Building Graph Databases with Neo4j AuraDB Träningskurs

I denna instruktörsledda, praktiska utbildning i Sverige, kommer vi att sätta upp ett liveprojekt och omsätta färdigheterna att modellera, hantera och komma åt dina data med neo4j. Vi kontrasterar och jämför grafdatabaser med SQL-baserade databaser såväl som andra NoSQL-databaser och klargör när och var det är vettigt att implementera var och en inom din infrastruktur.

FlockDB är en öppen källkod distribuerad, feluttolerant grafdatabas för hantering av breda men grunda nätgrafer Det användes ursprungligen av Twitter för att lagra relationer bland användare I denna instruktörledda, levande träning kommer deltagarna att lära sig hur man installerar och använder en FlockDB-databas för att hjälpa till att svara på sociala medier, tex vem som följer vem, vem blockerar vem etc Vid slutet av denna utbildning kommer deltagarna att kunna: Installera och konfigurera FlockDB Förstå de unika egenskaperna hos FlockDB, i förhållande till andra grafdatabaser, såsom Neo4j Använd FlockDB för att behålla en stor grafdataset Använd FlockDB tillsammans med MySQL för att tillhandahålla distribuerade lagringsmöjligheter Fråga, skapa och uppdatera extremt snabba grafkanter Scale FlockDB horisontellt för användning i nätverksmiljöer med låg överföring, hög genomströmning Publik utvecklare Databasingenjörer Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .

I denna instruktörsledda, liveutbildning i Sverige kommer deltagarna att lära sig om teknikerbjudandena och implementeringsmetoder för bearbetning av grafdata. Syftet är att identifiera verkliga objekt, deras egenskaper och relationer, sedan modellera dessa relationer och bearbeta dem som data med en Graph Computing (även känd som Graph Analytics) tillvägagångssätt. Vi börjar med en bred översikt och begränsar oss till specifika verktyg när vi går igenom en serie fallstudier, praktiska övningar och livedistributioner.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå hur grafdata bevaras och korsas.
• Välj det bästa ramverket för en given uppgift (från grafdatabaser till ramverk för batchbearbetning.)
• Implementera Hadoop, Spark, GraphX och Pregel för att utföra grafberäkning över många maskiner parallellt.
• Se verkliga big data-problem i form av grafer, processer och övergångar.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill använda JanusGraph för att bearbeta mycket stora grafer som kräver onormal lagrings- och beräkningskapacitet.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera JanusGraph.
• Integrera JanusGraph med flera backend-lagringssystem (Cassandra, HBase, etc.) och flera indexeringsprogram (Elasticsearch, Solr, etc.).
• Konfigurera flera maskiner till ett kluster för användning av JanusGraph.
• Fråga databasen med hjälp av frågespråket Gremlin.
• Bearbeta grafdata i skala, utöver vad en enskild maskin kan tillhandahålla.
• Stöd tusentals samtidiga användare som korsar grafdata i realtid.
• Fråga grafdata för analys.

Blazegraph är en öppen källkod, Java baserad RDF grafidatabas för att lagra och representera data med komplexa relationer. Det stöder Blueprints och RDF / SPARQL 1.1.

I denna instruktörsledda, liveträning, kommer deltagarna att lära sig att använda Blazegraph att fånga komplexa data i grafformat för hämtning från ett antal exempelapplikationer. Alla övningar kommer att genomföras praktiskt i en levande labbmiljö.

I slutet av denna träning kommer deltagarna att kunna:

• Installera och konfigurera Blazegraph i fristående läge, klusterläge (valfritt) eller inbäddat läge (valfritt)
• Skapa, testa och distribuera en exempelapplikation för att fråga komplexa data i ett Blazegraph
• Förstå hur man utnyttjar GPU (grafikbearbetningsenhet) för att påskynda beräkningarna

Publik

• utvecklare

Kursformat

• Delföreläsning, delvis diskussion, övningar och tung praktisk övning

Notera

• För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.