Course Outline

Εισαγωγή

    Βάσεις δεδομένων και βιβλιοθήκες γραφημάτων

Κατανόηση δεδομένων γραφήματος

    Το γράφημα ως δομή δεδομένων Χρησιμοποιώντας κορυφές (κουκκίδες) και ακμές (γραμμές) για τη μοντελοποίηση σεναρίων πραγματικού κόσμου

Χρήση Graph Databases για μοντελοποίηση, διατήρηση και επεξεργασία δεδομένων γραφήματος

    Τοπικοί αλγόριθμοι γραφημάτων/διασχίσεις neo4j, OrientDB και Titan

Άσκηση: Μοντελοποίηση Γραφικών Δεδομένων με neo4j

    Μοντελοποίηση δεδομένων λευκού πίνακα

Beyond Graph Databases: Graph Computing

    Κατανόηση του γραφήματος ιδιοτήτων Γράφημα που μοντελοποιεί διαφορετικά σενάρια (γράφημα λογισμικού, γράφημα συζήτησης, γράφημα εννοιών)

Επίλυση προβλημάτων του πραγματικού κόσμου με διασχίσεις

    Αλγοριθμική/κατευθυνόμενη βόλτα πάνω από το γράφημα Προσδιορισμός κυκλικών ανεξάρτητων

Μελέτη Περίπτωσης: Κατάταξη Συνεισφερόντων Συζήτησης

    Κατάταξη με βάση τον αριθμό και το βάθος των συζητήσεων που συνεισφέρθηκαν Μια σημείωση για την ανάλυση συναισθημάτων και εννοιών

Graph Computing: Local, In-Memory Graph κιτ εργαλείων

    Ανάλυση και οπτικοποίηση γραφημάτων JUNG, NetworkX και iGraph

Άσκηση: Μοντελοποίηση δεδομένων γραφήματος με το NetworkX

    Χρήση του NetworkX για τη μοντελοποίηση ενός πολύπλοκου συστήματος

Graph Computing: Πλαίσια γραφημάτων επεξεργασίας παρτίδας

    Μόχλευση Hadoop για αποθήκευση (HDFS) και επεξεργασία (MapReduce) Επισκόπηση επαναληπτικών αλγορίθμων Hama, Giraph και GraphLab

Graph Computing: Γράφημα-Παράλληλος Υπολογισμός

    Ενοποίηση ETL, διερευνητική ανάλυση και υπολογισμός επαναληπτικού γραφήματος σε ένα ενιαίο σύστημα GraphX

Ρύθμιση και εγκατάσταση

    Hadoop και Spark

GraphX Χειριστές

    Ιδιότητα, δομική, ένωση, συνάθροιση γειτονιάς, προσωρινή αποθήκευση και απομάκρυνση στην κρυφή μνήμη

Επανάληψη με το Pregel API

    Διαβίβαση ορισμάτων για αποστολή, λήψη και υπολογισμό

Κατασκευή γραφήματος

    Χρήση κορυφών και ακμών σε RDD ή σε δίσκο

Σχεδιασμός Scalable αλγορίθμων

    GraphX Βελτιστοποίηση

AccessΈνταξη πρόσθετων αλγορίθμων

    Κατάταξη σελίδας, Συνδεδεμένα στοιχεία, Καταμέτρηση τριγώνων

Άσκηση: Κατάταξη σελίδας και κορυφαίοι χρήστες

    Δημιουργία και επεξεργασία δεδομένων γραφήματος χρησιμοποιώντας αρχεία κειμένου ως είσοδο

Ανάπτυξη στην Παραγωγή

Τελευταία σχόλια

Requirements

  • Μια κατανόηση του προγραμματισμού Java και των πλαισίων
  • Η γενική κατανόηση του Python είναι χρήσιμη αλλά δεν απαιτείται
  • Μια γενική κατανόηση των εννοιών της βάσης δεδομένων

Ακροατήριο

  • προγραμματιστές
 28 Hours

Number of participants



Price per participant

Testimonials (2)

Related Courses

Blazegraph: Creating a Graph Database Application

21 Hours

Building Graph Databases with Neo4j AuraDB

14 Hours

Flockdb: A Simple Graph Database for Social Media

7 Hours

JanusGraph

14 Hours

Related Categories