NoSQL Graphdatenbanken mit HyperGraphDB. Tage der Datenbanken Donnerstag, Ludger Schönfeld, B. Sc. ludger.schoenfeld[at]smail.fh-koeln.

Größe: px
Ab Seite anzeigen:

Download "NoSQL Graphdatenbanken mit HyperGraphDB. Tage der Datenbanken Donnerstag, Ludger Schönfeld, B. Sc. ludger.schoenfeld[at]smail.fh-koeln."

Transkript

1 NoSQL Graphdatenbanken mit HyperGraphDB Tage der Datenbanken Donnerstag, Ludger Schönfeld, B. Sc. ludger.schoenfeld[at]smail.fh-koeln.de

2 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie 3. Arbeiten mit der HyperGraphDB 4. Fazit/Ausblick 2

3 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie 3. Arbeiten mit der HyperGraphDB 4. Fazit/Ausblick 3

4 Warum Graphen-DB? Vielerlei Anwendungen in der Informatik von Graphen Soziale Netze (Facebook, ) Produktionsplanung Stücklisten Abbildung von Graphen im RDBMS: Performance -Problem Lösung: Graphendatenbanken Vgl. Edlich u.a., 2010, S & 180 4

5 Fallstudie Fahrradhersteller (1) ER-Diagramm (Ausschnitt) Relation Struktur Relation Teile Vgl. Faeskorn-Woyke/Bertelsmeier u.a., 2007, S. 99 5

6 Fallstudie Fahrradhersteller (2) Bauteile eines Fahrrads (Gozintograph) 6

7 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie a. Aufbau eines Graphen b. Das Property-Graph-Modell 3. Arbeiten mit der HyperGraphDB 4. Fazit/Ausblick 7

8 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie a. Aufbau eines Graphen b. Das Property-Graph-Model 3. Arbeiten mit der HyperGraphDB 4. Fazit/Ausblick 8

9 Bestandteile eines Graphen: G= (V, E) Knoten(menge) => V (engl. vertices) Kanten(menge) => E (engl. edges) Gerichtete und ungerichtete Kanten Label 1 Label: 1,5 Label 2 Speicherung von weiteren Informationen möglich (Labels/Properties) Vgl. Edlich u.a., S

10 Hypergraph Besitzt Hyperkanten Gerichteter Graph: Startknoten 1 : n Zielknoten Ungerichteter Graph: Menge von Knoten Vorteil(e)? Nachteil(e)? Vgl. Edb Wiki FH Köln, Campus Gummersbach: Hypergraph 10

11 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie a. Aufbau eines Graphen b. Das Property-Graph-Model 3. Arbeiten mit der HyperGraphDB 4. Fazit/Ausblick 11

12 Das Property-Graph-Model Gerichteter, multi-relationaler Graph Knoten & Kanten speichern Eigenschaften (Properties) Form: Key-/Value-Beziehungen Beispiel: Name: Andre Vgl. Edlich u.a., S. 173 Vgl. Edb Wiki FH Köln, Campus Gummersbach: Das Property-Graph-Modell 12

13 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie 3. Arbeiten mit der HyperGraphDB a. Übersicht b. Das Datenmodell c. Live-Demo 4. Fazit/Ausblick 13

14 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie 3. Arbeiten mit der HyperGraphDB a. Übersicht b. Das Datenmodell c. Live-Demo 4. Fazit/Ausblick 14

15 Zentrale Merkmale der HyperGraphDB (1) Multifunktionale Datenbank Anfrage-API: HGQuery, Traverser-API Datenmodell: Hypergraph Replikation: Peer-to-Peer-Framework Lizenz: LGPL (ohne Berkeley DB) Szenario für mögliche Einsatzgebiete (Bsp.)* Bioinformatik-Projekte Vgl. Edlich u.a., 2010, S. 223, S. 227 & hypergraphdb.org: What is it? sowie Oracle 2009 *Vgl. hypergraphdb.org: Possible Usage Scenarios. 15

