✨ EOW check-in

LukvonStrom · Apr 18, 2021 · d658d09 · d658d09
1 parent 8ff4bee
commit d658d09
Show file tree

Hide file tree

Showing 32 changed files with 554 additions and 262 deletions.
diff --git a/Bachelorarbeit.drawio b/Bachelorarbeit.drawio
diff --git a/code/bewertungen/beispiel.json b/code/bewertungen/beispiel.json
@@ -1,6 +1,6 @@
 [
     {
-        "Produkt":"X",
+        "Produkt":"Beispiel 1",
         "values":{
             "Auswertungen":0,
             "Performancegarantien":0,
@@ -16,23 +16,7 @@
         }
     },
     {
-        "Produkt":"Y",
-        "values":{
-            "Auswertungen":0,
-            "Performancegarantien":0,
-            "Robustheit & Fehlertoleranz":0,
-            "Skalierbarkeit & serverlessness":0,
-            "Kosten":0,
-            "geringer Wartungsaufwand":0,
-            "Fehlertransparenz":0,
-            "Erweiterbarkeit":0,
-            "Generalisierung":0,
-            "Integration mit AWS":0,
-            "Übertragbarkeit zwischen Clouds":0
-        }
-    },
-    {
-        "Produkt":"Z",
+        "Produkt":"Beispiel 2",
         "values":{
             "Auswertungen":0,
             "Performancegarantien":0,

diff --git a/code/bewertungen/bewertung.js b/code/bewertungen/bewertung.js
@@ -1,28 +1,3 @@
-/* let code = `
-\begin{table}[H]
-\centering
-\begin{tabular}{|l|l|l|}
-\hline
-\multicolumn{1}{|c|}{Kriterium} & \multicolumn{1}{c|}{Priorität} & \multicolumn{1}{c|}{Punkte} \\ \hline
-Auswertungen nach \autoref{chap:auswertungsarten} & 11 & \cellcolor[HTML]{ECF4FF}\arg[1] \\ \hline
-Performancegarantien & 10 & \cellcolor[HTML]{ECF4FF}\arg[2] \\ \hline
-Robustheit \& Fehlertoleranz & 9 & \cellcolor[HTML]{ECF4FF}\arg[3] \\ \hline
-Skalierbarkeit \& \enquote{serverlessness} & 8 & \cellcolor[HTML]{ECF4FF}\arg[4] \\ \hline
-Kosten & 7 & \cellcolor[HTML]{ECF4FF}\arg[5] \\ \hline
-geringer Wartungsaufwand & 6 & \cellcolor[HTML]{ECF4FF}\arg[6] \\ \hline
-Fehlertransparenz & 5 & \cellcolor[HTML]{ECF4FF}\arg[7] \\ \hline
-Erweiterbarkeit & 4 & \cellcolor[HTML]{ECF4FF}\arg[8] \\ \hline
-Generalisierung & 3 & \cellcolor[HTML]{ECF4FF}\arg[9] \\ \hline
-Integration mit anderen \ac{AWS} Diensleistungen & 2 & \cellcolor[HTML]{ECF4FF}\arg[10] \\ \hline
-Übertragbarkeit zwischen Clouds (ISO 9126) & 1 & \cellcolor[HTML]{ECF4FF}\arg[11] \\ \hline
-\rowcolor[HTML]{ECF4FF} 
-\multicolumn{1}{|c|}{\cellcolor[HTML]{ECF4FF}Summe} & 66 & \arg[12] \\ \hline
-\end{tabular}
-\caption{Bewertungsmatrix #1}
-\label{tab:bewertungsmatrix-#1}
-\end{table}
-` */
-
 const fs = require('fs');
 const path = require('path')
 
@@ -32,24 +7,25 @@ const vergleiche = ['batch', 'echtzeit', 'multimode', 'beispiel'].map(file => {
 
 const mapping = JSON.parse(fs.readFileSync(path.join(__dirname, `mapping.json`)).toString())
 
-const max = {
-    "Auswertungen":11,
-    "Performancegarantien":10,
-    "Robustheit & Fehlertoleranz":9,
-    "Skalierbarkeit & serverlessness":8,
-    "Kosten":7,
-    "geringer Wartungsaufwand":6,
-    "Fehlertransparenz":5,
-    "Erweiterbarkeit":4,
-    "Generalisierung":3,
-    "Integration mit AWS":2,
+let max = {
     "Übertragbarkeit zwischen Clouds":1,
-    "Summe": 66
+    "Integration mit AWS":3,
+    "Generalisierung":4,
+    "Erweiterbarkeit":4,
+    "Fehlertransparenz":5,
+    "geringer Wartungsaufwand":7,
+    "Skalierbarkeit & serverlessness":7,
+    "Kosten":7,
+    "Performancegarantien":8,
+    "Robustheit & Fehlertoleranz":9,
+    "Auswertungen":11
 }
 // https://stackoverflow.com/a/1026087
 function capitalizeFirstLetter(string) {
     return string.charAt(0).toUpperCase() + string.slice(1);
 }
+max.Summe = Object.values(max).reduce((accumulator, currentValue) => accumulator + currentValue);
+
 
 for (let { name, content } of vergleiche) {
 
@@ -64,27 +40,25 @@ for (let { name, content } of vergleiche) {
 
     const produkte = content;
 
