Datenbanksysteme. Alternative Konzepte. Gerhard Wohlgenannt
|
|
- Angelika Lichtenberg
- vor 8 Jahren
- Abrufe
Transkript
1 Datenbanksysteme Alternative Konzepte Gerhard Wohlgenannt
2 Alternative Konzepte Diese Einheit ist ein Mix aus Themenbereichen in der Nähe von klassischen relationalen Datenbanken Näherbringen aktueller Technologien und über den Tellerrand blicken. Agenda 1. Überblick über NoSQL, GraphenDBs, BigData. 2. Etwas mehr Details 3. Semantic Web 4. Big data 5. DBS advanced (with PostgreSQL) DATENBANKSYSTEME SEPTEMBER 2015
3 NoSQL DBs - Überblick Not only SQL!! Die besprochenen Systeme haben nicht den Anspruch und das Ziel relationale DBS zu ersetzen, sondern für gewisse Anwendungsfälle andere / spezifische Lösungen zu bieten. Sammelbegriff für verschiedene Ansätze Gemeinsamkeit: weniger Anforderungen an strenge DB- Grundsätze und Mächtigkeit des DB-Systems Daten oft nicht in Form von klassischen Tabellen gespeichert Oft keine mächtige Abfragesprache wie SQL DATENBANKSYSTEME SEPTEMBER 2015
4 ObjektDBs - Überblick Objekte aus OO Programmiersprachen selbst in der DB gehalten Einfache Form Persistenz zu erreichen Beispiel: in einer Java-GUI werden neue Mitarbeiter eingefügt. - Diese Mitarbeiter werden im Programm als Objekte der Klasse Mitarbeiter verwendet. - Anstatt nun die relevanten Attribute der Mitarbeiterobjekte in eine relationales DB zu speichern Objekte werden einfach as is in die Objekt-DB gespeichert. - Objekte können natürlich auch wieder aus der O-DB geladen/verändert werden. DATENBANKSYSTEME SEPTEMBER 2015
5 Graphendatenbanken Benutzt Graphen um Informationen darzustellen Knoten (Objekte) - Kanten gerichtete Graphen, gewichtete Graphen (zb Bandbreite bei Netzwerken) Hier: Semantisches Web, GraphDBs mit fixem Schema DATENBANKSYSTEME SEPTEMBER 2015
6 Graph Example DATENBANKSYSTEME SEPTEMBER 2015
7 NoSQL Details Geschichte - Entstand primär aus den Anforderung von Internet-Konzernen wie Google, Facebook, etc. Anforderungen: riesige Datenmengen schnell ändern und ausliefern - aber: Auch zb Twitter und Facebook verwenden für vieles MySQL Datenbanken - je nach Anforderung. Ansatz: Lightweight, einfaches Datenmodell, Konsistenz und Datensicherheit nicht sooo wichtig (Twitter) Dafür andere Anforderungen im Fokus, etwa performance. DATENBANKSYSTEME SEPTEMBER 2015
8 SQL DBs SQL DBs ursprünglich verbreitet in Banken und Versicherungen Fokus auf Konsistenz und Transaktionssicherheit Transaktionen am Beispiel Ueberweisung Mächtige Abfragesprachen zur Erstellung von Reports, etwa Kontoauszug Die Sicherstellung von Konsistenz, die Mächtigkeit des Systems, die Möglichkeit zu Integritätsbedingungen, JOINs, etc führt zwangsweise zu Kompromissen bei der Abfrage-Performanz Beispiel: Einfügen von neuem Datensatz führt zu Constraint-Checks (Datentyp, FK), zu index-updates, event. Funktionsaufrufen über Trigger... DATENBANKSYSTEME SEPTEMBER 2015
9 Neue Entwicklungen wie Cloud SQL um NoSQL-ähnliche Anforderungen zu erfüllen DATENBANKSYSTEME SEPTEMBER 2015
10 NoSQL Oft optimiert für simple Abfragen und sehr grosse Datenmengen Simple Abfragen, Beispiel: key-value store Keine komplexen Operationen, etwa Joins Weiteres Ziel: Skalierbarkeit inbes. durch Verteilung Nur eventual consistency: changes propagated after sufficiently long period Wichtiger Aspekt: distributed und fault-tolerant (via redundancy) passt gut zusammen mit cloud-computing - Scalability einfach durch Hinzufügen neuer Rechner DATENBANKSYSTEME SEPTEMBER 2015
11 Types of NoSQL DBs Key-value stores: selbsterklärend :-) BigTable: entwickelt von Google, mehrdimensionale Map, soll auf Petabytes skalieren Document store: Für effiziente Speicherung / Retrieval von semistrukturierten Daten ( Dokument ) Graph-Stores: siehe unten DATENBANKSYSTEME SEPTEMBER 2015
12 Key-Value stores Huge collection of key-value pairs (distributed) Values können wiederum zusammengesetzt sein Grundlage: Amazon s paper über Dynamo Implementations: Redis, Voldemort (linkedin), Riak, Tokyo DATENBANKSYSTEME SEPTEMBER 2015
13 NoSQL BigTables Based on Googles BigTable paper A huge table without a fixed schema, base cols and optional ones No deletes just additions with a timestamp Implementations: HBase, Hypertable, Cassandra DATENBANKSYSTEME SEPTEMBER 2015
14 NoSQL BigQuery (Dremel) From Google Something like read-only SQL / relational DB In 5-20 sec for massive amounts of data Analyze terabytes of data in seconds Typical use case: when you access big parts of the table, eg counts / sums / etc. When you need to scan big parts for the table using columnar representation is better DATENBANKSYSTEME SEPTEMBER 2015
15 NoSQL BigQuery (Dremel)(2) Converts a JSON-like dataset into relational and optimizes - Fills up datasets with missing elements lots of NULL - Add special data: repetition count, path depths (definition count) - Repetion count provides info if a new item or not - this is the most important trick in dremel - Further massive speed-up by distribution (multiple layers of servers) API available DATENBANKSYSTEME SEPTEMBER 2015