16 Zentrale Merkmale der HyperGraphDB (2) Persistenz: Oracle Berkeley DB Eingebettete Datenbank-Engine Verschiedene Ausprägungen vorhanden: Berkeley DB Berkeley DB Java Edition Berkeley DB XML Transaktion: ACID, MVCC (optional) Vgl. Edlich u.a., 2010, S. 223, S. 227 & hypergraphdb.org: What is it? sowie Oracle

17 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie 3. Arbeiten mit der HyperGraphDB a. Übersicht b. Das Datenmodell c. Live-Demo 4. Fazit/Ausblick 17

18 Das Datenmodell (Überblick & Vergleich) Das Property-Graph- Modell (zum Vergleich) Modell der HyperGraphDB Vgl. Edlich u.a. 2010, S. 223 & Iordanov 2010, S. 3 sowie Abb. in Anlehnung an: Iordanov o. J., Folie 8 18

19 Typen als Bestandteil des Hypergraphen 19 Visualisiert mit dem HGViewer

20 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie 3. Arbeiten mit der HyperGraphDB a. Übersicht b. Das Datenmodell c. Live-Demo 4. Fazit/Ausblick 20

21 Live-Demo: HyperGraphDB 21

22 Agenda 1. Einleitung/Motivation 2. Graphendatenbanken Die Theorie 3. Arbeiten mit der HyperGraphDB 4. Fazit/Ausblick 22

23 Fazit KaWa* HyperGraphDB Hypergraph (Datenmodell) Eingebettete DB Graphdatenbank Graphenalgorithmen: Breiten-/Tiefensuche Replikation: P2P-Framework Persistenzbasis *Technik KaWa : nach Vera F. Birkenbihl Atom ACI(D) Berkeley DB APIs Datenmodell 23 nicht intuitiv

24 Ausblick Fallstudie: Fahrradhersteller Eignung von HyperGraphDB? Hier keine aussagekräftige Entscheidung möglich Bisher nur Betrachtung eines Ausschnitts der Beispiel-DB Ausstehend: Wie erfolgt die Ausgabe der hierarchischen Struktur? Evtl. Alternative zur Ersetzung des RDBS RDBS (Grunddaten) & HyperGraphDB (Produktionsdaten) parallel laufen lassen Probleme/Risiken? 25

25 Vielen Dank für Ihre Aufmerksamkeit! Noch Fragen/Anmerkungen? 26

26 ANHANG 27

27 Literatur (1) Edb Wiki FH Köln, Campus Gummersbach: Das Property-Graph-Modell. ( ) Edb Wiki FH Köln, Campus Gummersbach: Hypergraph. ( ) Edlich, Stefan; Friedland, Achim; Hampe, Jens; Brauer, Benjamin (2010): NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken. München: Hanser. 28

28 Literatur (2) Faeskorn-Woyke, Heide; Bertelsmeier, Birgit; Riemer, Petra; Bauer, Elena (2007): Datenbanksysteme. Theorie und Praxis mit SQL2003, Oracle und MySQL. München: Pearson Studium. hypergraphdb.org: Possible Usage Scenarios. ( ) hypergraphdb.org: What is it? ( ) Iordanov, Borislav (2010): HyperGraphDB: A Generalized Graph Database. ( ) 29

29 Literatur (3) Iordanov, Borislav (o. J.): Präsentation HyperGraphDB. Data Management for Complex System. Presentation.pdf ( ) Oracle (2009): A Comparison of Oracle Berkeley DB and Relational Database Management Systems. An Oracle Technical White Paper. March ( ) 30

30 Bildnachweise (1) Fragezeichen (Abschlussfolie): Icon Archive.com: Help-Icon. ( ) Graph (Agenda-Folien): wikipedia.org: Abstrakter Graph. 6/61/Konigsburg_graph.svg/200px- Konigsburg_graph.svg.png ( ) Ausrufezeichen (Agendafolien): Wiki.com: Ausrufezeichen. zeichen.gif ( ) 31

31 Bildnachweise (2) Lupe (Agendafolien): IconArchive.com: Zoom Icon. ( ) Blitz (Motivationsfolie): Eggerelektor.de: Blitz. ( ) Anhang-Deckblatt: IconArchive.com: Blue Books Icon. 2/128/Blue-Books-icon.png ( ) 32

