: A Big Data Platform for CH Applications......Page 313
  Synonyms......Page 316
   Call Detail Record (CDR)......Page 317
   Passive Monitoring......Page 319
   Technical Areas......Page 321
    Anomaly Detection......Page 322
    Human Mobility......Page 323
  Cross-References......Page 324
  References......Page 325
  Definitions......Page 326
  Overview......Page 327
  Literature Review in Network Anomaly Detection......Page 328
  Key Research Findings on Network Anomaly Detection......Page 330
  Challenges in Applying Big Data in Network Anomaly Detection......Page 332
  Conclusion......Page 333
  References......Page 334
  Overview......Page 335
  Smart Cities Big Data: A Holistic View......Page 336
   Applications......Page 340
   Challenges as Lessons Learned......Page 342
  Cross-References......Page 343
  Synonyms......Page 344
  Online Social Networks......Page 345
   Social Network Analysis......Page 346
    Influence Diffusion......Page 347
  Community Detection......Page 349
  References......Page 350
  Overview......Page 351
   Real-Time Big Data Analytics in the Cloud......Page 352
    Security of Big Data Against Internal Attackers......Page 353
   IoT Big Data in the Cloud......Page 354
   Cloud-Based Big Data Analytics Tools......Page 355
  Future Directions for Research......Page 356
  References......Page 357
  Overview......Page 358
  Record-Level Nonadaptive Indexing......Page 361
  Record-Level Adaptive Indexing......Page 363
  Split-Level Indexing......Page 364
  Hadoop-RDBMS Hybrid Indexing......Page 365
  References......Page 367
  Introduction......Page 368
  Security Properties......Page 369
  CIA Triad......Page 370
  Classification......Page 371
  References......Page 372
  Overview......Page 373
   From Data Storage to Data Disposal......Page 374
   DNA-Specific Compression......Page 375
   Integration of Heterogeneous Data......Page 376
   Bioinformatics for Sequencing Data......Page 377
  References......Page 378
  Overview......Page 379
  Systems and Techniques......Page 380
  References......Page 382
  Overview......Page 384
    Platforms: Data Organization and Distribution......Page 385
   Technological Infrastructure......Page 387
   Data Modeling......Page 389
  Examples of Application......Page 391
  References......Page 393
  Overview......Page 394
  The KG Landscape in Biomedical Domains......Page 395
   Bio2RDF......Page 396
   Genome-Wide Association Studies (GWAS)......Page 397
  Machine Learning in Bio with KGs......Page 398
  Cross-References......Page 399
  References......Page 400
  Overview......Page 401
  Big Data Challenges......Page 402
   Databases......Page 403
   Ontologies......Page 404
  References......Page 406
 Big Spatial Data Access Methods......Page 408
  Overview......Page 409
  Key Research Findings......Page 410
   Blockchain Topologies......Page 411
   Blockchain Consensus......Page 412
  Blockchain Systems......Page 415
  References......Page 418
   Communication......Page 420
  Limitations......Page 421
   Apache Hama......Page 422
  References......Page 423
  Definitions......Page 424
   Business Process Event Data......Page 425
   Business Process Models......Page 426
  Business Process Analytics Techniques......Page 427
   Event Data Management......Page 428
   Process Discovery and Conformance Checking......Page 429
   Online and Predictive Process Analytics......Page 430
 Business Process Anomaly Detection......Page 431
  Overview......Page 432
   Classification-Based Deviance Mining......Page 433
   Model-Based Approaches......Page 435
   Similarity/Clustering-Based Approaches......Page 437
  Discussion and Directions of Future Research......Page 438
  References......Page 440
  Overview......Page 441
  The XES Standard......Page 442
   Correlation Challenge......Page 443
   Granularity Challenge......Page 444
  Event Log Visualizations......Page 445
   Timeline Charts......Page 446
   Dependency Graphs......Page 447
   Handoff Graphs......Page 450
  References......Page 451
  Overview......Page 452
    Leveraging Activity Labels......Page 453
    Alternative Techniques......Page 454
  Approaches for Evaluating Process Model Matching Techniques......Page 455
  Future Directions for Research......Page 456
  References......Page 457
   Defining PPIs......Page 459
   Evaluating PPIs......Page 460
   Performance Measurement Models......Page 461
   PPI Definition Approaches......Page 462
  Future Directions for Research......Page 463
  References......Page 464
  Overview......Page 465
  Framework......Page 466
   Log Querying......Page 467
   Model Querying......Page 468
   Log and Model Querying......Page 470
  References......Page 471
 Business Process Variants Analysis......Page 473
  Overview......Page 474
  External Storage Systems for Caching......Page 475
   Apache Ignite HDFS Cache......Page 476
  Conclusion......Page 477
  Definitions......Page 478
   HDD-Based High-Density Storage......Page 479
  Key Research Findings......Page 480
   CSD Storage Manager......Page 481
   Database Query Executor......Page 482
  Examples of Application......Page 483
  Future Directions for Research......Page 484
  References......Page 485
  Clojure for Instant Prototyping, with a REPL......Page 486
  Clojure for Code as Data......Page 487
  Clojure Laziness and Reducers......Page 488
  Clojure for Multi-threading......Page 489
  Clojure for the Backend......Page 490
  Clojure for the Front End......Page 491
  Clojure for Big Data......Page 492
  Clojure for Machine Learning......Page 493
  Clojure for Teaching......Page 494
  Overview......Page 495
  Key Research Findings......Page 496
  Examples of Application......Page 498
  Future Directions for Research......Page 499
 Cloud Databases......Page 500
   Elastic Compute......Page 501
   Additional Features and Opportunities......Page 502
  Cloud and Database Systems......Page 503
   Google BigQuery......Page 505
  References......Page 506
  Overview......Page 507
  Related Work......Page 508
    File Organization......Page 509
    File Organization......Page 510
  Conclusions......Page 511
  Overview......Page 512
  Foundations......Page 513
  Key Applications......Page 516
  References......Page 517
   Run-Length Compressed CSAs and FM-Indexes......Page 518
