Server application for creation and management of a big database for statistical analysis based on large-area store model.

Celem pracy magisterskiej było stworzenie narzędzia dydaktycznego umożliwiającego tworzenie oraz analizę bazy danych sklepu wielkopowierzchniowego. Zadania te zrealizowano z wykorzystaniem dwóch modułów - części generującej, służącej do generowania danych paragonów na podstawie określonych parametrów wejściowych oraz części klienckiej, która wczytuje uprzednio wygenerowane dane do bazy danych oraz udostępnia użytkownikom interfejs programistyczny (API) zawierający metody służące do ich analizy. Do stworzenia generatora wykorzystano język Kotlin. Ilości zakupionych towarów losowano używając generatorów rozkładów prawdopodobieństwa z biblioteki Apache Commons Math oraz samodzielnie implementowanych generatorów rozkładów wielowymiarowych. Aplikacja klienta zbudowana została z wykorzystaniem frameworku Spring Boot, biblioteki Swagger oraz plikowej bazy danych H2. W pracy opisano najważniejsze zaimplementowane funkcjonalności, testy sprawdzające poprawność uzyskanych wyników oraz potencjalne zadania związane z analizą danych jakiej dokonywać mogą studenci.

A purpose of this master’s thesis was to create a tool for creation and analysis of a large-area store database. These goals were achieved in two modules - first, used for generation of receipts based on defined input parameters, and second, used to load the generated data to the database and provide users with an API containing methods used for its analysis. Generator was made using the Kotlin language. Numbers of purchased commodities were generated using probability distribution generators from Apache Commons Math library written in Java and independently implemented multivariate distribution generators. Client application was built using the Spring Boot framework, Swagger library and file based H2 database. The thesis describes the most important of the implemented functionalities, tests checking correctness of obtained results and potential exercises related to data analysis which could be performed by students.