Graph Database Training Courses

Blazegraph è un database grafico RDF basato su Java open source per l'archiviazione e la rappresentazione di dati con relazioni complesse. Supporta Blueprints e RDF / SPARQL 1.1.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare Blazegraph per acquisire dati complessi in formato grafico per il recupero da una serie di applicazioni di esempio. Tutti gli esercizi saranno eseguiti pratici in un ambiente di laboratorio dal vivo.

Al termine di questa formazione, i partecipanti saranno in grado di:

- Installa e configura Blazegraph in modalità standalone, cluster mode (opzionale) o embedded (opzionale)
- Creare, testare e distribuire un'applicazione di esempio per eseguire query su dati complessi in un Blazegraph dati Blazegraph
- Scopri come sfruttare la GPU (unità di elaborazione grafica) per accelerare i calcoli

Pubblico

- Sviluppatori

Formato del corso

- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

Nota

- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.

FlockDB è un database grafico distribuito, faulttolerant open source per la gestione di grafici di rete ampi ma poco profondi Inizialmente è stato utilizzato da Twitter per memorizzare le relazioni tra gli utenti In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come configurare e utilizzare un database FlockDB per aiutare a rispondere a domande sui social media come chi segue chi, chi blocca chi ecc Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura FlockDB Comprendere le caratteristiche uniche di FlockDB, rispetto ad altri database di grafici come Neo4j Utilizzare FlockDB per mantenere un set di dati grafico di grandi dimensioni Usa FlockDB insieme a MySQL per fornire funzionalità di storage distribuito Interrogare, creare e aggiornare i bordi estremamente veloci del grafico Scala FlockDB orizzontalmente per l'utilizzo in ambienti Web online, a bassa latenza e ad alta produttività Pubblico Sviluppatori Ingegneri di database Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Molti problemi del mondo reale possono essere descritti in termini di grafici. Ad esempio, il grafico Web, il grafico della rete sociale, il grafico della rete del treno e il grafico della lingua. Questi grafici tendono ad essere estremamente grandi; la loro elaborazione richiede una serie specializzata di strumenti e processi: questi strumenti e processi possono essere definiti Graph Computing (noto anche come Graph Analytics).

In questo corso di formazione dal vivo con istruttore, i partecipanti apprenderanno le offerte tecnologiche e gli approcci di implementazione per l'elaborazione dei dati dei grafici. L'obiettivo è identificare gli oggetti del mondo reale, le loro caratteristiche e relazioni, quindi modellarli e elaborarli come dati usando un approccio di Graph Computing (noto anche come Graph Analytics). Iniziamo con un'ampia panoramica e approfondiamo strumenti specifici mentre passiamo attraverso una serie di case study, esercitazioni pratiche e distribuzioni dal vivo.

Al termine di questa formazione, i partecipanti saranno in grado di:

- Comprendi come i dati del grafico sono persistenti e attraversati.
- Seleziona il framework migliore per una determinata attività (dai database dei grafici ai framework di elaborazione batch).
- Implementa Hadoop , Spark, GraphX e Pregel per eseguire il calcolo grafico su molte macchine in parallelo.
- Visualizza i problemi dei big data nel mondo reale in termini di grafici, processi e attraversamenti.

Formato del corso

- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

This instructor-led, live training in Italia (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.

Relational, database basati su tabella come Oracle e MySQL sono stati a lungo lo standard per l'organizzazione e la memorizzazione dei dati. Tuttavia, la crescente dimensione e fluidità dei dati hanno reso difficile per questi sistemi tradizionali eseguire in modo efficiente query altamente complesse sui dati. Immaginate di sostituire l'archiviazione dei dati basata su righe e colonne con l'archiviazione dei dati basata su oggetti, per cui le entità (ad esempio, una persona) potrebbero essere memorizzate come nodi di dati, quindi facilmente interrogate sulla base della loro vasta relazione multi-lineare con altri nodi. E immaginate di interrogare queste connessioni e loro oggetti associati e le proprietà utilizzando una sintassi compatta, fino a 20 volte più leggero di SQL. Questo è ciò che i database Graph, come Neo4j offrono.

in questa formazione hands-on, guidata da un istruttore, imposteremo un progetto dal vivo e metteremo in pratica le competenze per modellare, gestire e accedere ai tuoi dati utilizzando Neo4j. Contrastiamo e confrontiamo i database dei grafi con i database basati su SQL e altri database NoSQL e chiariamo quando e dove è opportuno implementare ciascuno all'interno dell'infrastruttura.

formato del corso

- pesante enfasi sulla pratica hands-on. La maggior parte dei concetti sono appresi attraverso campioni, esercizi e lo sviluppo pratico.