16 ObjektDBs (Details) Wie gesagt: Direktes persistentes Speichern von Objekten macht ORM (mapping Objekte Relationen überflüssig Besonderer Vorteil bei komplexen Objekten die schwer ins relationale Schema abbildbar sind Vorzeigen am Beispiel db4o, First Steps wikipedia.org/wiki/db4o DATENBANKSYSTEME SEPTEMBER 2015
17 Document DB Example DATENBANKSYSTEME SEPTEMBER 2015
18 NoSQL Document stores Document-oriented DBs haben überlicherweise einen unique key um auf records zuzugreifen Inspired by Lotus Notes Retrieval: (RESTful)-API or Simple Query Language, eg. all docs with field topic= football Implementations: CouchDB, MongoDB, and many others DATENBANKSYSTEME SEPTEMBER 2015
19 NoSQL MongoDB Example of a document store see other slides... DATENBANKSYSTEME SEPTEMBER 2015
20 GraphenDBs Details Nodes.. entspricht in etwa Objekten in OO Sprachen Edges.. Beziehungen/connections Properties.. Information in den Beziehungen GraphDB kann: - Spezielle Queries: shortest path -... Noch keine einheitliche Abfragesprachen Implementations: AllegroGraph, Sones, Neo4j DATENBANKSYSTEME SEPTEMBER 2015
21 Property Graph DATENBANKSYSTEME SEPTEMBER 2015
22 NoSQL Vergleich Key-Value: For huge data size, low complexity (semistructured, connected) of data Big Tables: For less big data size, a bit more of complexity of data Document DBs: For less big data size, a bit more of complexity of data Graph DBs: For less big data size, a bit more of complexity of data >: The more connected, the harder to scale DATENBANKSYSTEME SEPTEMBER 2015
23 New slide: In-Memory DBs Traditional: Disk optimized In Memory: Fast response time, predictable DB & transaction log persisted to disk Very good overview: DATENBANKSYSTEME SEPTEMBER 2015
24 Semantic Web Daten/Properties bekommen definierte Semantik (zb in Form von Ontologien) Daten als Graph gesehen Simple Datenstruktur: Subjekt - Prädikat - Objekt Subjekte und Prädikate müssen URIs sein Identifikation + Semantik DATENBANKSYSTEME SEPTEMBER 2015
25 Semantic Web (Web of Data) data oriented for humans and machines structured data explicit semantics of content and links a giant global graph linking is essential same architectural principles as Web of Documents - scalable, 1 data model (which is RDF, graph-based) - single global Web of data - Typed hyperlinks to connect any type of thing, eg. a person and a place with locatedin different from: Databases and Web APIs many different models, applications have to be built depending on model DATENBANKSYSTEME SEPTEMBER 2015
26 Usecase / Motivation Goal: Seek a windsurfing spot with characteristics: - in February, more than 70% days with 4 Bft. - with equipment rent - avg. daily max temp. 20 C - hotel and flight available and cheap time-consuming with traditional (google) keyword search - Problem A: Precision/Recall. Find (all) relevant documents - Problem B: Need to read all documents DATENBANKSYSTEME SEPTEMBER 2015
27 DATENBANKSYSTEME SEPTEMBER 2015
28 Usecase: Vision Goal / Vision: - Do a semantic search - Get extensive list of results automatically sorted by eg. price or distance How? - Semantic annotation of resources - Clearly defined annotation languages allowing reasoning etc. DATENBANKSYSTEME SEPTEMBER 2015
29 Usecase - Bestandsaufnahme die notwendigen Informationen sind bereits mehr oder weniger strukturiert in elektronischer Form abrufbar Problem: intelligente Kombination der Informationsquellen Hintergrund: Ressourcen sind für Maschinen nicht verständlich DATENBANKSYSTEME SEPTEMBER 2015
30 SW Graph People foaf:person rdf:type rdf:type study mathematics Borbala Nagy EMS-Schüler hasmember foaf:birthday dc:creator DATENBANKSYSTEME SEPTEMBER 2015
31 SW - Datenformate: Turtle aw: < dc: < foaf: < rdf: < 6 aw:hans foaf:birthday " ". 8 aw:rdfbook rdf:type aw:book; 9 dc:creator < anna>. 11 aw:albert rdf:type aw:person; 12 foaf:birthday " ". DATENBANKSYSTEME SEPTEMBER 2015
32 SW - Datenformate - RDF/XML 1 <?xml version="1.0" encoding="utf-8"?> 2 <rdf:rdf xmlns=" > 4 <rdf:description rdf:about=" 5 <rdf:type rdf:resource=" /> 6 <dc:creator rdf:resource=" anna" /> 7 <readers> 8 <rdf:description rdf:about=" 9 <rdf:type 10 rdf:resource=" /> 11 <foaf:birthday> </foaf:birthday> 12 </rdf:description> 13 </readers> 14 </rdf:description></rdf:rdf> DATENBANKSYSTEME SEPTEMBER 2015
33 OWL - Ontologien Event participantof Person Committee memberof SocialEvent Workshop Presentation Attendee CommitteeMember presenterof KeynoteTalk Presenter owl:somevaluesof KeynoteSpeaker Quelle: DATENBANKSYSTEME SEPTEMBER 2015