   Lempel-Ziv and Grammar-Based Indexes......Page 519
   Graph-Based Indexes......Page 520
  Cross-References......Page 521
  References......Page 522
  Historical Trends in Computer Architecture......Page 524
  How Big Data Affects Computer Architecture......Page 525
  Architectural Aids to Data Translations......Page 526
  Memory, Processing, and Interconnects......Page 527
  References......Page 528
  Overview......Page 530
  Cost Model for Data Retention......Page 531
  Implications of the Cost Model......Page 532
  Definitions......Page 534
   Concurrency Semantics......Page 535
    Register......Page 536
   Synchronization Model......Page 537
   Extended Behavior Under Concurrency......Page 538
   Guaranties and Limitations......Page 539
   Reversible Computation......Page 540
   Verification......Page 541
  References......Page 542
  Definitions......Page 543
   Dimensions of Conformance......Page 544
   Types of Conformance......Page 546
   Token Replay......Page 547
   Cost-Based Alignment......Page 548
   Cost-Based Fitness Metric......Page 550
   Artificial Negative Events......Page 551
  Examples of Application......Page 553
  References......Page 555
  Overview......Page 556
   SQL-Like Syntax......Page 557
   Stream-Relational Algebra......Page 558
  Future Directions for Research......Page 560
  References......Page 561
  Overview......Page 562
   Commutativity and Convergence......Page 563
   Application-Level Correctness Semantics......Page 564
   Versioning and Snapshots......Page 565
  References......Page 566
  Introduction......Page 568
  Security Issues in Cloud......Page 569
  Co-resident Attack......Page 570
   Defense Methods......Page 571
  Definitions......Page 572
  Scientific Fundamentals......Page 573
  Key Applications......Page 574
  References......Page 575
 Cryptocurrency......Page 576
  Overview......Page 577
   Enforcing Data Quality Rules......Page 578
   Data Transformation......Page 579
  Applications of Data Cleaning......Page 581
  References......Page 582
 Data Differencing......Page 583
  Levels of Abstraction: The JDL Model......Page 584
  Computational Resources for Big Data Fusion: Cloud Computing......Page 586
  Application Examples......Page 587
  References......Page 588
  Overview......Page 589
   P2P Data Management......Page 592
  References......Page 593
   Architecture......Page 594
    Ingestion Layer......Page 595
    Storage Layer......Page 596
   Lazy and Pay-as-You-Go Concepts......Page 597
   Data Governance and Data Quality......Page 598
  Future Directions for Research......Page 599
  References......Page 600
  Media for Long-Term Data Storage......Page 601
  Data Decay and Device Lifespans......Page 602
  Future Directions......Page 603
  References......Page 604
  Overview......Page 605
  Key Research Findings......Page 606
  Examples of Application......Page 607
  Future Directions for Research......Page 608
  References......Page 609
  Overview......Page 610
   Provenance Phases in Big Data Workflows......Page 611
  Examples Applications......Page 613
  References......Page 614
  Semantic Web Data Quality......Page 615
   Accessibility Dimensions......Page 616
   Intrinsic Dimensions......Page 617
   Contextual Dimensions......Page 618
  Representing Quality Metadata as Linked Data: The W3C Data Quality Vocabulary......Page 619
  References......Page 620
  Data Unavailability, Corruption, and Loss......Page 621
  Error-Detecting Codes......Page 622
  Data Dispersion......Page 623
  References......Page 624
 Data Validation......Page 625
  Overview......Page 626
   Data Parsing and Structuring......Page 627
   Data Profiling......Page 628
   Data Enrichment and Distillation......Page 629
  Future Directions for Research......Page 630
   Inferential Methods to Accelerate Wrangling......Page 631
  References......Page 632
   Background......Page 633
   Basic Concepts......Page 634
   Definitions......Page 635
   Fundamental Results......Page 636
    Client Monotonic (CM)......Page 637
    Snapshot Isolation (SI)......Page 638
   A Three-Dimensional View of Data Consistency......Page 639
  Examples of Application......Page 640
  References......Page 641
  Overview......Page 643
   Positioning DBaaS......Page 644
  Disadvantages of the DBaaS Model......Page 645
  Types of Databases......Page 646
  Future Directions for Research......Page 647
  References......Page 648
   Data-Driven Process Simulation......Page 649
    Entity Types......Page 650
    Queue Discipline......Page 651
    Resource Schedules......Page 652
  Future Directions for Research......Page 653
  References......Page 654
  Introduction......Page 656
  Decision Mining as a Classification Problem......Page 659
  Extension of the Basic Technique......Page 660
   Non-compliance and Invisible Steps......Page 661
   Overlapping Rules......Page 662
  Example Cases and Tool Support......Page 663
  Conclusion......Page 665
  References......Page 666
  Introduction......Page 667
  Process Discovery......Page 668
  Conformance Checking......Page 669
  Compliance Monitoring......Page 670
  Conclusion......Page 671
  References......Page 672
  Definitions......Page 674
  Overview......Page 675
  Key Research Findings......Page 678
  Future Directions for Research......Page 679
  References......Page 680
  Overview......Page 681
   Deep Neural Networks......Page 682
   Convolutional Neural Networks......Page 683
   Recurrent Neural Networks and Long Short Time Memory Networks......Page 684
   Autoencoders......Page 685
  Examples of Application......Page 687
  Future Directions for Research......Page 688
  References......Page 689
  Definitions......Page 690
   Time......Page 691
   General Requirements of Stream Processing......Page 692
  References......Page 693
  Overview......Page 694
    Classical Sampling......Page 695
    Sketch-Based Sampling......Page 696
   On Computing the Diameter......Page 697
  Examples of Application......Page 698
  References......Page 699
  Definitions......Page 700
   String-to-String Correction and Differencing......Page 701
   A Sample Implementation......Page 702
   Compressing Collections of Files......Page 703
  Examples of Applications......Page 704
   Future Directions for Research......Page 705
