Formation BIG DATA NEO4J Graphes et analyse
Domaine : Data Science – Deep learning
DURÉE
2.0 jour(s)
OBJECTIFS
Comprendre le fonctionnement de Neo4j. Savoir le mettre en oeuvre pour le stockage de données de type graphe.
Pré-requis
Connaissance des principes classiques des bases de données.
Participants
Chef de projet, gestionnaire de bases de données.
coût
Nous contacter pour une formation sur mesure ou en intra
LIEUx de formation
Notre centre de formation à GrenobleNotre centre de formation à MoiransNotre centre de formation à Sophia Antipolis
Sur votre site en formation intraEn classe distancielle
PROGRAMME DE FORMATION
BIG DATA NEO4J Graphes et analyse
Introduction
Présentation de Neo4j (Les différentes éditions, License)
Fonctionnalités (Stockage des données sous forme de graphes)
CQL (Cypher Query Language)
Positionnement par rapport aux autres bases de données (Apports de Neo4j)
L’analyse de données
Cas d’usage
Fonctionnalités (Stockage des données sous forme de graphes)
CQL (Cypher Query Language)
Positionnement par rapport aux autres bases de données (Apports de Neo4j)
L’analyse de données
Cas d’usage
Installation et configuration
Les différentes méthodes d’installation
Travaux pratiques (Installation de Neo4j Enterprise Edition en cluster)
Premiers pas avec l’interface web
Création de données (Requêtage)
Import de données
Travaux pratiques (Installation de Neo4j Enterprise Edition en cluster)
Premiers pas avec l’interface web
Création de données (Requêtage)
Import de données
Cypher Query Language
Syntaxe, description des relations avec CQL, les patterns
Les clauses d’écriture (set, delete, remove, foreach)
Les clauses de lecture (match, optional match, where, count, case…)
Les fonctions (count, type, relationship)
Principe de profondeur et de direction de relation dans une recherche
Les listes et les projections maps
Les algorithmes de Graphe
Travaux pratiques (Création d’un graphe, Requêtes de recherche, Navigation dans le graphe)
Les clauses d’écriture (set, delete, remove, foreach)
Les clauses de lecture (match, optional match, where, count, case…)
Les fonctions (count, type, relationship)
Principe de profondeur et de direction de relation dans une recherche
Les listes et les projections maps
Les algorithmes de Graphe
Travaux pratiques (Création d’un graphe, Requêtes de recherche, Navigation dans le graphe)
Exploitation
Sauvegardes et restaurations
Optimisation des transactions
Indexation
Client jmx
Points de surveillance
Optimisation des transactions
Indexation
Client jmx
Points de surveillance
Développement
Description des APIs disponibles (Net, Java, Javascript, Python)
Connexions, sessions et transactions
Principe de causalité entre transactions
La bibliothèque Apoc
Travaux pratiques (Connexion et récupération de données provenant de Cassandra)
Connexions, sessions et transactions
Principe de causalité entre transactions
La bibliothèque Apoc
Travaux pratiques (Connexion et récupération de données provenant de Cassandra)
Sécurité
Principe et activation
Paramétrage
Travaux pratiques (Création d’un compte sécurisé)
Paramétrage
Travaux pratiques (Création d’un compte sécurisé)
dates des formations a grenoble
dates des formations a SOPHIA ANTIPOLIS
formations associées
- Apache Flink
- Flux de données avec Storm
- Blockchain : Mise en pratique
- Apache Pig : Développement de scripts
- Apache Cassandra : Administration
- BIG DATA Gestion et pilotage de projets
- BIG DATA Architecture et technologies
- BIG DATA Hadoop Infrastructure sécurisée
- BIG DATA Cassandra
- BIG DATA Hadoop - L’écosysteme
- BIG DATA Elastic Stack : Présentation
- BIG DATA Hadoop Stockage avec HBase
- BIG DATA Elastic Stack pour administrateurs
- BIG DATA Intégration SQL, Hive, SparkDataFrames
- BIG DATA Hadoop Cloudera Administration
- BIG DATA Kafka : Ingestion et traitement de messages
- BIG DATA Hadoop Développement
- BIG DATA Hadoop EMR
- BIG DATA Programmation R et intégration Big Data
- BIG DATA Hadoop Hortonworks Administration
- BIG DATA Spark : Traitement de données
- BIG DATA Supervision
- BIG DATA La synthèse