34 Linked Data Was ist? a term used to describe a recommended best practice for exposing, sharing, and connecting pieces of data, information, and knowledge on the Semantic Web using URIs and RDF. (Wikipedia) From data islands to a global data space: typed links between data items, not documents Eine grosse und wachsende Menge von Datensätzen, welche semantisch annotiert sind und verlinkt Global einheitliches Format DATENBANKSYSTEME SEPTEMBER 2015
35 Linked Data Principles 1. Use URIs as names! 2. Use HTTP URIs, so that people can look up those names. 3. Dereferenceable: When someone looks up a URI, provide useful information, using the standards (RDF, SPARQL). 4. Include links to other URIs, so that they can discover more things. DATENBANKSYSTEME SEPTEMBER 2015
36 LOD cloud Quelle: DATENBANKSYSTEME SEPTEMBER 2015
37 Data Sets Examples DBpedia ( Structured version of Wikipedia. - A DBpedia ontology for the vocabulary million things : 416,000 persons, 526,000 places (including 360,000 populated places), 106,000 music albums, 60,000 films, 17,500 video games, 169,000 organizations,... - eg: Manchester Geographische datasets, zb Geonames ( geonames.org/), linked data version of the CIA world factbook DATENBANKSYSTEME SEPTEMBER 2015
38 Media, zb linked MBD (films, actors,... ) DATENBANKSYSTEME SEPTEMBER 2015
39 Triple Stores Def.: purpose-built database for the storage and retrieval of triples Wie schon gesagt, das triple (subject-prädikat-objekt) ist die Art wie Daten im SW verwaltet werden. Es gibt eine spezielle Abfragesprache (SPARQL) Implementations: Virtuoso, 4store, BigOWLIM, Sesame,... DATENBANKSYSTEME SEPTEMBER 2015
40 SW: Was tun? Was kann man nun mit diesen Daten machen? Reasoning: Automatisches Schliessen anhand der Daten, etwa: der Rechner weiss anhand der Ontologie dass ein Lehrer auch ein Mensch ist, etc. < wu:teach Java Resultat: mehr triples (mehr Information automatisch erzeugt) Abfragen: siehe unten DATENBANKSYSTEME SEPTEMBER 2015
41 SPARQL SPARQL: is the query language of the Semantic Web (W3C Recommendation) Jump to other slideset briefly wohlg/ir/pdf/sparql.pdf Use DATENBANKSYSTEME SEPTEMBER 2015
42 DATENBANKSYSTEME SEPTEMBER 2015
43 Big data Big Data Eines der Hype-Keywords 2012 Big Data = Transactions + Interactions + Observations Datenmenge so gross dass mit konventionellen (DB-)tools schwer handhabbar Grosse Datenmenge entsteht auch durch den Wunsch nach Integration und Finden von Beziehunge zwischen kleineren data sets Bzw auch durch mobile devices, Sensordaten, software logs,... Beispiele: Wettermodelle, Webanalyse, LHC, Bioinformatik DATENBANKSYSTEME SEPTEMBER 2015
44 Big data (2) Wie gesagt is difficult to work with using relational databases and desktop statistics and visualization packages requiring instead massively parallel software running on tens, hundreds, or even thousands of servers (wikipedia) avp5d16wep0 DATENBANKSYSTEME SEPTEMBER 2015
45 Finally.. (20-30min) Big data slides by Aidan Hogan see slides at hypertext2014.pptx DATENBANKSYSTEME SEPTEMBER 2015
NoSQL & Big Data. NoSQL Databases and Big Data. NoSQL vs SQL DBs. NoSQL DBs - Überblick. Datenorientierte Systemanalyse. Gerhard Wohlgenannt
NoSQL & Big Data Datenorientierte Systemanalyse NoSQL Databases and Big Data Gerhard Wohlgenannt Die besprochenen Systeme haben nicht den Anspruch und das Ziel DBS zu ersetzen, sondern für gewisse Anwendungsfälle
MehrNoSQL Databases and Big Data
Datenorientierte Systemanalyse NoSQL Databases and Big Data Gerhard Wohlgenannt NoSQL & Big Data Die besprochenen Systeme haben nicht den Anspruch und das Ziel DBS zu ersetzen, sondern für gewisse Anwendungsfälle
MehrDSpace 5 und Linked (Open) Data. Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28.
DSpace 5 und Linked (Open) Data Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28. Oktober 2014 Ausblick: DSpace 5 Metadaten für alle Objekte (Collections,
MehrÜberblick und Vergleich von NoSQL. Datenbanksystemen
Fakultät Informatik Hauptseminar Technische Informationssysteme Überblick und Vergleich von NoSQL Christian Oelsner Dresden, 20. Mai 2011 1 1. Einführung 2. Historisches & Definition 3. Kategorien von
MehrApache HBase. A BigTable Column Store on top of Hadoop
Apache HBase A BigTable Column Store on top of Hadoop Ich bin... Mitch Köhler Selbstständig seit 2010 Tätig als Softwareentwickler Softwarearchitekt Student an der OVGU seit Oktober 2011 Schwerpunkte Client/Server,
MehrANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE. NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik
ARFA ANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik Ralf Leipner Domain Architect Analytics, Risk Management & Finance 33. Berner Architekten
MehrSemantic Web Introduction
Datenorientierte Systemanalyse Semantic Web Introduction Gerhard Wohlgenannt Agenda Usecase / Teaser Grundlagen des Semantic Web - Konzepte / Ideen - Anwendungen und Probleme Technologien - Unicode, URI,
MehrLinked Open Cultural Heritage.