  References......Page 706
  Definitions......Page 707
  Key Research Findings......Page 708
  Examples of Application......Page 711
  References......Page 712
  Basic Approach......Page 713
   Negative Labels......Page 715
  Embedding-Based Methods......Page 716
  Leveraging Auxiliary Information for Supervision......Page 717
  References......Page 718
  Overview......Page 719
   Replication Policy......Page 720
  Examples of Application......Page 721
   Ceph......Page 722
  References......Page 723
  Overview......Page 724
  Incremental View Maintenance......Page 725
   Compilation Overview......Page 727
   Forming Distributed Programs......Page 728
   Inter-statement Optimization......Page 730
 Distributed View Update......Page 732
 Dynamic Scaling......Page 733
  Historical Background......Page 734
  Foundations......Page 735
   Triggering Mechanism......Page 736
   State Transfer......Page 737
  Cross-References......Page 738
  References......Page 739
   GPU......Page 740
   Die-Stacked DRAM......Page 741
   RDMA......Page 742
  References......Page 743
  Historical Background......Page 744
  Related Work......Page 745
  Foundations......Page 746
   Content Metadata......Page 747
   Batch Model Building......Page 748
   Metrics......Page 749
  Historical Background......Page 751
  Foundations......Page 752
  Key Research Findings......Page 754
  References......Page 755
   Hardware Approaches......Page 756
   DBMS Approaches......Page 757
  Energy-Efficient Data Analysis on Mobile Computing......Page 758
  Energy-Efficient Query Processing in Sensor Networks......Page 760
  Conclusion and Future Direction......Page 761
  References......Page 762
  Causes of Energy Dissipation......Page 763
  Memory/Storage Energy Requirements......Page 765
  Communication Energy Requirements......Page 766
  Future Directions......Page 767
  References......Page 768
  Definitions......Page 769
  Overview......Page 770
  Key Research Findings......Page 771
  Examples of Application......Page 772
  References......Page 773
   Process Characteristics......Page 774
   Event Log Characteristics......Page 775
  Further Reading......Page 777
  References......Page 778
  Definitions......Page 780
  State-of-the-Art & Contemporary Applications......Page 781
    Concept of Attack Graph for Interconnected Systems......Page 782
    Natural Computing for Resilience and Self-Organized Mechanism......Page 783
  Conclusion and Scope of Future Research......Page 784
 Extract-Transform-Load......Page 785
  Overview......Page 786
   The Social Dimension Model......Page 788
   The DeepWalk Model......Page 789
   The node2vec Model......Page 791
  Examples of Application......Page 793
  References......Page 794
   Formalization of SPARQL Over Federated RDF Data......Page 795
  Query Processing......Page 796
   Query Decomposition and Source Selection......Page 797
   Query Execution Techniques......Page 798
   Challenges of Using the Semantic Web as a Federation......Page 799
  References......Page 800
  Overview......Page 802
  Introduction......Page 803
  Literature Review......Page 804
  Efficient Natural Language Processing (NLP) Techniques for Flood Detection Using Social Media Big Data Text Streams......Page 805
    Deep Neural Network (DNN)......Page 806
   State-of-the-Art NLP Systems for Flood Detection Using Big Data Streams......Page 807
  Flood Detection from Social Media Visual Big Data Stream: Machine Learning and Deep Learning Techniques......Page 808
   Importance of Deep Learning (DL) Algorithms in Event Prediction......Page 809
  Conclusion......Page 810
  References......Page 811
  Overview......Page 812
   Hadoop-Based RDF Systems......Page 813
   Spark-Based RDF Systems......Page 815
  References......Page 817
 Functional Benchmark......Page 818
  Overview......Page 819
   Alignment-Based FASTQ Compressors......Page 820
   The CRAM Format and Reference-Based Compressors......Page 821
  References......Page 822
  Definitions......Page 823
   Synchronous Replication......Page 824
    Concurrency and Conflict Resolutions......Page 825
  Key Research Findings......Page 826
  Future Directions for Research......Page 827
  References......Page 828
  Synonyms......Page 829
   Strongly Consistent Transactions......Page 830
   Weak and Relaxed Transactional Semantics......Page 832
  Examples of Application......Page 833
  References......Page 834
  GPU......Page 836
   Mobile Platforms......Page 837
  Multi-package......Page 839
  References......Page 840
   String Grammars......Page 841
    Equality Checking......Page 842
    Grammar Compressors......Page 843
   Graph Grammars......Page 844
    Grammar Compressors......Page 845
  Future Directions of Research......Page 846
  References......Page 847
  Introduction......Page 848
   Real Graphs Properties......Page 849
    Barabasi-Albert......Page 850
   Online Queries......Page 851
  Experiment Design......Page 852
  References......Page 853
 Graph Compression......Page 854
   Graph Schemas, Instances, and Queries......Page 855
   Data Exchange Solutions and Universal Representatives......Page 856
   Query Answering and Query Rewriting......Page 857
   Graph Data Exchange......Page 858
   Mapping Management for Data Graphs......Page 859
  Future Directions for Research......Page 860
  References......Page 861
  Classification......Page 862
  Storage Representations......Page 863
   Declarative QLs......Page 864
    Low Level......Page 865
   Native Graph Processing......Page 866
  Discussion......Page 868
  References......Page 869
  Overview......Page 870
  Key Research Findings......Page 871
   The Property Graph Model......Page 872
   The Nested Data Model......Page 873
  A Brief Comparison of Models......Page 874
 Graph Drawing......Page 875
   Graph Search with Keywords......Page 876
   Exploratory Graph Analysis......Page 877
   Reformulation of Graph Queries......Page 878
  Key Applications......Page 879
  References......Page 880
   The Workload......Page 881
   LUBM......Page 883
   LDBC SNB Interactive......Page 884
   LDBC Graphalytics......Page 885
   Usage-Driven Query Analysis and Benchmarking......Page 886
  References......Page 887
  Overview......Page 888
  Invariants and Centrality Indices......Page 889
  Local Properties......Page 890
