Graph Database 교육

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 .

많은 실제 문제는 그래프로 설명 할 수 있습니다. 예를 들어, 웹 그래프, 소셜 네트워크 그래프, 기차 네트워크 그래프 및 언어 그래프가 있습니다. 이 그래프는 매우 큰 경향이 있습니다. 이를 처리하려면 특수한 도구와 프로세스 세트가 필요합니다. 이러한 도구와 프로세스를 Graph Computing (그래프 분석이라고도 함)이라고합니다.

이 강사 주도형 라이브 교육에서 참가자는 그래프 데이터 처리를위한 기술 제공 및 구현 방법에 대해 배우게됩니다. 목표는 실제 객체, 해당 특성 및 관계를 식별 한 다음 Graph Computing 관계 (그래프 분석이라고도 함) 접근 방식을 사용하여 이러한 관계를 모델링하고 데이터로 처리하는 것입니다. 광범위한 사례부터 시작하여 일련의 사례 연구, 실습 및 라이브 배포를 통해 특정 도구를 좁 힙니다.

이 교육이 끝나면 참가자는 다음을 수행 할 수 있습니다.

- 그래프 데이터가 유지되고 통과하는 방법을 이해합니다.
- 그래프 데이터베이스에서 배치 처리 프레임 워크에 이르기까지 주어진 작업에 가장 적합한 프레임 워크를 선택하십시오.
- Hadoop , Spark, GraphX 및 Pregel을 구현하여 여러 컴퓨터에서 동시에 그래프 컴퓨팅을 수행합니다.
- 그래프, 프로세스 및 순회 측면에서 실제 빅 데이터 문제를 봅니다.

과정의 형식

- 강의, 강의, 연습 및 실습

JanusGraph 그래픽 데이터베이스는 수십억 개의 궤도와 경계를 포함하는 그래픽을 저장하고 검색하는 데 사용되며, 다중 기계 클러스터를 통해 분배됩니다.

이 강사가 이끄는 라이브 훈련 (온라인 또는 현장)은 매우 큰 그래픽을 처리하기 위해 JanusGraph 사용하고자하는 엔지니어를 대상으로하며, 이는 비정상적인 저장 및 컴퓨팅 능력을 필요로합니다.

이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :

설치 및 설정 JanusGraph. 통합 JanusGraph 여러 배경 저장 시스템 (Cassandra, HBase 등) 그리고 여러 인덱스 소프트웨어 (Elasticsearch, Solr 등)■ 사용하기 위해 여러 기계를 클러스터로 설정하십시오 JanusGraph. Gremlin 쿼리 언어를 사용하여 데이터베이스를 검색합니다. 단일 기계가 제공 할 수있는 것 외에 규모의 그래픽 데이터를 처리합니다. 수천 명의 경쟁 사용자가 실시간으로 그래픽 데이터를 통과하는 것을 지원합니다. 분석을 위한 쿼리 그래프 데이터.

코스의 형식

인터랙티브 강의 및 토론 많은 연습과 연습이 있습니다. 라이브 실험실 환경에서 핸드-온 구현.

코스 Customization 옵션

이 과정에 대한 사용자 지정 훈련을 요청하려면 저희에게 연락하여 배치하십시오.

Oracle 및 MySQL과 같은 상대적, 테이블 기반 데이터베이스는 오랫동안 데이터 조직 및 저장의 표준이었습니다. 그러나 데이터의 크기와 유연성이 증가함으로써 이러한 전통적인 시스템은 데이터에 대한 매우 복잡한 쿼리를 효율적으로 수행하기가 어렵습니다. 행 및 열 기반 데이터 저장소를 개체 기반 데이터 저장소로 대체하는 것을 상상해보십시오.이 저장소를 통해 개체 (예를 들어, 개인)가 데이터 노드로 저장될 수 있으며, 다른 노드와의 광범위하고 다선적 인 관계를 바탕으로 쉽게 검색할 수 있습니다. 그리고 이러한 연결과 관련된 개체와 속성을 컴팩트한 합텍스를 사용하여 묻는 것을 상상해보십시오, 최대 20 배 가벼운 SQL. 이것은 neo4j와 같은 그래픽 데이터베이스가 제공하는 것입니다.

이 강사가 이끄는, 라이브 실습 훈련에서, 우리는 라이브 프로젝트를 설정하고 neo4j를 사용하여 데이터를 모델링, 관리 및 액세스 할 수있는 기술을 실천합니다. 우리는 그래픽 데이터베이스를 SQL 기반 데이터베이스와 다른 NoSQL 데이터베이스와 대조하고 비교하고 언제 그리고 어디에서 각각의 인프라를 구현하는 것이 의미가 있는지 명확히합니다.

코스의 형식

실용적인 연습에 중점을 둡니다. 대부분의 개념은 샘플, 운동 및 실습 개발을 통해 배운다.

This instructor-led, live training in 대한민국 (online or onsite) is aimed at developers who wish to use Neo4j AuraDB graph database to build cloud applications with high availability and zero administration.

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

- Set up the necessary development environment to start developing graph database applications with Neo4j AuraDB.
- Understand the features, core concepts, and architecture of Neo4j AuraDB.
- Learn how to build and scale graph database applications in the cloud.
- Enhance cloud security with AuraDB's pre-configured authentication and encryption features.
- Migrate existing Neo4j databases to AuraDB.

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.