Graph Database Schulungen

Blazegraph ist eine Open-Source, Javabased RDF Graph Datenbank zum Speichern und Darstellen von Daten mit komplexen Beziehungen Es unterstützt Blueprints und RDF / SPARQL 11 In diesem instruierten Live-Training lernen die Teilnehmer, wie sie komplexe Daten von Blazegraph im Graphenformat zum Abruf aus einer Reihe von Beispielanwendungen verwenden können Alle Übungen werden in einer Livelab-Umgebung durchgeführt Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Installieren und konfigurieren Sie Blazegraph im Standalone-Modus, Cluster-Modus (optional) oder Embedded-Modus (optional) Erstellen, testen und implementieren Sie eine Beispielanwendung, um komplexe Daten in einem Blazegraph-Datenspeicher abzufragen Verstehen Sie, wie Sie mit GPU (Graphics Processing Unit) die Berechnungen beschleunigen können Publikum Entwickler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen Hinweis Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um zu vereinbaren .

FlockDB ist eine Open-Source-verteilte, fehlertolerante Graphdatenbank zur Verwaltung breiter aber flacher Netzwerkgraphen Es wurde ursprünglich von Twitter verwendet, um Beziehungen zwischen Benutzern zu speichern In diesem instruierten Live-Training lernen die Teilnehmer, wie eine FlockDB-Datenbank eingerichtet und verwendet wird, um Antworten auf Fragen zu sozialen Medien zu erhalten, z B wer wem folgt, wer wen blockiert usw Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Installieren und konfigurieren Sie FlockDB Verstehen Sie die einzigartigen Funktionen von FlockDB im Vergleich zu anderen Grafikdatenbanken wie Neo4j Verwenden Sie FlockDB, um ein großes Diagramm-Dataset zu verwalten Verwenden Sie FlockDB zusammen mit MySQL, um verteilte Speicherfunktionen bereitzustellen Abfragen, erstellen und aktualisieren Sie extrem schnelle Graphenkanten Skalieren Sie FlockDB horizontal für den Einsatz in Online-Webumgebungen mit niedriger Latenz und hohem Durchsatz Publikum Entwickler Datenbankingenieure Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Eine große Anzahl von realen Problemen kann anhand von Graphen beschrieben werden Zum Beispiel das Web-Diagramm, das Diagramm des sozialen Netzwerks, das Diagramm des Zugnetzwerks und das Sprachen-Diagramm Diese Graphen neigen dazu, extrem groß zu sein; ihre Verarbeitung erfordert einen speziellen Satz von Werkzeugen und Prozessen Diese Werkzeuge und Prozesse können als Graph Computing (auch Graph Analytics genannt) bezeichnet werden In diesem instruierten Live-Training lernen die Teilnehmer die Technologieangebote und Implementierungsansätze für die Verarbeitung von Grafikdaten kennen Ziel ist es, Realworld-Objekte, ihre Eigenschaften und Beziehungen zu identifizieren, diese Beziehungen zu modellieren und als Daten zu verarbeiten Wir beginnen mit einem breiten Überblick und konzentrieren uns auf bestimmte Tools, während wir eine Reihe von Fallstudien, praktischen Übungen und Live-Implementierungen durchlaufen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Verstehen, wie Diagrammdaten beibehalten und durchlaufen werden Wählen Sie das beste Framework für eine bestimmte Aufgabe aus (von Diagrammdatenbanken bis hin zu Frameworks für die Stapelverarbeitung) Implementieren Sie Hadoop, Spark, GraphX ​​und Pregel, um Graph-Computing parallel auf vielen Maschinen auszuführen Betrachten Sie reale Datenprobleme in Form von Graphen, Prozessen und Traversalen Publikum Entwickler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Relational, table-basierte Datenbanken wie Oracle und MySQL sind seit langem der Standard für die Organisation und Speicherung von Daten. Die wachsende Größe und die Flüssigkeit der Daten haben es diesen traditionellen Systemen jedoch erschwert, hochkomplexe Abfragen auf den Daten effizient auszuführen. Stellen Sie sich vor, Sie ersetzen die Datenspeicherung auf row-and-Kolumns-basierter Daten durch objektbasierte Datenspeicherung, bei der Entitäten (z.B. eine Person) als Datenknoten gespeichert werden könnten, die dann aufgrund ihrer enormen, multilinearen Beziehung zu anderen Knoten leicht abgefragt werden können. Und stellen Sie sich vor, diese Verbindungen und ihre zugehörigen Objekte und Eigenschaften mit einer kompakten Syntax zu hinterfragen, die bis zu 20-mal leichter ist als SQL. Das ist es, was Graphen-Datenbanken, wie neo4j anbieten.

In diesem von Ausbildern geleiteten, von Live-Hands-on-Training geleiteten Live-Hands-on-Training werden wir ein Live-Projekt ins Leben rufen und die Fähigkeiten zur Modellierung, Verwaltung und Zugänglichkeit Ihrer Daten mit neo4j in die Praxis umsetzen. Wir kontrastieren und vergleichen Graphen-Datenbanken mit SQL-basierten Datenbanken sowie anderen NoSQL-Datenbanken und klären, wann und wo es sinnvoll ist, jede in Ihrer Infrastruktur zu implementieren.

Format der

- Schwerer Schwerpunkt auf Hands-on-Praxis Die meisten Konzepte werden durch Proben, Übungen und praktische Entwicklung erlernt.