2 resultados para tenant
em Dalarna University College Electronic Archive
Resumo:
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.
Resumo:
Le travail actuel a été rédigé dans le but d’éclaircir en quoi consiste le rôle de l’image comme outil didactique aux cours de français aux collèges et aux lycées suédois. Nous avons abordé notre thème sous des perspectives différentes : d’un côté, nous avons analysé les images dans deux livres, puisque les manuels font souvent partie de chaque leçon de français ; de l’autre côté, nous avons fait un questionnaire que nous avons distribué aux professeurs à travers les médias sociaux et par email. Nous avons également étudié les données récoltées aux cours des entretiens avec trois professeurs de français au lycée suédois, pour savoir comment les professeurs intègrent des images dans la pratique. Selon les résultats de notre étude, il nous a été possible d’affirmer que l’image est un outil qui n’est pas omniprésent, mais qui est parfois utilisé afin de rendre les leçons plus variées. La photographie est le type d’image le plus répandu dans la pratique des professeurs et dans les manuels ; le format numérique est le plus fréquent en tenant en compte de la révolution technologique et de l’habitude des jeunes à travailler avec les ordinateurs. Cependant, l’image n’est pas un outil indépendant. Elle est très souvent complétée par d’autres outils didactiques et sert principalement à accompagner la lecture, à développer l’expression orale et le vocabulaire et aussi à illustrer des phénomènes culturels. En conclusion, il ressort de notre mémoire, qu’il est important que le professeur accompagne le travail avec des images avec des instructions et des commentaires, afin de rendre l’apprentissage plus efficace.