グラフデータベースのトレーニングコース | Graph Databaseのトレーニングコース

FlockDB は、広いが浅いネットワークグラフを管理するためのオープンソースの分散型フォールトトレラントグラフデータベースです。それは最初にユーザー間の関係を貯えるために Twitter によって使用された。

このインストラクター主導の、ライブトレーニングでは、参加者はどのように設定し、FlockDB のデータベースを使用して、誰が誰をブロック、誰が次のようなソーシャルメディアの質問に答えるのを助けるために学ぶことができます、等

このトレーニングの終わりまでに、参加者は次のことができるようになります:

- をインストールして構成する FlockDB
- は、FlockDB Neo4j 使用して大きなグラフのデータセットを維持するために
を使用して、- を提供するために、MySQL と一緒に FlockDB を利用するような他のグラフデータベースに対して、他の graph の他の図のように分散ストレージ機能
- クエリ、作成および更新非常に高速なグラフのエッジ
- スケール FlockDB 水平方向のオンライン、低レイテンシ、高スループットの web 環境で使用する

観衆

- 開発者
- データベースエンジニア

の形式のコース

- パートの講義、パートディスカッション、演習と重い実践的な実践

実世界の多くの問題はグラフで説明できます。たとえば、Webグラフ、ソーシャルネットワークグラフ、電車ネットワークグラフ、言語グラフなどです。これらのグラフは非常に大きくなる傾向があります。それらを処理するには、特殊なツールとプロセスのセットが必要です。これらのツールとプロセスは、 Graph Computing （Graph Analyticsとも呼ばれます）と呼ぶことができます。

この講師主導のライブトレーニングでは、参加者は、グラフデータを処理するためのテクノロジの提供および実装方法について学習します。目的は、実世界のオブジェクト、それらの特性および関係を識別し、次にこれらの関係をモデル化し、 Graph Computing （Graph Analyticsとも呼ばれる）アプローチを使用してデータとして処理することです。一連のケーススタディ、実践的な演習、および実際の展開を順を追って進める中で、まず概要を概説し、特定のツールを絞り込みます。

このトレーニングの終わりまでに、参加者は次のことができるようになります。

- グラフデータがどのように保持されトラバースされるのかを理解する。
- 特定のタスクに最適なフレームワークを選択します（グラフデータベースからバッチ処理フレームワークまで）。
- Hadoop 、Spark、 GraphX 、およびPregelを実装して、多数のマシンで並行してグラフコンピューティングを実行します。
- グラフ、プロセス、およびトラバースの観点から、実世界のビッグデータの問題を表示します。

コースの形式

- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習

This instructor-led, live training in 日本 (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.

、Oracle や MySQL などのテーブルベースデータベースは、長い間データの整理と保存の標準となっています。しかし、データのサイズと流動性が増大しているため、これらの従来のシステムでは、データに対して非常に複雑なクエリを効率的に実行できませんでした。行-列ベースのデータストレージをオブジェクトベースのデータストレージに置き換えて、エンティティ (人など) をデータノードとして格納し、他のノードとの広大なマルチリニアリレーションシップに基づいて簡単にクエリを行うことを想像してください。そして、これらの接続とそれに関連付けられたオブジェクトとプロパティを、SQL よりも最大20倍軽量のコンパクトな構文を使用して照会することを想像してください。これは、neo4j などのグラフデータベースを提供します。

このインストラクター主導の実践的なトレーニングでは、ライブプロジェクトを設定し、neo4j を使用してデータをモデル化、管理、アクセスするためのスキルを実践します。グラフデータベースと SQL ベースのデータベース、およびその他の NoSQL データベースとを対比して比較し、それぞれをインフラストラクチャ内で実装するタイミングと場所を明確にします。

コースの形式

- は実践に重点を置いています。概念のほとんどは、サンプル、演習、ハンズオン開発を通じて学習されます。

Blazegraphは、オープンソースのJavaベースのRDFグラフデータベースであり、複雑な関係を持つデータを保存および表現します。ブループリントとRDF / SPARQL 1.1をサポートしています。

この講師主導の実習では、 Blazegraphを使用して複雑なデータをグラフ形式でキャプチャし、多数のサンプルアプリケーションから取得する方法を学びます。すべての演習は、実習ラボ環境で実際に行われます。

このトレーニングの終わりまでに、参加者は次のことができるようになります。

- Blazegraphをスタンドアロンモード、クラスターモード（オプション）、または埋め込みモード（オプション）でインストールして設定する
- Blazegraphデータストア内の複雑なデータをクエリするためのサンプルアプリケーションの作成、テスト、およびデプロイ
- GPU （グラフィックス処理装置）を活用して計算を高速化する方法を理解する

観客

- 開発者

コースの形式

- パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習

注意

- このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。