32 Bildnachweise (3) HyperGraphDB-Logo (Agendafolien u.a.): Hypergraphdb.org: ( ) 33

Stefan 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 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

Mehr

NoSQL HANSER. Einstieg in die Web 2.0 Datenbanken. Stefan Edlich Achim Friedland Jens Hampe Benjamin Brauer Markus Brückner

NoSQL 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

Mehr

Überblick und Vergleich von NoSQL. Datenbanksystemen

Überblick 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

Mehr

Abstrakt zum Vortrag im Oberseminar. Graphdatenbanken. Gero Kraus HTWK Leipzig 14. Juli 2015

Abstrakt zum Vortrag im Oberseminar. Graphdatenbanken. Gero Kraus HTWK Leipzig 14. Juli 2015 Abstrakt zum Vortrag im Oberseminar Graphdatenbanken Gero Kraus HTWK Leipzig 14. Juli 2015 1 Motivation Zur Darstellung komplexer Beziehungen bzw. Graphen sind sowohl relationale als auch NoSQL-Datenbanken

Mehr

Projektgruppe. Knowledge Representation Persistence and Reasoning

Projektgruppe. 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

Mehr

5. Programmierschnittstellen für XML

5. 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

Mehr

NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken. von Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer. 1.

NoSQL. Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken. von Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer. 1. NoSQL Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken von Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer 1. Auflage Hanser München 2010 Verlag C.H. Beck im Internet: www.beck.de

Mehr

1. Einführung. Datenbanken Grundlagen

1. Einführung. Datenbanken Grundlagen 1. Einführung Datenbanken Grundlagen Wo finden wir Datenbanken? Was sind Datenbanken/ Datenbankensysteme(DBS)? A collection of related data items mit folgenden Eigenschaften: Eine Datebank repräsentiert

Mehr

Eine Einführung in das Graphdatenbankmodell

Eine Einführung in das Graphdatenbankmodell Universität Leipzig Fakultät für Mathematik und Informatik Institut für Informatik Eine Einführung in das Graphdatenbankmodell Seminararbeit Seminar NoSQL-Datenbanken vorgelegt von Marcus Stuber Master

Mehr

XML in der Oracle Datenbank

XML in der Oracle Datenbank XML in der Oracle Datenbank Oracle XML DB Eine kurze Einführung Gruppe A Michaela Geierhos Galina Hinova Maximilian Schöfmann AGENDA Warum XML in einer Datenbank? Was bietet die Oracle XML DB? Unterschiedliche

Mehr

5. Programmierschnittstellen für XML

5. 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

Mehr

Relationale Datenbanken Kursziele

Relationale Datenbanken Kursziele Relationale Datenbanken Kursziele DB Grundlagen Daten-Modellierung Relationales Modell und DB => Praxis: Mit SQL als Anfragesprache Mit MySQL als DB RDB 1-1 Kursinhalt (Tage) 1. DB Einleitung / Entity-Relationship

Mehr

Agenda. (1) Einleitung (2) neo4j. (3) Beispiel + Demo

Agenda. (1) Einleitung (2) neo4j. (3) Beispiel + Demo Agenda (1) Einleitung (2) neo4j (1) neo4j Embedded (2) neo4j Server (REST-Interface) (3) Cypher Query Language (4) High Availability Cluster (3) Beispiel + Demo 2 Einleitung 3 Einleitung: Geschichte 1960er:

Mehr

4. Hierarchische und netzwerkartige Datenbankmodelle

4. Hierarchische und netzwerkartige Datenbankmodelle 4. Hierarchische und netzwerkartige Datenbankmodelle 4.1 Hierarchische Datenbanken Hierarchien können durch Baumgraphen beschrieben werden. Datensätze einer hierarchischen Datenbank (HDB) sind in Segmenten

Mehr

Einführung in CouchDB

Einführung in CouchDB Einführung in CouchDB Zurücklehnen und entspannen! http://slog.io Thomas Schrader (@slogmen) 12/2010 Übersicht Bestandsaufnahme Ansatz Geschichte Technologien Features Skalierbarkeit Kurz & Gut Fazit Relationale