  Shortest Paths......Page 891
  Alternative Definitions......Page 892
  References......Page 893
  Overview......Page 894
   OLAP on Graph Data......Page 895
   Dynamic Graph Analytics......Page 896
  Future Directions of Research......Page 897
  Definitions......Page 898
   Vertex-Based Partitioning......Page 899
    Objective Functions......Page 900
  Examples of Application......Page 901
  References......Page 903
   Path Queries......Page 905
    Regular Path Queries......Page 906
    Regular Path Queries with Inverse......Page 907
    Conjunctive Regular Path Queries......Page 908
   Simple Path Semantics......Page 909
  References......Page 910
  Overview......Page 911
   Making Big Graphs Small......Page 912
   User-Friendly Pattern Matching......Page 913
  References......Page 914
  Definitions......Page 915
  Overview......Page 916
   BSP Graph Processing Frameworks......Page 917
   Single-Machine Graph Processing Frameworks......Page 918
  Example of Application......Page 919
  Future Directions for Research......Page 920
  References......Page 922
  Key Research Findings......Page 923
   Graph Pattern Matching......Page 924
   Path Queries......Page 925
   Beyond Patterns......Page 926
   Composability......Page 927
  References......Page 928
  Subgraph Queries......Page 930
   Vertex-at-a-time Approaches......Page 931
   Query Decompositions......Page 932
  Regular Path Queries......Page 933
   Relational Algebra and Datalog-Based Approaches......Page 934
   Finite Automata-Based Approaches......Page 935
  Research Directions......Page 936
  References......Page 937
   Adjacency Representation......Page 938
   Property Representation......Page 939
   Indexing......Page 940
  Examples of Applications......Page 942
  References......Page 943
  Overview......Page 944
   Undirected Graph Drawing......Page 945
    Spring-Electrical Model......Page 946
    Spring/Stress Model......Page 947
    Layered Graph Layout......Page 948
  Future Directions for Research......Page 949
   Time-Varying and Complex Graphs......Page 950
  References......Page 951
 Green Big Data......Page 952
   Introduction......Page 953
   HDFS......Page 954
   MapReduce......Page 955
 Hadoop Software......Page 957
   Factors that Affect Reliability......Page 958
  Reliability of Storage Medias......Page 959
   SSD......Page 960
  Promising Future Trend......Page 961
  Definitions......Page 962
  Video and Image Compression......Page 963
  Memory Systems......Page 964
  References......Page 965
  Definitions......Page 967
  Communication Patterns in Transaction Processing......Page 968
  Key Research Findings......Page 969
    Logical or Physiological Partitioning......Page 970
  Future Directions of Research: Toward Many Cores......Page 971
  Conclusions......Page 972
  References......Page 973
  Definitions......Page 974
   Architectural Considerations......Page 975
    Access Paths and Interface Extensions......Page 977
   Recovery and Instant Restart......Page 978
  References......Page 979
 Healthcare Ontologies......Page 981
    Control-Flow-Based Techniques......Page 982
    Data-Based Techniques......Page 983
    Core BPMN and Activity Markers......Page 984
    Complete BPMN......Page 985
  Conclusion and Final Considerations......Page 986
  Definitions......Page 987
  Overview......Page 988
   Storage and Retrieval......Page 989
    Indexing Using Multiversion Arrays......Page 990
    Runtime Environment Aspects......Page 991
  Examples of Application......Page 992
  References......Page 993
  Running on Hadoop, Scalability, and High Availability......Page 994
  “Unstructured” and Text Data......Page 995
  Partition Pruning......Page 996
  Query Execution......Page 997
  SQL......Page 998
  Security......Page 999
  Definitions......Page 1000
   Holistic Matching for Schema and Ontology Integration......Page 1001
   Holistic Matching of Web Forms and Web Tables......Page 1002
  References......Page 1004
   HopsFS vs. HDFS......Page 1005
  MySQL's NDB Distributed Relational Database......Page 1006
    Distribution-Aware Transactions (DAT)......Page 1008
  HopsFS Distributed Metadata......Page 1009
  HopsFS Transactional Operations......Page 1012
    Transactional File System Operation......Page 1013
   Subtree Operations......Page 1014
  Storing Small Files in the Database......Page 1015
  Results......Page 1016
  References......Page 1018
  Overview......Page 1019
  Key Research Findings......Page 1020
   Unified Data Representation......Page 1021
   Manifold of Data Representations......Page 1022
   Data Replication......Page 1023
  Examples of Applications......Page 1024
  References......Page 1025
  Overview......Page 1026
  Challenges......Page 1027
   Parallel Movement of Data in Bulk......Page 1028
   Query Pushdown to Hadoop......Page 1029
  Conclusion and Future Directions......Page 1030
  References......Page 1031
 Hybrid Warehouse......Page 1032
  Introduction......Page 1033
   Complex Types Support......Page 1034
   Impala + HDFS......Page 1035
   Statestore Daemon......Page 1036
   Impala Daemon......Page 1037
    Query Planning......Page 1038
  References......Page 1039
  Introduction......Page 1040
   System Overview......Page 1041
   Building Blocks......Page 1042
   Estimation of Error Bounds......Page 1043
  Discussion......Page 1044
  Conclusion......Page 1045
  References......Page 1046
  Introduction......Page 1047
   Design Overview......Page 1049
  Slider Architecture......Page 1051
  Related Work......Page 1052
  References......Page 1053
  Key Research Findings......Page 1055
   MapReduce-Based Indexing......Page 1056
  Future Directions for Research......Page 1057
  References......Page 1058
  Graph Data and Queries......Page 1059
  Value-Based Indexing......Page 1060
  Reachability and Regular-Path Indexing......Page 1061
   Structural Indexing......Page 1062
   Graph Dedensification......Page 1063
  Distribution and Partitioning......Page 1064
  References......Page 1065
  Influence Propagation......Page 1067
   Influence Maximization......Page 1068
  Learning the Model......Page 1070
   The Friedkin and Johnsen Model......Page 1071
   Opinion Maximization......Page 1072
  References......Page 1073
  Definitions......Page 1074