Linked Open Cultural Heritage. Herausforderungen, Risiken und Chancen der Datenvernetzung im Bereich des Kulturerbes. Georg Hohmann Germanisches Nationalmuseum Referat für Museums- und Kulturinformatik
MehrProjektgruppe. Knowledge Representation Persistence and Reasoning
Projektgruppe Seminarvortrag von Stefan Middeke Knowledge Representation Persistence and Reasoning 4. Juni 2010 Überblick Motivation Repräsentation der Daten Speicherung und Abfrage von Daten Folgerungen
MehrXINDICE. The Apache XML Project 3.12.09. Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de
Name: J acqueline Langhorst E-Mail: blackyuriko@hotmail.de 3.12.09 HKInformationsverarbeitung Kurs: Datenbanken vs. MarkUp WS 09/10 Dozent: Prof. Dr. M. Thaller XINDICE The Apache XML Project Inhalt Native
MehrXML-Technologien Tutorium 6
XML-Technologien Tutorium 6 Thema: Semantic Web Linked Data RDF SPARQL von: Kain Kordian Gontarska kainkordian@gmail.com Semantic Web Das Internet soll nicht nur aus "dummen" Inhalten bestehen. (Ansammlung
MehrKurzanleitung um Transponder mit einem scemtec TT Reader und der Software UniDemo zu lesen
Kurzanleitung um Transponder mit einem scemtec TT Reader und der Software UniDemo zu lesen QuickStart Guide to read a transponder with a scemtec TT reader and software UniDemo Voraussetzung: - PC mit der
MehrDatenbanksysteme. Gerhard Wohlgenannt. 14. September 2015
Datenbanksysteme Gerhard Wohlgenannt 14. September 2015 Inhaltsverzeichnis 1 Informationen zur Lehrveranstaltung 2 1.1 Inhalt...................................................... 2 1.2 Beurteilungsschema...............................................
MehrBig Data Mythen und Fakten
Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher
MehrOpen Spending Visualisierung kommunaler Ausgabenprofile
Open Spending Visualisierung kommunaler Ausgabenprofile Universität Leipzig Institut für Informatik Abteilung Betriebliche Informationssysteme Forschungsgruppe AKSW 10. 12. 2013 1 Motivation 2 Entstehung
MehrORM & OLAP. Object-oriented Enterprise Application Programming Model for In-Memory Databases. Sebastian Oergel
ORM & OLAP Object-oriented Enterprise Application Programming Model for In-Memory Databases Sebastian Oergel Probleme 2 Datenbanken sind elementar für Business-Anwendungen Gängiges Datenbankparadigma:
MehrDie On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer. Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck
Die On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck Copyright 2008 STI INNSBRUCK www.sti-innsbruck.at 1 Der Hotelier
Mehr!!!!T!!! Systems!() Multimedia Solutions
Inhalt. Was ist das semantische Web? Wie findet man einen Arzttermin mit Hilfe des semantischen Web? Wie gibt man Inhalten einen Sinn? Welche Werkzeuge stehen zur Verfügung? Wo können strukturierte Inhalte
MehrSemantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!
Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture
MehrFachbericht zum Thema: Anforderungen an ein Datenbanksystem
Fachbericht zum Thema: Anforderungen an ein Datenbanksystem von André Franken 1 Inhaltsverzeichnis 1 Inhaltsverzeichnis 1 2 Einführung 2 2.1 Gründe für den Einsatz von DB-Systemen 2 2.2 Definition: Datenbank
MehrCurrent Web (vs. Semantic Web) Vertiefendes Uebungsprojekt - SQL II. Semantic Web (Web of Data) Semantic Web vs. Current Web
Current Web (vs. Semantic Web) Vertiefendes Uebungsprojekt - SQL II Gerhard Wohlgenannt document oriented scalable (demonstrated!) 1 global document space links as central element to connect documents
MehrGrundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB
Grundzüge und Vorteile von XML-Datenbanken am Beispiel der Oracle XML DB Jörg Liedtke, Oracle Consulting Vortrag zum Praxis-Seminar B bei der KIS-Fachtagung 2007, Ludwigshafen Agenda
MehrSQL für Trolle. mag.e. Dienstag, 10.2.2009. Qt-Seminar
Qt-Seminar Dienstag, 10.2.2009 SQL ist......die Abkürzung für Structured Query Language (früher sequel für Structured English Query Language )...ein ISO und ANSI Standard (aktuell SQL:2008)...eine Befehls-
MehrOpen Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH)
, XML LV BF23 (0F32) Open Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH) Achim Oßwald FH Köln Institut für Informationswissenschaft Wintersemester 2010 (Stand: 3.12.10) 1/ 18 OAI-PMH
MehrLinked Cultural Heritage.
