Building Graph Databases with Neo4j AuraDB 교육 과정

대한민국에서 강사가 진행하는 라이브 실습 교육에서는 라이브 프로젝트를 설정하고 neo4j를 사용하여 데이터를 모델링, 관리 및 액세스하는 기술을 실습해 보겠습니다. 그래프 데이터베이스를 SQL 기반 데이터베이스 및 기타 NoSQL 데이터베이스와 대조 및 비교하고 인프라 내에서 각 데이터베이스를 구현하는 것이 언제, 어디에 적합한지 명확히 합니다.

FlockDB는 넓고 얕은 네트워크 그래프를 관리하기위한 오픈 소스 배포, 오류 허용 그래프 데이터베이스입니다 처음에는 트위터가 사용자간에 관계를 저장하는 데 사용되었습니다 강사진의 실제 교육에서 참가자는 FlockDB 데이터베이스를 설정하고 사용하여 누가 다음을 수행했는지, 누구를 차단했는지 등과 같은 소셜 미디어 관련 질문에 답변하는 것을 배우게됩니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 FlockDB 설치 및 구성 Neo4j와 같은 다른 그래프 데이터베이스와 비교하여 FlockDB의 고유 한 기능을 이해합니다 FlockDB를 사용하여 큰 그래프 데이터 세트를 관리하십시오 FlockDB를 MySQL과 함께 사용하여 분산 저장 장치 기능 제공 매우 빠른 그래프 가장자리를 쿼리, 생성 및 업데이트합니다 온라인, 저소음, 고 처리량 웹 환경에서 사용하기 위해 FlockDB를 수평으로 확장 청중 개발자 데이터베이스 엔지니어 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .

대한민국의 강사가 진행하는 실시간 교육에서 참가자는 그래프 데이터 처리를 위한 기술 제공 및 구현 접근 방식에 대해 배우게 됩니다. 목표는 실제 개체와 그 특성 및 관계를 식별한 다음 이러한 관계를 모델링하고 Graph Computing(그래프 분석이라고도 함) 접근 방식을 사용하여 데이터로 처리하는 것입니다. 광범위한 개요부터 시작하여 일련의 사례 연구, 실습 및 라이브 배포를 단계별로 진행하면서 특정 도구에 대한 범위를 좁힙니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 그래프 데이터가 유지되고 탐색되는 방식을 이해합니다.
• 주어진 작업에 가장 적합한 프레임워크를 선택하세요(그래프 데이터베이스부터 일괄 처리 프레임워크까지).
• Hadoop, Spark, GraphX 및 Pregel을 구현하여 여러 시스템에서 병렬로 그래프 컴퓨팅을 수행합니다.
• 그래프, 프로세스, 순회 측면에서 실제 빅데이터 문제를 확인하세요.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 JanusGraph를 사용하여 비정상적인 저장 및 계산 용량이 필요한 매우 큰 그래프를 처리하려는 엔지니어를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• JanusGraph를 설치하고 구성합니다.
• JanusGraph를 여러 백엔드 스토리지 시스템(Cassandra, HBase 등) 및 여러 인덱싱 소프트웨어(Elasticsearch, Solr 등)와 통합합니다.
• JanusGraph에서 사용할 수 있도록 여러 시스템을 클러스터로 구성합니다.
• Gremlin 쿼리 언어를 사용하여 데이터베이스를 쿼리합니다.
• 단일 시스템이 제공할 수 있는 것 이상으로 대규모로 그래프 데이터를 처리합니다.
• 그래프 데이터를 실시간으로 탐색하는 수천 명의 동시 사용자를 지원합니다.
• 분석을 위해 그래프 데이터를 쿼리합니다.

Blazegraph 는 오픈 소스, Java 기반 RDF 그래프 데이터베이스로 복잡한 관계로 데이터를 저장하고 표현합니다. Blueprints와 RDF / SPARQL 1.1을 지원합니다.

이 강사가 진행하는 실제 교육에서 참가자는 Blazegraph 를 사용하여 여러 샘플 응용 프로그램에서 검색 할 수 있도록 복잡한 데이터를 그래프 형식으로 캡처하는 방법을 학습합니다. 모든 연습 문제는 실습 환경에서 직접 수행됩니다.

이 훈련이 끝나면 참가자는 다음을 할 수 있습니다.

• Blazegraph 를 독립 실행 형 모드, 클러스터 모드 (선택 사항) 또는 포함 모드 (옵션)로 설치 및 구성합니다.
• Blazegraph 데이터 저장소에서 복잡한 데이터를 쿼리하기 위해 샘플 애플리케이션을 생성, 테스트 및 배포합니다.
• GPU (그래픽 처리 장치)를 활용하여 계산 속도를 높이는 방법 이해

청중

• 개발자

코스 형식

• 파트 강의, 파트 토론, 연습 및 무거운 실무 연습

노트

• 이 과정에 대한 맞춤 교육을 요청하려면 Google에 문의하여 준비하십시오.