   Data Storage......Page 1075
    Masstree......Page 1076
    Concurrency Control for Partitionable Workloads......Page 1077
    Durability Mechanisms for In-Memory Transactions......Page 1078
  References......Page 1079
  Overview......Page 1080
  Examples of Application......Page 1082
  References......Page 1083
  Definitions......Page 1084
   Data Streaming Models......Page 1085
   Building Blocks......Page 1086
  Key Research Findings......Page 1087
   Stream Processing Optimization......Page 1088
  References......Page 1090
   Integer Compressors......Page 1091
    Variable-Byte......Page 1092
    PForDelta......Page 1093
    Elias-Fano......Page 1094
    Binary Interpolative......Page 1095
  Future Directions for Research......Page 1096
  References......Page 1097
 Iterative Refinement......Page 1098
  Overview of the Julia Project and Historical Context......Page 1099
  Key Julia Packages for Data Science......Page 1100
  Implementing and Running Custom Algorithms in Julia......Page 1101
  Structuring Code and Performance Measurement of Julia Scripts......Page 1102
  Firing Up Additional CPUs Through the Julia Kernel......Page 1103
  Julia Resources......Page 1104
  References......Page 1105
  Introduction......Page 1106
  Public-Key Encryption with Keyword Search......Page 1108
  Keyword-Guessing Attacks......Page 1109
   Insider Attacks Resilience......Page 1110
  References......Page 1111
  Synonyms......Page 1112
    Translational Distance Model: TransE and Its Extensions......Page 1113
    Open-World Assumption......Page 1114
  KG Embedding Extension by Integrating Additional Information......Page 1115
  KG Embedding Applications......Page 1116
  References......Page 1118
  Overview......Page 1119
  Knowledge Organization Systems in Libraries......Page 1120
  Library Linked Data......Page 1121
   Library Linked Datasets......Page 1122
  Community-Driven Knowledge Graph Enrichment......Page 1123
  Knowledge Graphs in the Digital Humanities......Page 1124
  References......Page 1125
  Overview......Page 1127
   Program Semantic Dataflow......Page 1128
    API......Page 1129
    Semantics......Page 1130
   Apache Spark......Page 1131
    API and Semantics......Page 1132
    API and Semantics......Page 1133
    API and Semantics......Page 1134
  Future Direction for Research......Page 1137
   Overview......Page 1138
  Key Research Findings......Page 1141
  References......Page 1142
  Overview......Page 1143
  Key Research Findings......Page 1145
  Cross-References......Page 1147
  Synonyms......Page 1148
    PageRank......Page 1149
    HITS......Page 1150
   Link Prediction......Page 1151
  References......Page 1153
  Overview......Page 1155
   General Approaches to Make Use of Linked Data......Page 1156
   Source Selection Strategies for Linked Data Queries......Page 1157
   Linked Data Query Execution......Page 1158
  Future Directions for Research......Page 1159
  References......Page 1160
 Linked Data Query Processing......Page 1161
    GeoSPARQL......Page 1162
    RDFi......Page 1164
   Implemented Systems......Page 1165
   Visual User Interfaces......Page 1167
  References......Page 1168
 Logical Reasoning......Page 1169
  Background......Page 1170
  Foundations......Page 1171
   Watermarks......Page 1172
    Time-Based Windows......Page 1173
   Differences Between Time in Streams and Time in Databases......Page 1174
 Measured System......Page 1175
  Historical Background......Page 1176
  Foundations......Page 1177
   Aggregation of Individual Metrics......Page 1178
  Key Applications......Page 1179
  Overview......Page 1180
   BigData......Page 1181
  Foundations......Page 1182
   Properties of a Good Microbenchmark......Page 1183
  Key Applications......Page 1184
    Networking......Page 1185
   Database......Page 1186
  References......Page 1187
  Overview......Page 1189
  The Origins of Mobile Big Data......Page 1190
   Data from Telecommunication Services......Page 1191
    Edge Networks......Page 1192
    Cloud-Centric Data Processing......Page 1194
    Edge-Based Data Processing......Page 1195
   Variety......Page 1197
  References......Page 1198
  Synonyms and Related Terms......Page 1200
   Multidimensional Data and Event Modeling......Page 1201
   Definition of OLAP Operations......Page 1202
   Visualization of Results......Page 1203
   Performance......Page 1204
  References......Page 1205
 Multi-instance Process Mining......Page 1206
  Definitions......Page 1207
  Key Research Findings......Page 1208
  Examples of Systems......Page 1209
  References......Page 1213
  Definitions......Page 1214
   Security in MANET......Page 1215
    Intrusion Detection in MANETs......Page 1216
    Security Issues in Cloud Computing......Page 1217
   5G Security......Page 1218
   Security in IoT......Page 1219
 Network Databases......Page 1220
  Definitions......Page 1221
   Physical Network Substrate......Page 1222
   Logical Network Layer......Page 1224
   Network Convergence......Page 1225
  Examples of Network-Level Application for Big Data Processing......Page 1226
  References......Page 1227
 NoSQL Benchmarks......Page 1228
  Overview......Page 1229
   Key-Value Stores......Page 1230
   Document Stores......Page 1231
   Extensible Record Stores......Page 1232
  References......Page 1233
  Synonyms......Page 1235
  Introduction......Page 1236
  Linear Models......Page 1237
  Decision and Regression Trees......Page 1239
  Bayes Models......Page 1240
  References......Page 1241
  Synonyms......Page 1243
  Introduction......Page 1244
  Requirements for Machine Learning Over Fast Data Streams......Page 1245
  Data Stream Processing Engines......Page 1246
  Taxonomy of Machine Learning Tools......Page 1247
  Parallel Learning and the Parameter Server......Page 1249
   Apache Spark......Page 1250
  References......Page 1251
  Definitions......Page 1254
  Background and Origin......Page 1255
  Ontology Representation and Reasoning......Page 1256
  Ontology Engineering and Reuse......Page 1257
   Commonly Used Vocabularies......Page 1258
  Ontology Usage for Big Data......Page 1259
  Research Challenges......Page 1260
  References......Page 1261
  Overview......Page 1262
   Exact Computation......Page 1263
   Approximate Computation......Page 1264
