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 γραφήματος Databases για μοντελοποίηση, διατήρηση και επεξεργασία δεδομένων γραφήματος

  • Τοπικοί αλγόριθμοι/διαβάσεις γραφημάτων
  • neo4j, OrientDB και Titan

Άσκηση: Μοντελοποίηση Γραφικών Δεδομένων με neo4j

  • Μοντελοποίηση δεδομένων λευκού πίνακα

Πέρα από το γράφημα Databases: Graph Computing

  • Κατανόηση του γραφήματος ιδιοτήτων
  • Μοντελοποίηση γραφημάτων διαφορετικών σεναρίων (γραφική παράσταση 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 συμμετείχαν
  • Σημείωση για την ανάλυση συναισθημάτων και εννοιών

Graph Computing: Τοπικά κιτ εργαλείων γραφήματος στη μνήμη

  • 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

AccessΕισαγωγή 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

Τελικές παρατηρήσεις

Requirements

  • Μια υπογείωση του Java προγραμματισμού και 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)

Upcoming Courses

Related Categories