Linked Cultural Heritage. Herausforderungen und Chancen der Datenvernetzung im Bereich des Kulturerbes. Georg Hohmann Germanisches Nationalmuseum Referat für Museums- und Kulturinformatik Kornmarkt 1,
MehrSemantic Web Technologies I
Semantic Web Technologies I Lehrveranstaltung im WS11/12 Dr. Elena Simperl PD Dr. Sebastian Rudolph M. Sc. Anees ul Mehdi Ontology Engineering Dr. Elena Simperl XML und URIs Einführung in RDF RDF Schema
Mehrhttps://portal.microsoftonline.com
Sie haben nun Office über Office365 bezogen. Ihr Account wird in Kürze in dem Office365 Portal angelegt. Anschließend können Sie, wie unten beschrieben, die Software beziehen. Congratulations, you have
MehrInformatik 12 Datenbanken SQL-Einführung
Informatik 12 Datenbanken SQL-Einführung Gierhardt Vorbemerkungen Bisher haben wir Datenbanken nur über einzelne Tabellen kennen gelernt. Stehen mehrere Tabellen in gewissen Beziehungen zur Beschreibung
MehrDas neue Volume-Flag S (Scannen erforderlich)
NetWorker 7.4.2 - Allgemein Tip 2, Seite 1/5 Das neue Volume-Flag S (Scannen erforderlich) Nach der Wiederherstellung des Bootstraps ist es sehr wahrscheinlich, daß die in ihm enthaltenen Informationen
MehrRDF und RDF Schema. Einführung in die Problematik Von HTML über XML zu RDF
RDF und RDF Schema Einführung in die Problematik Von HTML über XML zu RDF Kirsten Albrecht Roland Illig Probleme des HTML-basierten
MehrContents. Interaction Flow / Process Flow. Structure Maps. Reference Zone. Wireframes / Mock-Up
Contents 5d 5e 5f 5g Interaction Flow / Process Flow Structure Maps Reference Zone Wireframes / Mock-Up 5d Interaction Flow (Frontend, sichtbar) / Process Flow (Backend, nicht sichtbar) Flow Chart: A Flowchart
MehrVerknüpfte Daten abfragen mit SPARQL. Thomas Tikwinski, W3C.DE/AT
Verknüpfte Daten abfragen mit SPARQL Thomas Tikwinski, W3C.DE/AT Agenda SPARQL Eine Anfragesprache für RDF Was ist eine SPARQL-Abfrage? Beispiel Arbeiten mit Variablen Komplexere Anfragen Filtern und sortieren
MehrNoSQL mit Postgres 15. Juni 2015
Tag der Datenbanken 15. Juni 2015 Dipl.-Wirt.-Inform. Agenda l Vorstellung l Marktübersicht l Warum PostgreSQL? l Warum NoSQL? l Beispielanwendung Seite: 2 Vorstellung Dipl.-Wirt.-Inform. [1990] Erste
MehrAutoSPARQL. Let Users Query Your Knowledge Base
AutoSPARQL Let Users Query Your Knowledge Base Christian Olczak Seminar aus maschinellem Lernen WS 11/12 Fachgebiet Knowledge Engineering Dr. Heiko Paulheim / Frederik Janssen 07.02.2012 Fachbereich Informatik
MehrDer Begriff Cloud. Eine Spurensuche. Patric Hafner 29.06.2012. geops
Der Begriff Cloud Eine Spurensuche Patric Hafner geops 29.06.2012 Motivation Der größte Hype der IT-Branche Hype heißt sowohl Rummel als auch Schwindel slashdot.org The cloud represents a foundational
MehrRDF. Resource Description Framework. RDF - Konzepte - Tripel. RDF - Konzepte - Graph. Information Retrieval - Semantic Technologies
RDF Information Retrieval - Semantic Technologies Resource Description Framework Albert Weichselbraun RDF ist ein Datenmodell; Grundlegende Struktur: Graph Darstellung von Aussagen: Subject - Prädikat
MehrMobiDM-App Handbuch für Windows Mobile
MobiDM-App Handbuch für Windows Mobile Dieses Handbuch beschreibt die Installation und Nutzung der MobiDM-App für Windows Mobile Version: x.x MobiDM-App Handbuch für Windows Mobile Seite 1 Inhalt 1. WILLKOMMEN
MehrDATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER
DATENBANKEN SQL UND SQLITE VON MELANIE SCHLIEBENER INHALTSVERZEICHNIS 1. Datenbanken 2. SQL 1.1 Sinn und Zweck 1.2 Definition 1.3 Modelle 1.4 Relationales Datenbankmodell 2.1 Definition 2.2 Befehle 3.
MehrBig Data Projekte richtig managen!
Big Data Projekte richtig managen! Stuttgart, Oktober 2014 Praktische Herausforderungen eines Big Data Projektes Definition: Was ist Big Data? Big data is a collection of data sets so large and comple
MehrHandbuch. Artologik EZ-Equip. Plug-in für EZbooking version 3.2. Artisan Global Software
Artologik EZ-Equip Plug-in für EZbooking version 3.2 Artologik EZbooking und EZ-Equip EZbooking, Ihre webbasierte Software zum Reservieren von Räumen und Objekten, kann nun durch die Ergänzung um ein oder
MehrEin Beispiel. Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse?
Ein Beispiel Ein Unternehmen will Internettechnologien im Rahmen des E- Business nutzen Welche Geschäftsprozesse? Dipl.-Kfm. Claus Häberle WS 2015 /16 # 42 XML (vereinfacht) visa
MehrXAMPP-Systeme. Teil 3: My SQL. PGP II/05 MySQL
XAMPP-Systeme Teil 3: My SQL Daten Eine Wesenseigenschaft von Menschen ist es, Informationen, in welcher Form sie auch immer auftreten, zu ordnen, zu klassifizieren und in strukturierter Form abzulegen.
