BigData Einführung

• Was ist Big Data?
• Ab welcher Größe oder Komplexität werden Big Data Verfahrenen benötigt?
• Abgrenzung zu Business Intelligence
• Wann stößt eine relationale SQL-Datenbank an ihre Grenzen?

NoSQL Einführung

• Unterschied zu relationalen SQL Datenbanken
• Datenmodellierung
• Das Dynamo Paper

Consistency, Availability und Partition Tolerance

• Was sind Konsistenz, Verfügbarkeit und Partitionstoleranz?
• CAP Theorem
• Eventual Consistency
• Gibt es bei den NoSQL Datenbanken Transaktionen?
• Der Umgang mit der Redundanz

Key/Value Stores

• Funktionsweise der K/V Stores
• Produkte im Überblick
• Praxisteil mit redis
• Einsatzgebiete

Document Stores

• Map Reduce Abfragen
• Die MongoDB

Big Table Datenbanken

• Produktübersicht
• Data Modelling am Beispiel der Apache Cassandra DB

Graphendatenbanken

• Produktübersicht
• Abfrage und Manipulation mit GraphQL

Skalierbarkeit und Performanz

• Möglichkeiten der Skalierung im Überblick
• Große Datenmengen, viele Nutzer, viele Schreib- und Lesezugriffe
• Optimierungen
• Verteilte Datenbanken: Replikation, Fragmentation & Partitioning

Datensicherheit und Zuverlässigkeit

• Hochverfügbarkeit und Fehlertoleranz
• Redundante Speicherung
• Verteilung auf mehrere Data Center
• Umsetzung in den einzelnen Produkten

Abfragen und Visualisierung

• Der Map Reduce Algorithmus

Analyse und Aggregation von Daten

• Aggregation von Daten
• Data Mining
• A/B Tests
• Machine Learning
• Finden von Korrelationen

Big Data Open Source Frameworks

• Apache Hadoop
• YARN
• Apache Spark

Messaging & Streaming (Optional)

• Wie unterscheidet sich Streaming von Online- und Batch-Verarbeitung?
• Streaming mit Apache Kafka