Os bancos de dados relacionais têm sido a tecnologia de escolha para armazenar, recuperar e consultar dados. Os bancos de dados relacionais permitem que os usuários organizem seus dados usando um conjunto estruturado e bem definido de padrões (modelo). Embora essa abordagem funcione bem para armazenar dados padronizados e bem compreendidos com antecedência (pense em um aplicativo de check-in do hospital que mantém registros de pacientes com o mesmo conjunto consistente de campos predefinidos ... identificação do paciente, nome e sobrenome nome, data da última visita etc.), existem limitações para este modelo. Para organizações cujos dados recebidos não estão bem definidos (pense em um formulário de consulta on-line para uma startup que ainda está em processo de experimentar campos diferentes para coletar dados de visitantes, remova e adicione campos à medida que se adaptam à natureza variável do comercial), quaisquer definições estabelecidas sobre como os dados devem se encaixar em um banco de dados existente precisariam ser redefinidas regularmente. Isso exigiria a recriação do modelo de dados (esquema) que determina a estrutura dos dados e seus tipos de dados permitidos para suportar diferentes tipos de entradas de dados etc., antes que qualquer novo dado possa ser salvo no banco de dados.
Digite Nenhum banco de dados SQL (não apenas SQL ). Nenhum banco de dados SQL isenta os usuários de predefinir a estrutura dos dados recebidos, permitindo que eles insiram e atualizem novos dados rapidamente. Geralmente, nenhum banco de dados SQL é mais rápido que o banco de dados relacional e pode lidar com grandes quantidades de dados com facilidade. Nenhum banco de dados SQL também é dimensionado melhor que o banco de dados relacional, devido à capacidade de particionar dados de maneira eficiente em muitos servidores (cluster) e balancear a carga do acesso a esses dados. Nenhum banco de dados SQL integra particularmente bem a aplicativos que suportam análises em tempo real, personalização de sites, IoT e aplicativos móveis
Neste treinamento ao vivo, conduzido por instrutor, os participantes entenderão a arquitetura, os princípios de design e a funcionalidade dos SQL dados No SQL mais populares do mercado, à medida que configuram, operam e avaliam vários SQL dados No SQL em um ambiente de laboratório ao vivo. O objetivo deste treinamento é equipar os participantes com a capacidade de avaliar, propor e implementar de maneira inteligente uma solução de banco de dados No SQL adequada em sua organização.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure diferentes tipos de SQL dados No SQL , incluindo MongoDB , Cassandra , Redis e Neo4j
- Entenda os benefícios e as desvantagens de nenhum banco de dados SQL versus banco de dados relacional
- Entenda os formatos de dados subjacentes usados pelos SQL dados No SQL e como esses formatos podem ser usados com vantagem no desenvolvimento de aplicativos modernos (desktop, celular, nuvem, IoT)
- Executar operações de criação, inserção, atualização e exclusão em um banco de dados No SQL
- Configurar um ambiente misto com um banco de dados relacional e No SQL trabalhando em conjunto
- Configurar um cluster do banco de dados No SQL para processamento distribuído de conjuntos de dados muito grandes
- Entenda as implicações de segurança do uso de um banco de dados No SQL
- Implante e dimensione um banco de dados No SQL em um ambiente de produção
Público
- Profissionais de Database
- Arquitetos de dados
- Estrategistas de dados
- Gerentes de projeto
- Desenvolvedores de aplicativos que desejam integrar uma solução de banco de dados flexível em seus aplicativos
Formato do Curso
- Parte palestra, parte discussão, exercícios e prática prática pesada
Nota
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
Leia mais...