MehrBig Data Management Thema 14: Cassandra
Thema 14: Cassandra Jan Kristof Nidzwetzki Thema 14: Cassandra 1 / 25 Übersicht 1 Grundlagen Überblick Geschichte Datenmodel 2 Architektur Der logische Ring Persistenz der Daten Tunable Consistency Read
MehrMySQL Queries on "Nmap Results"
MySQL Queries on "Nmap Results" SQL Abfragen auf Nmap Ergebnisse Ivan Bütler 31. August 2009 Wer den Portscanner "NMAP" häufig benutzt weiss, dass die Auswertung von grossen Scans mit vielen C- oder sogar
MehrOrganisatorisches. Unit1: Intro and Basics. Bewertung. About Me.. Datenorientierte Systemanalyse. Gerhard Wohlgenannt
Organisatorisches Datenorientierte Systemanalyse Unit1: Intro and Basics Gerhard Wohlgenannt Inhalt: Datenorientierte Systemanalyse Umfang: 5 units XX.10.2013 XX.11.2013 09:00-13:30 Uhr Room XXX Infos,
MehrSimpleVOC-Yetanother. Bausteine für eine Key/Value- Datenbank
SimpleVOC-Yetanother Memcached? Bausteine für eine Key/Value- Datenbank SimpleVOC Yet another memcached? Bausteine für eine Key/Value Datenbank. Theorie (Martin Schönert) Praxis (Frank Celler) Eine Weisheit
MehrSecurity Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08
Security Patterns Benny Clauss Sicherheit in der Softwareentwicklung WS 07/08 Gliederung Pattern Was ist das? Warum Security Pattern? Security Pattern Aufbau Security Pattern Alternative Beispiel Patternsysteme
MehrMicrosoft Azure Fundamentals MOC 10979
Microsoft Azure Fundamentals MOC 10979 In dem Kurs Microsoft Azure Fundamentals (MOC 10979) erhalten Sie praktische Anleitungen und Praxiserfahrung in der Implementierung von Microsoft Azure. Ihnen werden
MehrSemTalk Services. SemTalk UserMeeting 29.10.2010
SemTalk Services SemTalk UserMeeting 29.10.2010 Problemstellung Immer mehr Anwender nutzen SemTalk in Verbindung mit SharePoint Mehr Visio Dokumente Viele Dokumente mit jeweils wenigen Seiten, aber starker
Mehr7. Übung - Datenbanken
7. Übung - Datenbanken Informatik I für Verkehrsingenieure Aufgaben inkl. Beispiellösungen 1. Aufgabe: DBS a Was ist die Kernaufgabe von Datenbanksystemen? b Beschreiben Sie kurz die Abstraktionsebenen
MehrKonzept zur Push Notification/GCM für das LP System (vormals BDS System)
Konzept zur Push Notification/GCM für das LP System (vormals BDS System) Wir Push Autor: Michael Fritzsch Version: 1.0 Stand: 04. Februar 2015 Inhalt 1. Was ist eine Push Notification? 2. Wofür steht GCM?
MehrSimPDM Datenmodell im Kontext zu Teamcenter und PLMXML
SimPDM Datenmodell im Kontext zu Teamcenter und PLMXML Vergleichsstudie Datentransfer PDM SDM Böblingen, 20. November 2008 Dietmar Gausselmann Zoran Petrovic Ulrich Deisenroth Agenda Einleitung / Motivation
MehrNoSQL HANSER. Einstieg in die Web 2.0 Datenbanken. Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner
Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner NoSQL Einstieg in die Web 2.0 Datenbanken 2., akutalisierte und erweiterte Auflage HANSER Geleitwort Vorwort Vorwort zur 2. Auflage
MehrWAS IST DER KOMPARATIV: = The comparative
DER KOMPATATIV VON ADJEKTIVEN UND ADVERBEN WAS IST DER KOMPARATIV: = The comparative Der Komparativ vergleicht zwei Sachen (durch ein Adjektiv oder ein Adverb) The comparative is exactly what it sounds
MehrPostgreSQL in großen Installationen
PostgreSQL in großen Installationen Cybertec Schönig & Schönig GmbH Hans-Jürgen Schönig Wieso PostgreSQL? - Die fortschrittlichste Open Source Database - Lizenzpolitik: wirkliche Freiheit - Stabilität,
MehrAS Path-Prepending in the Internet And Its Impact on Routing Decisions
(SEP) Its Impact on Routing Decisions Zhi Qi ytqz@mytum.de Advisor: Wolfgang Mühlbauer Lehrstuhl für Netzwerkarchitekturen Background Motivation BGP -> core routing protocol BGP relies on policy routing
MehrJune 2015. Automic Hadoop Agent. Data Automation - Hadoop Integration
June 2015 Automic Hadoop Agent Data Automation - Hadoop Integration + Aufbau der Hadoop Anbindung + Was ist eigentlich ist MapReduce? + Welches sind die Stärken von Hadoop + Welches sind die Schwächen
MehrPreisliste für The Unscrambler X
Preisliste für The Unscrambler X english version Alle Preise verstehen sich netto zuzüglich gesetzlicher Mehrwertsteuer (19%). Irrtümer, Änderungen und Fehler sind vorbehalten. The Unscrambler wird mit
MehrLinked Open Data & Bibliotheken Warum? Was? Wie? FIS Fachtagung, Frankfurt/Main 22. Mai 2012 Adrian Pohl
Linked Open Data & Bibliotheken Warum? Was? Wie? FIS Fachtagung, Frankfurt/Main 22. Mai 2012 Adrian Pohl 2 3 4 5 Was steckt dahinter? 6 Agenda 1. Warum Linked Open Data? 2. Linked Data
MehrWenn Russland kein Gas mehr liefert
Ergänzen Sie die fehlenden Begriffe aus der Liste. abhängig Abhängigkeit bekommen betroffen bezahlen Gasspeicher Gasverbrauch gering hätte helfen importieren liefert 0:02 Pläne politischen Projekte Prozent
Mehr5. Programmierschnittstellen für XML
5. Programmierschnittstellen für Grundlagen Dr. E. Schön FH Erfurt Sommersemester 2015 Seite 135 Programmierschnittstelle Notwendigkeit: Zugriff auf -Daten durch Applikationen wiederverwendbare Schnittstellen
MehrCarl-Engler-Schule Karlsruhe Datenbank 1 (5)