-    let keys = new Set();
+
+
 
     const final = produkte.map((produktObj) => {
         const sum = Object.values(produktObj.values).reduce((accumulator, currentValue) => accumulator + currentValue);
         produktObj.values.Summe = `\\cellcolor[HTML]{ECF4FF}${sum}`;
         return produktObj
     }).sort((a, b) => (a.values.Summe < b.values.Summe) ? 1 : ((b.values.Summe < a.values.Summe) ? -1 : 0));
-    final.forEach(produktObj => {
-        Object.keys(produktObj.values).forEach(el => keys.add(el))
-        keys.add("Summe");
-    });
 
     let rows = [];
     let headerstr = [`\\multicolumn{1}{|c|}{Kriterium}`, `\\multicolumn{1}{c!{\\vrule width 2pt}}{\\begin{tabular}[c]{@{}c@{}}max.\\\\Punkte\\end{tabular}}`];
     for (let { Produkt } of final) {
         headerstr.push(`\\multicolumn{1}{c|}{\\begin{tabular}[c]{@{}c@{}}${Produkt.split('~').join('\\\\')}\\end{tabular}}`)
     }
     rows.push(headerstr.join(" & ") + ` \\\\ \\hline`)
-
-    let keysArray = [...keys]
-    for (let key of keysArray) {
+
+    for (let index = 0; index < Object.keys(max).length; index++) {
+        const key = Object.keys(max)[index];
+
         let beginning = [];
         beginning.push(mapping[key])
         beginning.push(max[key])
@@ -97,7 +71,7 @@ for (let { name, content } of vergleiche) {
         if (key === "Summe") {
             rows.push('\\rowcolor[HTML]{ECF4FF}')
         }
-        if(keysArray.indexOf(key) == keysArray.length -2){
+        if(index === Object.keys(max).length -2){
             rows.push(string + ` \\\\ \\hlinewd{2pt}`)
         }else{
             rows.push(string + ` \\\\ \\hline`);

diff --git a/code/bewertungen/multimode.json b/code/bewertungen/multimode.json
@@ -2,17 +2,17 @@
     {
         "Produkt":"AWS~IoT~Analytics",
         "values":{
-            "Auswertungen":1,
-            "Performancegarantien":1,
-            "Robustheit & Fehlertoleranz":1,
-            "Skalierbarkeit & serverlessness":1,
-            "Kosten":1,
-            "geringer Wartungsaufwand":1,
-            "Fehlertransparenz":1,
-            "Erweiterbarkeit":1,
-            "Generalisierung":1,
-            "Integration mit AWS":1,
-            "Übertragbarkeit zwischen Clouds":1
+            "Übertragbarkeit zwischen Clouds":0,
+            "Integration mit AWS":3,
+            "Generalisierung":3,
+            "Erweiterbarkeit":4,
+            "Fehlertransparenz":4,
+            "geringer Wartungsaufwand":4,
+            "Skalierbarkeit & serverlessness":6,
+            "Kosten":5,
+            "Performancegarantien":7,
+            "Robustheit & Fehlertoleranz":7,
+            "Auswertungen":11
         }
     }
 ]
diff --git a/code/kafka/average.java b/code/kafka/average.java
@@ -0,0 +1,12 @@
+final KTable<Long, CountAndSum> ratingCountAndSum =
+	ratingsById.aggregate(() -> new CountAndSum(0 L, 0.0),
+		(key, value, aggregate) -> {
+			aggregate.setCount(aggregate.getCount() + 1);
+			aggregate.setSum(aggregate.getSum() + value);
+			return aggregate;
+		},
+		Materialized.with(Long(), countAndSumSerde));
+
+final KTable<Long, Double> ratingAverage =
+	ratingCountAndSum.mapValues(value -> value.getSum() / value.getCount(),
+		Materialized.as("average-ratings"));
diff --git a/code/uml/iot-core.txt b/code/uml/iot-core.txt
@@ -0,0 +1,4 @@
+@startuml
+"IoT Core"->Verarbeitender: Daten
+Verarbeitender->Benachrichtigung: Alarmierung
+@enduml
diff --git a/content/02-theorie/1-datenanalyse/main.tex b/content/02-theorie/1-datenanalyse/main.tex
@@ -81,7 +81,7 @@ \subsubsection{Median und Quantile}
 
 \subsubsection{Anomaliedetektion}
 Eine weitere gängige Datenanalysemethode ist die Anomaliedetektion. 
-Dabei kann als Anomalie jeder Datenpunkt gesehen werden, der die Komplexität eines Modells, welches die Daten beschreibt, substantiell erhöhen würde.\footcite[Vgl.][]{Guha.2016} Verwandt ist dabei das Feld der \enquote{Ausreissererkennung}/outlier detection. 
+Dabei kann jeder Datenpunkt als Anomalie gesehen werden, der die Komplexität eines Modells, welches die Daten beschreibt, substantiell erhöhen würde.\footcite[Vgl.][]{Guha.2016} Verwandt ist dabei das Feld der \enquote{Ausreissererkennung}/outlier detection. 
 Verwendet werden können dabei diverse Methodiken. Innerhalb von \ac{AWS} Produkten wird zur Anomalieerkennung ein Algorithmus basierend auf Random Cut Forest verwendet.\footcite[Vgl.][1]{Guha.2016} Weitere Methodiken wären aber auch Random Walk oder Logik basierend auf Standardannahmen.\footcite[Vgl.][]{Moonesinghe.2006}\nzitat\footcite[Vgl.][]{Angiulli.2008} Anomalien können kausal mit unterliegenden Problemen z.B. des Sensors zusammenhängen, weshalb es wichtig ist, auch abseits von den in \autoref{chap:schwellwert} gezeigten Schwellwertüberprüfungen die Daten auf Anomalien zu prüfen.
 
 \begin{figure}[H]