Cursos de Building Graph Databases with Neo4j AuraDB

Neste treinamento prático ao vivo, conduzido por instrutor, em Brasil, configuraremos um projeto ao vivo e colocaremos em prática as habilidades para modelar, gerenciar e acessar seus dados usando neo4j. Nós contrastamos e comparamos bancos de dados de gráficos com bancos de dados baseados em SQL, bem como outros bancos de dados No SQL e esclarecemos quando e onde faz sentido implementar cada um dentro de sua infraestrutura.

O FlockDB é um banco de dados de gráficos de tolerância a falhas, distribuído e distribuído de código aberto para gerenciar gráficos de rede amplos, mas superficiais Foi inicialmente usado pelo Twitter para armazenar relacionamentos entre usuários Neste treinamento presencial instruído, os participantes aprenderão como configurar e usar um banco de dados FlockDB para ajudar a responder questões de mídia social, como quem segue quem, quem bloqueia quem, etc No final deste treinamento, os participantes serão capazes de: Instalar e configurar o FlockDB Entenda os recursos exclusivos do FlockDB, em relação a outros bancos de dados gráficos como o Neo4j Use o FlockDB para manter um grande conjunto de dados gráfico Use o FlockDB junto com o MySQL para fornecer recursos de armazenamento distribuído Consulta, cria e atualiza bordas de gráficos extremamente rápidas Escala o FlockDB horizontalmente para uso em ambientes da Web de alta taxa de transferência on-line, de baixa latência Público Desenvolvedores Engenheiros de banco de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Neste treinamento ao vivo conduzido por instrutor em Brasil, os participantes aprenderão sobre as ofertas de tecnologia e abordagens de implementação para o processamento de dados gráficos. O objetivo é identificar objetos do mundo real, suas características e relacionamentos, depois modelar esses relacionamentos e processá-los como dados usando uma abordagem Graph Computing (também conhecida como Graph Analytics). Começaremos com uma visão geral e concentrar-nos-emos em ferramentas específicas à medida que avançamos numa série de estudos de casos, exercícios práticos e implementações em direto.

No final desta formação, os participantes serão capazes de

• Compreender como os dados de grafos são persistidos e percorridos.
• Selecionar o melhor framework para uma determinada tarefa (de bancos de dados de grafos a frameworks de processamento em lote.)
• Implementar Hadoop, Spark, GraphX e Pregel para realizar computação de grafos em muitas máquinas em paralelo.
• Ver problemas de big data do mundo real em termos de grafos, processos e travessias.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a engenheiros que desejam usar JanusGraph para processar gráficos muito grandes que requerem armazenamento anormal e capacidade computacional.

No final desta formação, os participantes serão capazes de

• Instalar e configurar JanusGraph.
• Integrar o JanusGraph com vários sistemas de armazenamento de back-end (Cassandra, HBase, etc.) e vários softwares de indexação (Elasticsearch, Solr, etc.). 
• Configurar várias máquinas em um cluster para uso por JanusGraph.
• Consultar o banco de dados usando a linguagem de consulta Gremlin.
• Processar dados de gráficos em escala, além do que uma única máquina pode fornecer.
• Suportar milhares de usuários simultâneos percorrendo dados de grafos em tempo real.
• Consultar dados de gráficos para análise.

Blazegraph é um banco de dados de gráficos RDF baseado em Java código-fonte aberto para armazenar e representar dados com relacionamentos complexos. Suporta Blueprints e RDF / SPARQL 1.1.

Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como usar o Blazegraph para capturar dados complexos em formato gráfico para recuperação de um número de aplicativos de amostra. Todos os exercícios serão realizados em um ambiente de laboratório ao vivo.

No final deste treinamento, os participantes serão capazes de:

• Instalar e configurar o Blazegraph no modo autônomo, no modo de cluster (opcional) ou no modo incorporado (opcional)
• Crie, teste e implemente um aplicativo de amostra para consultar dados complexos em um armazenamento de dados Blazegraph
• Entenda como aproveitar a GPU (unidade de processamento gráfico) para acelerar os cálculos

Público

• Desenvolvedores

Formato do Curso

• Palestra parcial, parte discussão, exercícios e prática prática

Nota

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.