  Future Directions for Research......Page 1265
  References......Page 1266
  Introduction......Page 1267
  BigData Orchestration Operations and Challenges......Page 1268
   Apache Mesos......Page 1270
   Amazon Lambda......Page 1271
   Beygelzimer et al. 43:ch43-1:beygelzimer2013big......Page 1272
  Open Research Issues......Page 1273
  References......Page 1274
 Overview of OnlineMachine Learning in Big Data Streams......Page 1275
  Overview......Page 1276
   Pregel-Like Systems......Page 1277
   Shared-Memory Abstraction......Page 1280
   Subgraph-Centric Paradigm......Page 1281
  References......Page 1282
  Overview......Page 1283
   Broadcast Join......Page 1284
   Theta Joins......Page 1285
   Optimizing MapReduce for Join Processing......Page 1286
  References......Page 1287
  Overview......Page 1288
  Trends in Parallel Processing......Page 1289
  Parallel Processing Models......Page 1290
  Heterogeneity and Hardware Acceleration......Page 1291
  Future Directions......Page 1292
  References......Page 1293
  Definitions......Page 1294
   Data Models......Page 1295
    Operators for Event Recognition......Page 1296
    Models for Event Recognition......Page 1297
   Event Recognition Algorithms......Page 1298
  References......Page 1299
  Definitions......Page 1300
   Microarchitectural Behavior......Page 1301
   Disk Technology......Page 1302
   System Architecture......Page 1303
  Cross-References......Page 1304
  References......Page 1305
  Introduction......Page 1306
  The Need of Predictions in Business Process Monitoring......Page 1307
  Predictive Process Monitoring Dimensions......Page 1308
  Numeric Predictions......Page 1309
  Outcome-Based Predictions......Page 1310
  Multitype Predictions......Page 1312
  References......Page 1313
  Privacy in Social Networks......Page 1315
   Flowchart......Page 1316
  Conclusion and Future Work......Page 1317
  Definitions......Page 1318
   GDPR Scope......Page 1319
  Pseudonymization......Page 1320
   Separation Concept......Page 1321
   Seclusiveness......Page 1322
    German Restricted Identification......Page 1323
   German Pseudonymous Signature......Page 1324
   Pairing-Based Solutions......Page 1325
   Summary......Page 1326
  Introduction......Page 1327
   System Model......Page 1329
   Submitting Queries......Page 1330
    Step III: Transmitting Answers via Proxies......Page 1331
  Related Work......Page 1332
  References......Page 1333
  Overview......Page 1335
  Key Research Findings......Page 1336
  Examples of Application......Page 1339
   Scalability......Page 1340
   Privacy......Page 1341
 Private Record Linkage......Page 1342
  Example......Page 1343
  Motivation......Page 1344
   Value Level......Page 1345
   Record Level......Page 1346
   Schema Level......Page 1347
  Data Cleaning......Page 1348
  References......Page 1349
 Process Mining......Page 1350
  Process Model Repair in Context......Page 1351
  Fitness-Based Repair......Page 1352
  Interactive and Incremental Repair......Page 1354
  References......Page 1355
 Provisioning and Decommissioning......Page 1356
  Overview......Page 1360
   Exploiting Multi-core Architectures......Page 1361
   Orca......Page 1362
   Catalyst......Page 1364
   Impala......Page 1367
  References......Page 1368
   Traditional kNN Algorithms......Page 1369
    Hadoop-Based kNN Algorithms......Page 1370
    HBase-Based kNN Algorithms......Page 1371
  References......Page 1372
  Definitions......Page 1373
  Overview......Page 1374
   Traditional Query Processing......Page 1376
   Computational Geometry on Big Data......Page 1377
  Future Directions for Research......Page 1379
  Definitions......Page 1380
  Key Research Findings......Page 1381
  Examples of Application......Page 1384
  References......Page 1385
   Historical Background: Emergence of Queue Mining......Page 1386
   Foundations of Queue Mining......Page 1388
   Online Delay Prediction......Page 1390
   Process Improvement......Page 1391
  References......Page 1392
  Overview......Page 1394
   Vectorization and R as a Functional Language......Page 1395
    The bigmemory Package......Page 1396
    Threads in C/C++......Page 1397
   Message-Passing Parallel Code in R......Page 1398
   The ``parallel'' Package......Page 1399
    partools......Page 1400
   Software Alchemy......Page 1401
  Conclusions......Page 1402
  Synonyms......Page 1403
  Overview......Page 1404
  Key Research Findings......Page 1406
   Real-Time Compression......Page 1409
  Examples of Application......Page 1410
  Future Directions for Research......Page 1411
  References......Page 1412
  Definitions......Page 1413
   Features, Methods, and Tools......Page 1414
   Vocabularies......Page 1417
  Applications......Page 1418
  References......Page 1419
  Synonyms......Page 1420
  Overview......Page 1421
   Serialization Formats......Page 1423
   Binary Serialization and Compression......Page 1426
   Context Information......Page 1427
  Future Directions for Research......Page 1428
  References......Page 1429
 Real-Time Big Spatial Data Processing......Page 1430
  What Is Scale?......Page 1431
  Materialization with Fixed Rules......Page 1432
  Materialization with Generic Rules......Page 1435
  Introduction......Page 1436
  Prequential (Online) Evaluation for Recommenders......Page 1438
  Online Matrix Factorization......Page 1440
  Variants of Matrix Factorization......Page 1441
  References......Page 1442
   Similarity Computation......Page 1444
   Algorithms......Page 1445
   Performance Improvements......Page 1446
  Future Directions for Research......Page 1447
  Synonyms......Page 1448
    Value Prediction......Page 1449
  Unsupervised Data Mining......Page 1450
  Concept Drift and Adaptive Learning......Page 1451
  References......Page 1452
  Foundations......Page 1456
  Overview of Rendezvous Architecture......Page 1457
   Versioning of the Rendezvous Components......Page 1458
   Key Properties of Rendezvous Architectures......Page 1459
  Definitions......Page 1460
   Big Data Partitioning......Page 1461
  Hyper-partitioning......Page 1462
   Robust Partitioning Tree......Page 1463
   Attribute Allocation......Page 1464
  Hyper-joins......Page 1465
   Problem Definition......Page 1466
   Optimal Algorithm......Page 1467
   Two-Phase Hyper-partitioning......Page 1468
