İlişkisel veri tabanlarının uygulandığı araç takip sisteminin büyük veriye uyarlanması

Abstract

Teknolojideki gelişmeler iletişimin ve ulaşımın gittikçe daha kolay hale gelmesini sağlamıştır. Bu gelişmeler sayesinde, gerçekleşen olayların bulundukları coğrafyadan dünyaya hızlı bir şekilde yayılması kolaylaşmıştır. Gelişen teknolojiyle filo yönetim sistemlerinin her geçen gün artması sadece bu alanda bile bilginin kontrolünde ve işlenmesinde büyük zorluklara yol açmaktadır. Küçük ölçekli işletmelerden büyük ölçekli işletmelere kadar birçok firma araç takip hizmeti vermektedir. Ülkemizde ve dünyada her geçen gün araç takip sistemlerine talep artmaktadır. Araç takip uygulamaları kapsamında düşündüğümüzde, farklı tiplerde gelen verilerin gerçek zamanlı olarak alınması ayrıştırıp anlamlı hale getirilmesi gerekmektedir. Bu tezde büyük veriyi kullanarak verilerin gerçek zamanlı olarak alınması işlenerek anlamlı hale getirilmesi sağlanmıştır. Ayrıca verilerin geçmişe dönük raporlanması ve izlenmesi için tutarlı, dağıtık, dayanıklı ve ölçeklenebilir bir uygulama örneği büyük veri teknikleriyle geliştirilmiştir. Geliştirilen sistemin denenmesi için gerçek araçlardan oluşan cihazların sisteme yönlendirilmesi sağlanmıştır. Mevcut ilişkisel veri tabanları kullanan klasik yaklaşımlı araç takip sistemlerinin yetenekleri ile karşılaştırıldığında, önerilen sistemin; yeni yaklaşımlar ile çözümler sunması, mimarisinin gerçek zamanlı proaktif yapıda olması, hataya dayanıklı, ölçeklenebilir ve dağıtık sisteme sahip olması sağlanmıştır.

Developments in technology have made communication and transportation easier. These developments have increased the fact that the events taking place have independent global effects from the regions. The increasing number of fleet management systems with the developing technology leads to great difficulties in the control and processing of information even in this field. From small-scale enterprises to large-scale enterprises, many companies provide vehicle tracking services.In the context of vehicle tracking applications, it is necessary to differentiate the data from different types in real time and to make them meaningful. Using big data in this thesis; In order to obtain data in real time, to make it meaningful by processing, to provide historical reporting and monitoring of data, a consistent, distributed, durable and scalable application example has been developed with big data techniques. In order to test the developed system, it is ensured that the devices consisting of real vehicles are directed to the system.Compared to the capabilities of the classical approach vehicle tracking systems using existing relational databases, the proposed system; providing solutions with new approaches, real-time proactive architecture, fault-tolerant, scalable, distributed and early warning system.