Schulungsübersicht
Einführung
- Graphdatenbanken und Bibliotheken
Verständnis von Graphdaten
- Der Graph als Datenstruktur
- Verwendung von Eckpunkten (Punkten) und Kanten (Linien) zur Modellierung realer Szenarien
Verwendung von Graphen Database zur Modellierung, Persistenz und Verarbeitung von Graphdaten
- Lokale Graphenalgorithmen/Traversalen
- neo4j, OrientDB und Titan
Übung: Modellierung von Graphdaten mit neo4j
- Whiteboard Datenmodellierung
Jenseits des Graphen Databases: Graph Computing
- Verstehen des Eigenschaftsgraphen
- Graphmodellierung verschiedener Szenarien (Softwaregraph, Diskussionsgraph, Konzeptgraph)
Lösen von Problemen der realen Welt mit Traversalen
- Algorithmische/gerichtete Wanderung über den Graphen
- Ermitteln von zirkulären Abhängigkeiten
Fallstudie: Ranking von Diskussionsbeiträgen
- Ranking nach Anzahl und Tiefe der Diskussionsbeiträge
- Eine Anmerkung zur Stimmungsanalyse und Konzeptanalyse
Graph Computing: Lokale In-Memory-Graphen-Toolkits
- Graphenanalyse und -visualisierung
- JUNG, NetworkX, und iGraph
Übung: Modellierung von Graphdaten mit NetworkX
- Verwendung von NetworkX zur Modellierung eines komplexen Systems
Graph Computing: Batch-Verarbeitung von Graph-Frameworks
- Nutzung von Hadoop für Speicherung (HDFS) und Verarbeitung (MapReduce)
- Überblick über iterative Algorithmen
- Hama, Giraph und GraphLab
Graph Computing: Graph-Parallele Berechnungen
- Vereinheitlichung von ETL, explorativer Analyse und iterativer Graphenberechnung in einem einzigen System
- GraphX
Einrichtung und Installation
- Hadoop und Spark
GraphX Operatoren
- Eigenschaft, Struktur, Verknüpfung, Nachbarschaftsaggregation, Zwischenspeicherung und Aufhebung der Zwischenspeicherung
Iteration mit Pregel API
- Übergabe von Argumenten zum Senden, Empfangen und Berechnen
Erstellen eines Graphen
- Verwendung von Eckpunkten und Kanten in einem RDD oder auf der Festplatte
Entwerfen von Scalable Algorithmen
- GraphXOptimierung
Accessing Zusätzliche Algorithmen
- PageRank, Verbundene Komponenten, Dreieckszählung
Übung: Page Rank und Top User
- Aufbau und Verarbeitung von Graphdaten mit Textdateien als Eingabe
Einsatz in der Produktion
Abschließende Bemerkungen
Voraussetzungen
- Verständnis für Java Programmierung und Frameworks
- Ein allgemeines Verständnis von Python ist hilfreich, aber nicht erforderlich
- Ein allgemeines Verständnis von Datenbankkonzepten
Zielgruppe
- Entwickler
Erfahrungsberichte (2)
Very nice training
Maira Frisch - Novartis Pharma AG
Kurs - SPARQL
He was interactive.