Carl-Engler-Schule Karlsruhe Datenbank 1 (5) Informationen zur Datenbank 1. Definition 1.1 Datenbank-Basis Eine Datenbank-Basis ist eine Sammlung von Informationen über Objekte (z.b Musikstücke, Einwohner,
MehrObjektorientierte Datenbanken
OODB 11 Slide 1 Objektorientierte Datenbanken Vorlesung 11 Sebastian Iwanowski FH Wedel OODB 11 Slide 2 Wesentliche Eigenschaften von Hibernate Transparente Persistenz Transitive Persistenz (Persistenz
Mehr5. Programmierschnittstellen für XML
5. Programmierschnittstellen für für Medientechnologen Dr. E. Schön Wintersemester 2015/16 Seite 146 Notwendigkeit: Programmierschnittstelle Zugriff auf -Daten durch Applikationen wiederverwendbare Schnittstellen
MehrSAP NetWeaver Gateway. Connectivity@SNAP 2013
SAP NetWeaver Gateway Connectivity@SNAP 2013 Neue Wege im Unternehmen Neue Geräte und Usererfahrungen Technische Innovationen in Unternehmen Wachsende Gemeinschaft an Entwicklern Ausdehnung der Geschäftsdaten
MehrStefan Edlich Achim Friedland Jens Rampe Benjamin Brauer. NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken HANSER
Stefan Edlich Achim Friedland Jens Rampe Benjamin Brauer NoSQL Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken HANSER Geleitwort 1 Vorwort 1 1 Einführung 1 1.1 Historie 1 1.2 Definition und
MehrSymbio system requirements. Version 5.1
Symbio system requirements Version 5.1 From: January 2016 2016 Ploetz + Zeller GmbH Symbio system requirements 2 Content 1 Symbio Web... 3 1.1 Overview... 3 1.1.1 Single server installation... 3 1.1.2
MehrFacts & Figures Aktueller Stand IPv4 und IPv6 im Internet. Stefan Portmann Netcloud AG
Facts & Figures Aktueller Stand IPv4 und IPv6 im Internet Stefan Portmann Netcloud AG Agenda Einleitung Internet World Stats The Internet of Things IPv4 Exhaustion IPv4 Exhaustion @ RIPE IPv6 Measurements
MehrFür AX 4.0, den letzten Hotfix rollup einspielen. Der Hotfix wurde das erste Mal im Hotfix rollup 975357 eingeschlossen:
I. DOCTYPE-Deklaration Die INDEX.XML-Datei, die beim GDPdU-Export erstellt wird, beinhaltet eine DOCTYPE-Deklaration, die inkorrekterweise als Kommentar herausgegeben wird:
MehrDaten fu r Navigator Mobile (ipad)
[Kommentare] Inhalte Navigator Mobile für das ipad... 3 Programme und Dateien... 4 Folgende Installationen sind erforderlich:... 4 Es gibt verschiedene Dateiformate.... 4 Die Installationen... 5 Installation
MehrDatenbanktechnologie mit praktischen Übungen in MySQL und PHP
Datenbanktechnologie mit praktischen Übungen in MySQL und PHP Übung, Sommersemester 2013 22. April 2013 - MySQL Sebastian Cuy sebastian.cuy@uni-koeln.de Datenbanken Was sind eigentlich Datenbanken? Eine
MehrLinked Samian Ware: Potentiale von Linked Data in der Archäologie. Florian Thiery M.Sc.
Linked Samian Ware: Potentiale von Linked Data in der Archäologie Florian Thiery M.Sc. Linked Samian Ware: Potentiale von Linked Data in der Archäologie Workshop der AG CAA Tübingen 15.02.2014 Als Grundlage
MehrTuning des Weblogic /Oracle Fusion Middleware 11g. Jan-Peter Timmermann Principal Consultant PITSS
Tuning des Weblogic /Oracle Fusion Middleware 11g Jan-Peter Timmermann Principal Consultant PITSS 1 Agenda Bei jeder Installation wiederkehrende Fragen WievielForms Server braucheich Agenda WievielRAM
MehrNachtrag: Farben. Farbblindheit. (Light und Bartlein 2004)
Nachtrag: Farben Farbblindheit (Light und Bartlein 2004) 1 Vorgeschlagene Farbskalen (Light and Bartlein 2004) Farbkodierung metrisch skalierter Daten Unterscheide: 1. Sequential Data (ohne Betonung der
Mehrfile:///c:/users/wpzsco/appdata/local/temp/tmp373d.tmp.htm
Seite 1 von 5 Besucherinformation und -lenkung: Typ 09 Wegweiser Typenbeschreibungen File Geodatabase Table Thumbnail Not Available Tags Infrastruktur, Besucherinformation, Besucherlenkung, Schild, Standort,
MehrKalenderfunktion in Open-Xchange richtig nutzen (PC-Support)
funktion in Open-Xchange richtig nutzen (PC-Support) 1.) Bei Open-Xchange mit der RUMMS-Kennung einloggen unter http://ox.uni-mannheim.de 2.) Links oben im Menü den aufrufen: 3.) In der Mitte oben bei
MehrRDF RESOURCE DESCRIPTION FRAMEWORK. Referentin: Claudia Langer
RDF RESOURCE DESCRIPTION FRAMEWORK Referentin: Claudia Langer Überblick RDF allgemein RDF und XML Praktisches Beispiel RDF allgemein vom WWW Konsortium (W3C) für das Semantic Web entwickelt Sprache zur
MehrSeminar Informationsintegration und Informationsqualität. Dragan Sunjka. 30. Juni 2006
Seminar Informationsintegration und Informationsqualität TU Kaiserslautern 30. Juni 2006 Gliederung Autonomie Verteilung führt zu Autonomie... Intra-Organisation: historisch Inter-Organisation: Internet
MehrEEX Kundeninformation 2007-09-05
EEX Eurex Release 10.0: Dokumentation Windows Server 2003 auf Workstations; Windows Server 2003 Service Pack 2: Information bezüglich Support Sehr geehrte Handelsteilnehmer, Im Rahmen von Eurex Release
MehrLOG AND SECURITY INTELLIGENCE PLATFORM
TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com
MehrZum Download von ArcGIS 10, 10.1 oder 10.2 die folgende Webseite aufrufen (Serviceportal der TU):
