Szkolenia Graph Database

Blazegraph to Blazegraph na Java baza danych grafów RDF do przechowywania i reprezentowania danych o złożonych relacjach. Obsługuje Blueprints i RDF / SPARQL 1.1.

W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak używać Blazegraph do przechwytywania złożonych danych w formacie graficznym w celu pobrania ich z wielu przykładowych aplikacji. Wszystkie ćwiczenia będą wykonywane w środowisku laboratoryjnym.

Pod koniec tego szkolenia uczestnicy będą mogli:

- Zainstaluj i skonfiguruj Blazegraph w trybie autonomicznym, w trybie klastrowym (opcjonalnie) lub w trybie osadzonym (opcjonalnie)
- Twórz, testuj i wdrażaj przykładową aplikację do wyszukiwania złożonych danych w Blazegraph danych Blazegraph
- Dowiedz się, jak wykorzystać GPU ( GPU graficzny) do przyspieszenia obliczeń

Publiczność

- Deweloperzy

Format kursu

- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna

Uwaga

- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.

FlockDB jest rozproszoną, odporną na błędy bazą graficzną do zarządzania szerokimi, ale płytkimi wykresami sieciowymi Początkowo był używany przez Twittera do przechowywania relacji między użytkownikami W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak skonfigurować i korzystać z bazy danych FlockDB, aby odpowiedzieć na pytania mediów społecznościowych, takie jak kto, kto kogo, kto blokuje itp Pod koniec tego szkolenia uczestnicy będą mogli: Zainstaluj i skonfiguruj FlockDB Poznaj unikalne cechy FlockDB, w stosunku do innych baz danych wykresów, takich jak Neo4j Użyj FlockDB do utrzymania dużego zestawu danych wykresu Użyj FlockDB razem z MySQL, aby zapewnić możliwości rozproszonego przechowywania Pytaj, twórz i aktualizuj niezwykle szybkie krawędzie wykresów Skaluj poziomo FlockDB w celu wykorzystania w internetowych, niestabilnych, wysokowydajnych środowiskach internetowych Publiczność Deweloperzy Inżynierowie bazy danych Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .

Wiele rzeczywistych problemów można opisać za pomocą wykresów. Na przykład wykres sieciowy, wykres sieci społecznościowej, wykres sieci pociągów i wykres języka. Te wykresy są zwykle bardzo duże; ich przetwarzanie wymaga specjalistycznego zestawu narzędzi i procesów - te narzędzia i procesy można nazwać Graph Computing (znanym również jako Graph Analytics).

W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się o ofertach technologicznych i podejściach wdrożeniowych do przetwarzania danych graficznych. Celem jest identyfikacja rzeczywistych obiektów, ich cech i relacji, a następnie modelowanie tych relacji i przetwarzanie ich jako danych przy użyciu metody Graph Computing (znanej również jako Graph Analytics). Zaczynamy od ogólnego przeglądu i zawężamy do konkretnych narzędzi, przechodząc przez serię studiów przypadków, ćwiczeń praktycznych i wdrożeń na żywo.

Pod koniec tego szkolenia uczestnicy będą mogli:

- Dowiedz się, jak dane wykresu są utrwalane i przetwarzane.
- Wybierz najlepszą strukturę dla danego zadania (od baz danych wykresów po ramy przetwarzania wsadowego).
- Zaimplementuj Hadoop , Spark, GraphX i Pregel, aby równolegle wykonywać obliczenia graficzne na wielu komputerach.
- Zobacz rzeczywiste problemy z dużymi danymi w postaci wykresów, procesów i przejść.

Format kursu

- Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka

JanusGraph is a graph database for storing and querying graphs containing hundreds of billions of vertices and edges distributed across a multi-machine cluster.

This instructor-led, live training (online or onsite) is aimed at engineers who wish to use JanusGraph to process very large graphs that require abnormal storage and computational capacity.

By the end of this training, participants will be able to:

- Install and configure JanusGraph.
- Integrate JanusGraph with multiple backend storage systems (Cassandra, HBase, etc.) and multiple indexing software (Elasticsearch, Solr, etc.).
- Configure multiples machines into a cluster for use by JanusGraph.
- Query the database using the Gremlin query language.
- Process graph data at scale, beyond what a single machine can provide.
- Support thousands of concurrent users traversing graph data in real time.
- Query graph data for analysis.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.

Relacyjne, oparte na tabelach bazy danych, takie jak Oracle i My SQL od dawna są standardem w organizacji i przechowywaniu danych. Jednak rosnący rozmiar i płynność danych utrudniają tym tradycyjnym systemom wydajne wykonywanie bardzo złożonych zapytań o dane. Wyobraź sobie zastąpienie przechowywania danych opartego na wierszach i kolumnach obiektowego przechowywania danych, w którym podmioty (np. Osoba) mogą być przechowywane jako węzły danych, a następnie łatwo wyszukiwane na podstawie ich rozległej, wieloliniowej relacji z innymi węzłami . Wyobraź sobie, że odpytujesz te połączenia oraz powiązane z nimi obiekty i właściwości przy użyciu zwartej składni, nawet 20 razy lżejszej niż SQL . Właśnie to oferują bazy danych wykresów, takie jak neo4j.

W tym praktycznym szkoleniu prowadzonym przez instruktora zorganizujemy projekt na żywo i wykorzystamy umiejętności modelowania, zarządzania i uzyskiwania dostępu do danych za pomocą neo4j. Kontrastujemy i porównujemy bazy danych wykresów z bazami danych opartymi na SQL , a także innymi bazami danych bez SQL i wyjaśniamy, kiedy i gdzie ma sens wdrożenie każdej z nich w ramach Twojej infrastruktury.

Format kursu

- Duży nacisk na praktyczne ćwiczenia. Większość pojęć poznaje się na podstawie próbek, ćwiczeń i praktycznego rozwoju.