NoSQL Programming (using MongoDB)

Den här kursen ger applikationsutvecklare en teknisk översikt av Big Data och NoSQL (Not Only SQL) databassystem. Effektiv användning av NoSQL-system och en förståelse för lämpliga sätt att hantera Big Data leder till skapandet av nästa generationens högpresterande och robusta lösningar. Denna intensiva utbildning syftar till att göra deltagarna medvetna om NoSQL-systemens möjligheter och hur de kan utnyttjas.

Kursen kompletteras med praktiska övningar som hjälper deltagarna att förstärka sina teoretiska kunskaper och bli trygga i att tillämpa de förvärvade kunskaperna i praktiken.

Målgrupp och förkunskaper

Den här kursen vänder sig till utvecklare.

Du behöver vara bekant med utveckling med  Java och Eclipse-miljön. För att alltid hålla en hög kvalitet på våra teknikkurser använder vi både engelsk- och svensktalande experter som kursledare.

Detaljerad information

Defining Big Data

• Transforming Data into Business Information.
• Definition of Big Data.
• Challenges Posed by Big Data.
• The Cloud and Big Data.
• The Business Value of Big Data.
• Big Data: Hype or Reality?

Big Data Systems Overview

• Limitations of Relational Databases.
• NoSQL Database Systems.
• The CAP theorem.
• Limitations of NoSQL Databases.
• Big Data Sharding.
• Amazon S3.
• Amazon S3 Security.
• Data Lifecycle Management with Amazon S3.
• Amazon S3 Cost Monitoring.
• Google BigTable.
• BigTable Design.
• Google App Engine.
• App Engine Billing.
• Hadoop.
• Hadoop Core Components.
• Hadoop Distributed File System.
• HBase.
• HBase Design.
• Cassandra.
• Neo4J.
• MemcacheDB.
• MongoDB.
• MongoDB Operational Intelligence.
• MongoDB Use Cases.

Big Data Business Intelligence and Analytics

• Comparison with Other Systems.
• NoSQL Data Querying and Processing.
• MapReduce Framework.
• Analyzing Big Data with Hadoop.
• Making things simpler with Pig Latin.
• Example of a Pig Script in Batch Mode.
• Amazon Elastic MapReduce.
• Business Analytics with Hive.
• The UnQL Specification.

Working with Google App Engine

• Runtime Environments.
• Development Environment.
• Big Data in Google App Engine.
• App Engine Datastore.
• Google Cloud SQL.
• Google Cloud Storage.
• Blobstore.
• Java Data Store API.
• App Engine Services.
• App Identity.
• Memcache.
• OAuth.
• Task Queues.
• URL Fetch.
• XMPP.

Working with MongoDB

• Drivers and Client Libraries.
• MongoDB Data Model.
• Administration Console.
• Security and Authentication.
• Data import and Export.
• Managing MongoDB Lifecycles.
• Read Operations.
• Cursors.
• Write Operations.
• Querying, Limiting, Sorting and Aggregating data.
• MongoDB QL.
• Optimizing Queries with Indexes.