Scylla-Datenbank Schulung

Wenn herkömmliche Speichertechnologien die Menge an Daten, die Sie speichern müssen, nicht bewältigen können, gibt es Hunderte von Alternativen. Dieser Kurs versucht, den Teilnehmern zu vermitteln, welche Alternativen für das Speichern und Analysieren von Big Data existieren und welche Vor- und Nachteile diese haben.

Dieser Kurs konzentriert sich hauptsächlich auf Diskussionen und Präsentationen von Lösungen, obwohl bei Bedarf praktische Übungen angeboten werden.

Der Kurs ist Teil der Fähigkeiten von Data Scientist (Bereich: Daten und Technologie).

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Datenbankadministratoren oder Entwickler, die Microsoft Azure Cosmos DB verwenden möchten, um hochresponsive und niedrig-latenzige Anwendungen zu entwickeln und zu verwalten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die notwendigen Cosmos DB-Ressourcen bereitzustellen, um Datenbanken und Anwendungen aufzubauen.
• Die Anwendungskomplexität und das Speichervolumen durch Nutzung von APIs in Cosmos DB zu skalieren. 
• Datenbankoperationen zu verwalten und Kosten zu reduzieren, indem sie Cosmos DB-Ressourcen optimieren.

Dieser Kurs stellt HBase vor – eine NoSQL-Datenbank auf Basis von Hadoop. Der Kurs richtet sich an Entwickler, die HBase zur Entwicklung von Anwendungen verwenden werden, sowie an Administratoren, die HBase-Clusters verwalten werden.

Wir führen die Entwickler durch die Architektur und Datenmodellierung von HBase sowie die Anwendungsentwicklung auf HBase. Der Kurs behandelt auch die Verwendung von MapReduce mit HBase und einige Administrations-Themen im Zusammenhang mit der Leistungsoptimierung. Der Kurs ist sehr praxisorientiert und enthält viele Laborübungen.

Dauer : 3 Tage

Zielgruppe : Entwickler  & Administratoren

Relationale Datenbanken waren und sind die Technologie der Wahl für das Speichern, Abrufen und Abfragen von Daten. Relationale Datenbanken ermöglichen es Benutzern, ihre Daten mithilfe einer strukturierten und gut definierten Satz von Mustern (Modell) zu organisieren. Während dieser Ansatz gut funktioniert, um standardisierte und im Voraus gut verstandene Daten zu speichern (denken Sie an eine Anmeldeanwendung in einem Krankenhaus, die Patientendaten mit der gleichen konsistenten Menge von vordefinierten Feldern wie z.B. Patienten-ID, Vorname, Nachname, Datum des letzten Besuchs usw. enthält), gibt es bei diesem Modell auch Grenzen. Für Organisationen, deren eingehende Daten nicht gut definiert sind (denken Sie an ein Online-Bewerbungsformular für einen Start-up-Unternehmen, das noch im Prozess der Experimentierung mit verschiedenen Feldern zur Datensammlung von Besuchern ist und diese hinzufügt oder entfernt, um sich den verändernden Anforderungen des Unternehmens anzupassen), müssten alle bereits festgelegten Definitionen dafür, wie die Daten in eine bestehende Datenbank passen sollen, regelmäßig neu definiert werden. Dazu wäre es erforderlich, das Datenmodell (Schema) zu rekonstruieren, das die Struktur der Daten und ihre zulässigen Datentypen diktiert, um verschiedene Arten von Dateneingaben zu unterstützen, bevor neue Daten in die Datenbank gespeichert werden können.

Hier kommt NoSQL (Not Only SQL) ins Spiel. NoSQL-Datenbanken befreien Benutzer davon, die Struktur der eingehenden Daten im Voraus definieren zu müssen, was es ihnen ermöglicht, neue Daten spontan einzufügen und zu aktualisieren. NoSQL-Datenbanken sind oft schneller als relationale Datenbanken und können sehr große Mengen an Daten ohne Probleme verarbeiten. NoSQL-Datenbanken skalieren auch besser als relationale Datenbanken aufgrund ihrer Fähigkeit, Daten effizient über viele Server (Cluster) zu partitionieren und den Zugriff darauf auszulasten. NoSQL-Datenbanken integrieren sich insbesondere gut mit Anwendungen, die Echtzeit-Analysen, Site-Personalisierung, IoT und mobile Apps unterstützen.

In diesem von einem Dozenten geführten Live-Training werden die Teilnehmer das Architekturkonzept, die Gestaltungsprinzipien und die Funktionalität der beliebtesten NoSQL-Datenbanken verstehen, während sie eine Vielzahl von NoSQL-Datenbanken in einer lebendigen Laborumgebung einrichten, betreiben und bewerten. Das Ziel dieses Trainings ist es, den Teilnehmern zu ermöglichen, intelligent zu evaluieren, vorzuschlagen und eine geeignete NoSQL-Datenbanklösung innerhalb ihrer Organisation umzusetzen.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Verschiedene Arten von NoSQL-Datenbanken wie MongoDB, Cassandra, Redis und Neo4j zu installieren und zu konfigurieren
• Die Vorteile und Nachteile von NoSQL-Datenbanken im Vergleich zu relationalen Datenbanken zu verstehen
• Die zugrunde liegenden Datenformate zu verstehen, die von NoSQL-Datenbanken verwendet werden, und wie diese Formate bei der Entwicklung moderner Anwendungen (Desktop, mobile, Cloud, IoT) genutzt werden können
• Eine NoSQL-Datenbank mit Create, Insert, Update und Delete-Vorgängen zu verwalten
• Eine gemischte Umgebung mit einer relationalen Datenbank und einer NoSQL-Datenbank in Teamarbeit einzurichten
• Einen Cluster von NoSQL-Datenbanken zu konfigurieren, um die Verarbeitung sehr großer Datensätze zu verteilen
• Die Sicherheitsimplikationen der Nutzung einer NoSQL-Datenbank zu verstehen
• Eine NoSQL-Datenbank in einem Produktivumfeld bereitzustellen und zu skalieren

Zielgruppe

• Datenbankfachleute
• Datenarchitekten
• Datenstrategen
• Projektmanager
• Anwendungsentwickler, die eine flexible Datenbanklösung in ihre Anwendungen integrieren möchten

Kursformat

• Teil Vortrag, teil Diskussion, Übungen und viel praktische Übung

Hinweis

• Für eine angepasste Schulung zu diesem Kurs kontaktieren Sie uns bitte zur Anpassung.

redis

nosql