Návrh Školení
Zavedení
- Grafové databáze a knihovny
Pochopení grafových dat
- Graf jako datová struktura
- Použití vrcholů (teček) a hran (čar) k modelování scénářů reálného světa
Použití grafu Databases k modelování, přetrvávání a zpracování dat grafu
- Lokální grafové algoritmy/procházení
- neo4j, OrientDB a Titan
Cvičení: Modelování grafových dat pomocí neo4j
- Datové modelování tabule
Mimo graf Database: Graph Computing
- Pochopení grafu vlastností
- Grafové modelování různých scénářů (softwarový graf, diskusní graf, koncepční graf)
Řešení skutečných světových problémů pomocí přechodů
- Algoritmická/řízená chůze po grafu
- Určení kruhových cendencí
Případová studie: Hodnocení diskutujících přispěvatelů
- Pořadí podle počtu a hloubky přidaných diskuzí
- Poznámka k analýze sentimentu a konceptu
Graph Computing: Místní sady nástrojů In-Memory Graph
- Analýza a vizualizace grafů
- JUNG, NetworkX a iGraph
Cvičení: Modelování grafových dat pomocí NetworkX
- Použití NetworkX k modelování složitého systému
Graph Computing: Grafické rámce pro dávkové zpracování
- Využití Hadoop pro ukládání (HDFS) a zpracování (MapReduce)
- Přehled iteračních algoritmů
- Hama, Giraph a GraphLab
Graph Computing: Graf-paralelní výpočet
- Sjednocení ETL, průzkumné analýzy a iterativního výpočtu grafů v rámci jednoho systému
- GraphX
Nastavení a instalace
- Hadoop a Spark
GraphX Operátoři
- Vlastnost, strukturální, spojení, agregace sousedství, ukládání do mezipaměti a ukládání do mezipaměti
Iterace s Pregel API
- Předávání argumentů pro odesílání, přijímání a počítání
Vytvoření grafu
- Použití vrcholů a hran v RDD nebo na disku
Navrhování Scalable algoritmů
- GraphX Optimalizace
Accessing Další algoritmy
- PageRank, Connected Components, Triangle Counting
Cvičení: Page Rank a Top Users
- Vytváření a zpracování dat grafu pomocí textových souborů jako vstupu
Nasazení do výroby
Závěrečné poznámky
Požadavky
- Pochopení Java programování a rámců
- Obecná znalost Python je užitečná, ale není nutná
- Obecná znalost databázových konceptů
Publikum
- Vývojáři
Reference (2)
Very nice training
Maira Frisch - Novartis Pharma AG
Kurz - SPARQL
He was interactive.