Graph Database培訓

基於關係的資料庫 (如 Oracle 和 MySQL) 長期以來一直是組織和存儲資料的標準。然而, 資料的規模和流動性不斷增長, 使得這些傳統系統難以有效地對資料執行高度複雜的查詢。想像一下, 將基於行和列的資料存儲替換為基於物件的資料存儲, 從而可以將實體 (例如, 人員) 存儲為數據節點, 然後根據其與其他節點的大量多線性關係輕鬆查詢。想像一下, 使用緊湊的語法查詢這些連接及其關聯的物件和屬性, 其重量是 SQL 的20倍。這就是圖形資料庫, 如新4j 提供的.

在這個講師指導的現場實踐培訓中, 我們將建立一個現場專案, 並將使用新4j 建模、管理和訪問您的資料的技能付諸實踐。我們將圖形資料庫與基於 sql 的資料庫以及其他 NoSQL 資料庫進行對比和比較, 並闡明在基礎結構中實現每個資料庫的時間和地點.

課程 的

格式

- 大力強調動手實踐。大多數概念都是通過樣本、練習和動手開發來學習的

FlockDB是一個開源的分布式容錯圖形數據庫，用于管理寬而淺的網絡圖形。它最初由Twitter用于存儲用戶之間的關系。 在這個有指導意義的現場培訓中，參與者將學習如何設置和使用FlockDB數據庫來幫助回答社交媒體的問題，例如誰跟隨誰，誰阻擋誰等等。 在培訓結束後，參與者將能夠： 安裝並配置FlockDB 了解FlockDB的獨特功能，相對于其他圖形數據庫如Neo4j 使用FlockDB維護大型圖形數據集使用FlockDB和MySQL一起提供分布式存儲功能查詢，創建和更新極快的圖形邊緣橫向擴展FlockDB以用于在線，低延遲，高吞吐量的Web環境 聽衆 開發商數據庫工程師 課程的格式 部分講座，部分討論，練習和沈重的練習

大量現實問題可以用圖形來描述。例如，Web圖形、社交網絡圖形、火車網絡圖形、語言圖形。這些圖形往往太大，處理它們需要一組專門的工具和流程——這些工具和流程可以稱爲圖形計算（也稱爲圖形分析）。

在這一由講師指導的實時培訓中，學員將學習處理圖形數據的技術産品和實施方法。目的是識別真實世界裏的對象、它們的特征和關系，然後使用圖形計算方法對這些關系進行建模並將它們作爲數據處理。通過一系列的案例研究、動手練習和實時部署，我們將從廣泛的概述開始，然後對特定工具展開詳細的學習。

在本次培訓結束之後，學員將能夠：

- 理解圖形數據如何持久化和遍曆
- 爲給定任務選擇最佳框架（從圖形數據庫到批處理框架）
- 實現Hadoop、Spark、GraphX、Pregel，並行地在多台機器上進行圖形計算
- 從圖形、流程、遍曆方面查看現實世界的大數據問題

受衆

- 開發人員

課程形式

- 部分講座、部分討論、練習和大量實操

Blazegraph是一個基於Java的開源RDF圖數據庫，用於存儲和表示具有復雜關係的數據。它支持藍圖和RDF / SPARQL 1.1。

在這個由講師指導的實時培訓中，參與者將學習如何使用Blazegraph以圖形格式捕獲複雜數據，以便從許多示例應用程序中進行檢索。所有練習都將在現場實驗室環境中進行。

在培訓結束時，參與者將能夠：

- 在獨立模式，集群模式（可選）或嵌入模式（可選）中安裝和配置Blazegraph
- 創建，測試和部署示例應用程序以查詢Blazegraph數據存儲中的複雜數據
- 了解如何利用GPU （圖形處理單元）來加速計算

聽眾

- 開發商

課程格式

- 部分講座，部分討論，練習和繁重的實踐練習

注意

- 要申請本課程的定制培訓，請聯繫我們安排。

This instructor-led, live training in 台灣 (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.