   Cost Model......Page 1469
   Tree Transformations......Page 1470
   Repartitioning with Multiple Predicates......Page 1471
   Smooth Repartitioning......Page 1472
  References......Page 1473
 Rule-Oriented Process Mining......Page 1474
   Inheritance and Traits......Page 1475
   Implicits......Page 1476
  Examples of Application......Page 1477
  Future Directions for Research......Page 1478
  References......Page 1479
  Introduction......Page 1480
  Horizontal Scaling Platforms......Page 1481
    Hadoop MapReduce......Page 1482
    Spark......Page 1483
    Graph Processing......Page 1484
   GPU......Page 1485
  References......Page 1486
  Overview......Page 1488
  What Is MapReduce?......Page 1489
  Privacy Concern......Page 1490
  Critiques on Emerging Approaches......Page 1491
  Future Direction......Page 1493
  Summary......Page 1494
  References......Page 1495
  Overview......Page 1496
  Key Research Findings......Page 1498
  Future Directions of Research......Page 1500
  Overview......Page 1501
   Academic Prototype......Page 1502
  References......Page 1503
  Accelerators for Query Processing......Page 1504
   Advantages and Limitations......Page 1505
   Hardware Design......Page 1506
   Hardware Design......Page 1507
  References......Page 1508
  Introduction......Page 1509
  Secured Challenges of Big Data Computing in Cloud......Page 1510
  Solutions to the Security Challenge......Page 1511
  Synonyms......Page 1512
  Overview......Page 1513
   Access Control......Page 1514
   Trust......Page 1516
   Anonymization......Page 1517
  Future Directions for Research......Page 1518
  References......Page 1519
   Overview of Big Data......Page 1521
   Challenges of Big Data Security and Privacy......Page 1522
    Integrity......Page 1523
  Need for Data Security: Looking at the Bigger Picture......Page 1524
   Application of Privacy and Security in Electronic Health Data (EHD)......Page 1525
  Cross-References......Page 1527
  References......Page 1528
 Semantic Data Compression......Page 1529
  Key Research Findings......Page 1530
   Semantic Schema Alignment......Page 1531
   Human-in-the-Loop Semantic Interlinking......Page 1532
  References......Page 1533
  Main Approaches......Page 1534
   Document Search......Page 1535
  Systems......Page 1536
  References......Page 1537
  Overview......Page 1539
  Key Research Findings......Page 1541
  Examples of Application......Page 1542
  Future Directions for Research......Page 1543
  References......Page 1545
  Overview......Page 1547
   MinHash......Page 1548
  Applications......Page 1549
  Definitions......Page 1550
  Overview......Page 1551
  Key Research Findings......Page 1552
  Future Directions for Research......Page 1554
 Smart Cities or Future Cities......Page 1555
  Introduction......Page 1556
   Approach Overview......Page 1557
  Architecture......Page 1558
  A Unified API......Page 1559
   Probabilistic Store......Page 1560
   State Sharing......Page 1561
   High Availability......Page 1562
  Conclusion......Page 1563
  References......Page 1564
  Overview......Page 1565
   Memory Management......Page 1566
  References......Page 1567
  Historical Background......Page 1568
   Project Structure......Page 1569
   Spark-Submit Configuration......Page 1570
  Key Applications......Page 1571
  References......Page 1572
  Definitions......Page 1573
   Spatial Transformations......Page 1574
   Spatial Entity Resolution......Page 1575
   Spatial Data Integration: Observations......Page 1576
  Examples of Application......Page 1577
  References......Page 1578
   SDM Concepts......Page 1580
    Spatial Data to Spatial Knowledge......Page 1581
    Spatial Knowledge to Discover......Page 1582
    Spatial Data Model......Page 1583
   Bottleneck of SDM......Page 1584
    Crisp Set Theory......Page 1585
    Bionic Method......Page 1586
   SDM Software......Page 1587
  References......Page 1588
  Definitions......Page 1589
  Overview......Page 1590
   Modeling Spatial Graphs......Page 1592
   Storage of Spatial Graphs......Page 1593
    Synchronous vs. Asynchronous Time Grouping......Page 1594
   Data Mining Algorithms on Spatial Graphs......Page 1595
   GPS Trace Data for Improving Fuel Efficiency......Page 1597
   Evacuation Route Planning......Page 1599
   Time Annotated Engine Measurement Spatial Data......Page 1600
   Distressed Area Identification......Page 1601
 Spatial Joins in Clusters......Page 1602
   Spatio-Social Graph......Page 1603
   User Check-In Data......Page 1604
   Spatio-Social Recommendation......Page 1605
  References......Page 1606
  Definitions......Page 1607
    Map Matching......Page 1608
    Trajectory Index......Page 1609
    Trajectory Pattern Mining......Page 1610
  Examples of Application......Page 1611
  Future Directions for Research......Page 1612
  References......Page 1613
  Overview......Page 1614
  Key Research Findings......Page 1615
  Examples of Application......Page 1619
  References......Page 1620
  Motivation......Page 1621
   Tiered Storage and HSM Systems......Page 1622
  Storage Hierarchies in Practical Applications......Page 1623
  Expected Technology and Market Changes......Page 1624
  Introduction and Background......Page 1625
  Taxonomy of Big Data Storage Technologies......Page 1626
   Column-Oriented Data Model......Page 1627
 Stratosphere Platform......Page 1628
  Metrics......Page 1629
   Fault Tolerance......Page 1630
  Key Applications......Page 1631
  References......Page 1632
  Overview......Page 1634
   Data-Model Driven Streaming Languages......Page 1635
  Examples......Page 1636
   Synchronous Dataflow in Lustre......Page 1637
   Big-Data Streaming in SPL......Page 1638
  Future Directions for Research......Page 1639
  References......Page 1640
  Overview......Page 1641
  Key Research Findings......Page 1643
  Examples of Application......Page 1646
  Cross-References......Page 1647
  References......Page 1648
  Overview......Page 1649
   Aggregating Sliding Windows......Page 1650
   Partial Window Aggregation......Page 1651
   Pairs......Page 1652
   General Pre-aggregation Limitations......Page 1653
   Deterministic Windows......Page 1654
  Future Directions......Page 1655
  Conclusions......Page 1656
 Streaming Architecture......Page 1657