Anleitung zum Download von ArcGIS 10.x Zum Download von ArcGIS 10, 10.1 oder 10.2 die folgende Webseite aufrufen (Serviceportal der TU): https://service.tu-dortmund.de/home Danach müssen Sie sich mit Ihrem
MehrAufbau eines IT-Servicekataloges am Fallbeispiel einer Schweizer Bank
SwissICT 2011 am Fallbeispiel einer Schweizer Bank Fritz Kleiner, fritz.kleiner@futureways.ch future ways Agenda Begriffsklärung Funktionen und Aspekte eines IT-Servicekataloges Fallbeispiel eines IT-Servicekataloges
MehrArbeiten mit einem lokalen PostgreSQL-Server
Arbeiten mit einem lokalen PostgreSQL-Server Download für das Betriebssystem Windows PostgreSQL-Server und pgadmin: http://www.enterprisedb.com/products-servicestraining/pgdownload#windows pgadmin: http://www.pgadmin.org/download/windows.php
MehrIDS Lizenzierung für IDS und HDR. Primärserver IDS Lizenz HDR Lizenz
IDS Lizenzierung für IDS und HDR Primärserver IDS Lizenz HDR Lizenz Workgroup V7.3x oder V9.x Required Not Available Primärserver Express V10.0 Workgroup V10.0 Enterprise V7.3x, V9.x or V10.0 IDS Lizenz
MehrUC4 Rapid Automation HP Service Manager Agent Versionshinweise
UC4 Rapid Automation HP Service Manager Agent Versionshinweise UC4 Software, Inc. Copyright UC4 and the UC4 logo are trademarks owned by UC4 Software GmbH (UC4). All such trademarks can be used by permission
MehrEin Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten. Click here if your download doesn"t start automatically
Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Click here if your download doesn"t start automatically Ein Stern in dunkler Nacht Die schoensten Weihnachtsgeschichten Ein Stern in dunkler
MehrDie technischen Aspekte von Mapping-Lösungen
Die technischen Aspekte von Mapping-Lösungen Mapping-Fachtagung, 14. Juni 20 07 Andreas Fischler, Business Unit Manager Bern, Frankfurt, Hamburg, München, St. Gallen, Zug, Zürich 2 Vorbemerkung» Das wird
Mehrdesk.modul : WaWi- Export
desk.modul : WaWi- Export Die Schnittstelle besteht aus einem Programm, welches die Daten aus der OfficeLine ausliest und in eine XML-Datei exportiert. Die Schnittstelle ist als ein eigenständiges Programm
MehrWas sind Ontologie-Editoren?
Was sind Ontologie-Editoren? Kurzeinführung Protégé Sonja von Mach und Jessica Otte Gliederung Ontologie Editoren- allgemein warum nutzen wofür nutzen Probleme Marktlage Einführung in die praktische Arbeit
MehrCassandra Query Language (CQL)
Cassandra Query Language (CQL) Seminar: NoSQL Wintersemester 2013/2014 Cassandra Zwischenpräsentation 1 Gliederung Basic facts Datentypen DDL/DML ähnlich zu SQL Besonderheiten Basic facts CQL kurz für
MehrDaten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1
Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf
Mehrteischl.com Software Design & Services e.u. office@teischl.com www.teischl.com/booknkeep www.facebook.com/booknkeep
teischl.com Software Design & Services e.u. office@teischl.com www.teischl.com/booknkeep www.facebook.com/booknkeep 1. Erstellen Sie ein neues Rechnungsformular Mit book n keep können Sie nun Ihre eigenen
MehrSDK zur CRM-Word-Schnittstelle
SDK zur CRM-Word-Schnittstelle SDK zur CRM Wordinterface für Microsoft Dynamics CRM2011 zur Version 5.2.0 Inhalt 1. Vorwort... 3 2. Voraussetzungen... 4 3. Funktionsbeschreibung... 4 4. Technische Funktionsbeschreibung...
MehrListening Comprehension: Talking about language learning
Talking about language learning Two Swiss teenagers, Ralf and Bettina, are both studying English at a language school in Bristo and are talking about language learning. Remember that Swiss German is quite
MehrBigTable. 11.12.2012 Else
BigTable 11.12.2012 Else Einführung Distributed Storage System im Einsatz bei Google (2006) speichert strukturierte Daten petabyte-scale, > 1000 Nodes nicht relational, NoSQL setzt auf GFS auf 11.12.2012
MehrDatabase Exchange Manager. Infinqa IT Solutions GmbH, Berlin Stralauer Allee 2 10245 Berlin Tel.:+49(0) 30 2900 8639 Fax.:+49(0) 30 2900 8695
Database Exchange Manager Replication Service- schematische Darstellung Replication Service- allgemeines Replikation von Daten von bzw. in ein SAP-System und einer relationalen DMS-Datenbank Kombination
MehrSQL. strukturierte Datenbankabfragesprache eine Datenbanksprache zur. Structured Query Language:
SQL Structured Query Language: strukturierte Datenbankabfragesprache eine Datenbanksprache zur Definition, Abfrage und Manipulation von Daten in relationalen Datenbanken In der SQL-Ansicht arbeiten In
MehrEXASOL Anwendertreffen 2012
EXASOL Anwendertreffen 2012 EXAPowerlytics Feature-Architektur EXAPowerlytics In-Database Analytics Map / Reduce Algorithmen Skalare Fkt. Aggregats Fkt. Analytische Fkt. Hadoop Anbindung R LUA Python 2
MehrSemantic Technologies
Semantic Technologies Proseminar Künstliche Intelligenz Universität Ulm Mario Volke 15. Juli 2008 1 / 32 Inhaltsverzeichnis 1 Einführung 2 3 Schlusswort 2 / 32 Einführung Motivation DEMO Who was president
MehrOntologien und Ontologiesprachen
Ontologien und Ontologiesprachen Semantische Datenintegration SoSe2005 Uni Bremen Yu Zhao Gliederung 1. Was ist Ontologie 2. Anwendungsgebiete 3. Ontologiesprachen 4. Entwicklung von Ontologien 5. Zusammenfassung
Mehr