  Key Scientific Findings......Page 1658
   Continuous vs. Snapshot Spatial Queries......Page 1659
   General-Purpose Big DSMSs......Page 1660
    Micro-Batching-Based Systems......Page 1661
   Big Spatio-textual Data Streaming......Page 1662
  References......Page 1663
  Definitions......Page 1664
  Historical Background......Page 1665
   Pattern: Do Some, Defer Some......Page 1666
   Message Transport......Page 1667
   Service Implementation......Page 1668
  References......Page 1669
  Overview......Page 1670
  Key Research Findings......Page 1671
   Process Discovery......Page 1673
   Conformance Checking......Page 1674
  Future Directions for Research......Page 1675
  References......Page 1676
  Introduction......Page 1677
   Key Research Findings......Page 1678
  StreamMine3G Approach......Page 1679
   Introduction and Motivation......Page 1680
   Introduction and Motivation......Page 1681
   Evaluation and Results......Page 1682
  Adaptive and Low-Cost Fault Tolerance for Cloud Environments......Page 1683
   Approach......Page 1684
   Evaluation and Results......Page 1685
  References......Page 1686
  Overview......Page 1687
   Write-Optimized B+-tree......Page 1688
    FD-Tree......Page 1689
    Bloom-Tree......Page 1690
   In-Memory Structures for Large Data Sets......Page 1692
    Skip List......Page 1693
  Examples of Application......Page 1694
  References......Page 1695
   Hardware Components......Page 1697
   First Formal Use......Page 1698
  References......Page 1699
  Implications of High Volume for Big Data......Page 1700
  Why Table-Based Computation?......Page 1701
  Lookup Table Implementation Options......Page 1702
  Bipartite and Multipartite Tables......Page 1703
  References......Page 1704
  Synonyms......Page 1705
   The Pain Point of Conflicting Write Operations......Page 1706
   A Solution: TARDiS......Page 1708
  References......Page 1710
 Test Object......Page 1711
  The Big Data Era Tools......Page 1712
   Visual Analytics Tools......Page 1714
   Exploratory Analytics Tools......Page 1715
  Pre-Big Data Era Tools......Page 1716
  References......Page 1717
  Definitions......Page 1718
  Benchmark History......Page 1719
  Cross-References......Page 1723
  Historical Background......Page 1724
   Schema......Page 1725
   Workload......Page 1726
   Partitioning Schemas......Page 1728
   Execution Rules......Page 1729
  Cross-References......Page 1730
  Historical Background......Page 1731
   Business Environment......Page 1732
   Partitioning Schemes......Page 1733
   Primary Performance Metric......Page 1734
  Historical Background......Page 1735
   Benchmark Execution......Page 1736
   Metric......Page 1737
  References......Page 1738
  Introduction......Page 1739
  Trace Clustering Techniques......Page 1740
   Propositional Trace Clustering......Page 1741
   Multi-objective Trace Clustering......Page 1742
  References......Page 1743
 Transactional Analytics......Page 1744
  Overview......Page 1745
   Replication Model......Page 1746
    Read Operations......Page 1747
    Client Transactions......Page 1748
   Low Consistency......Page 1749
   Exact Consistency......Page 1750
  Introduction......Page 1751
   Classification and Evolution of Truth Discovery Methods......Page 1752
  Key Research Findings......Page 1754
   Modeling Considerations......Page 1755
  Conclusions......Page 1757
  References......Page 1758
   Semantic Classification......Page 1759
   Stream Processing Algorithms......Page 1760
   Sliding Window Algorithms......Page 1761
   Distributed Algorithms......Page 1762
  References......Page 1763
  Overview......Page 1766
  Key Research Findings......Page 1767
  Examples of Application......Page 1769
  References......Page 1770
  Overview......Page 1771
   Uncertainty Models......Page 1772
   Element and Origin Uncertainty......Page 1773
   Handling Uncertainty through Probability Theory......Page 1774
  Research Directions......Page 1778
  References......Page 1779
  Overview......Page 1780
   Contextual Data Fusion and Analysis......Page 1782
  Examples of Application......Page 1783
  Cross-References......Page 1784
  References......Page 1785
  Overview......Page 1786
   Clients......Page 1787
   Workers......Page 1788
   Accelerating Data Analytics......Page 1789
   Replacing ETL with Unification......Page 1790
  Definitions......Page 1791
  Foundation......Page 1792
 Visual Exploration......Page 1793
   Visual Query Formulation......Page 1794
   Blending Visual Query Formulation and Processing......Page 1796
   Interactive Exploration of Query Results......Page 1797
  An Example......Page 1798
  Future Directions......Page 1799
  References......Page 1801
  Overview......Page 1802
   Visualization Abstraction......Page 1803
   Nonspatial Partitioning......Page 1804
   Multilevel Visualization......Page 1805
   Pyramid Partitioning......Page 1806
  Cross-References......Page 1807
  Synonyms......Page 1808
  Overview......Page 1809
   Pixel-Oriented Methods......Page 1811
   Axis-Based Methods......Page 1812
   Graph-Based Methods......Page 1813
   Data Aggregation Methods......Page 1814
   Interactive Techniques......Page 1815
  Future Directions of Research......Page 1816
  References......Page 1817
  Overview......Page 1819
   Dimensional......Page 1820
   Selection of the Data View......Page 1821
   Interaction......Page 1822
   Selection and Mapping Frameworks......Page 1823
  References......Page 1824
  Overview......Page 1826
   Eventual Consistency......Page 1827
   Relaxed Consistency......Page 1828
  References......Page 1831
 Web of Data......Page 1832
  Overview......Page 1833
  WebGraph Compression......Page 1834
  Compression-Friendly Orderings......Page 1835
  References......Page 1836
  Overview......Page 1837
   Processing of Requests......Page 1838
   Data Life Cycle......Page 1839
   Writes, Inserts, Updates, and Deletes......Page 1841
   Extensions to SparkSQL for OLAP......Page 1842
  References......Page 1843
  Overview......Page 1844
  Key Research Findings......Page 1845
  Future Directions for Research......Page 1847
  References......Page 1848
 Worklet......Page 1849
  Overview......Page 1850
  Scientific Fundamentals......Page 1851
  URL to Code......Page 1852
  References......Page 1853