Mehr

OO Programmiersprache vs relationales Model. DBIS/Dr. Karsten Tolle

OO Programmiersprache vs relationales Model. DBIS/Dr. Karsten Tolle OO Programmiersprache vs relationales Model Vorgehen bisher Erstellen eines ER-Diagramms Übersetzen in das relationale Datenmodell Zugriff auf das relationale Datenmodell aus z.b. Java ER rel. Modell OO

Mehr

Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie

Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie Datenbanksysteme Kapitel 6: Neue Konzepte der Datenbanktechnologie Prof. Dr. Peter Chamoni Mercator School of Management Lehrstuhl für Wirtschaftsinformatik, insb. Business Intelligence Prof. Dr. Peter

Mehr

Datenbank-Entwicklung in der Praxis

Datenbank-Entwicklung in der Praxis Fachhochschule Köln, Campus Gummersbach Institut für Informatik und Ingenieurwissenschaften Datenbank-Entwicklung in der Praxis Dipl.-Wirt.-Inf. (FH) Fachhochschule Köln Campus Gummersbach Institut für

Mehr

Oracle Big Data Technologien Ein Überblick

Oracle Big Data Technologien Ein Überblick Oracle Big Data Technologien Ein Überblick Jürgen Vester Oracle Deutschland B.V. & Co KG Um was geht es bei Big Data? Bei Big Data sprechen wir eine Klasse von Daten an, die in der

Mehr

ANALYTICS, RISK MANAGEMENT & FINANCE ARCHITECTURE. NoSQL Datenbanksysteme Übersicht, Abgrenzung & Charakteristik

ANALYTICS, 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

Mehr

Persistenzschicht in Collaborative Workspace

Persistenzschicht in Collaborative Workspace Persistenzschicht in Collaborative Workspace Mykhaylo Kabalkin 03.06.2006 Überblick Persistenz im Allgemeinen Collaborative Workspace Szenario Anforderungen Systemarchitektur Persistenzschicht Metadaten

Mehr

Relationale Datenbanken Kursziele

Relationale Datenbanken Kursziele Relationale Datenbanken Kursziele DB Grundlagen Daten-Modellierung Relationales Modell und DB => Praxis: Mit SQL als Anfragesprache Mit MySQL als DB RDB 1-1 Kursinhalt (Tage) 1. Einleitung / Entity-Relationship

Mehr

Was ist Amazon RDS? Datenbank Typen DB Instanzen Features. Live Demo Fazit. Amazon RDS - Till Ganzert 15.06.2012 2

Was ist Amazon RDS? Datenbank Typen DB Instanzen Features. Live Demo Fazit. Amazon RDS - Till Ganzert 15.06.2012 2 Was ist Amazon RDS? Datenbank Typen DB Instanzen Features Kosten Live Demo Fazit 15.06.2012 2 Web-Service von Amazon Erlaubt mieten von Datenbanken Einrichtung, Betrieb und Skalierung übernimmt Anbieter

Mehr

NoSQL & Big Data. NoSQL Databases and Big Data. NoSQL vs SQL DBs. NoSQL DBs - Überblick. Datenorientierte Systemanalyse. Gerhard Wohlgenannt

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

Mehr

NoSQL Databases and Big Data

NoSQL 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

Mehr

Graphen und Bäume. A.1 Graphen

Graphen und Bäume. A.1 Graphen Algorithmen und Datenstrukturen 96 A Graphen und Bäume A.1 Graphen Ein gerichteter Graph (auch Digraph) G ist ein Paar (V, E), wobei V eine endliche Menge und E eine Relation auf V ist, d.h. E V V. V heißt

Mehr

Oracle Big Data Technologien Ein Überblick

Oracle Big Data Technologien Ein Überblick Oracle Big Data Technologien Ein Überblick Ralf Lange Global ISV & OEM Sales NoSQL: Eine kurze Geschichte Internet-Boom: Erste Ansätze selbstgebauter "Datenbanken" Google stellt "MapReduce"

Mehr

Datenbanksysteme 1. Organisation. Prof. Stefan F. Keller. Ausgabe 2005. Copyright 2005 HSR SS 2005

Datenbanksysteme 1. Organisation. Prof. Stefan F. Keller. Ausgabe 2005. Copyright 2005 HSR SS 2005 Datenbanksysteme 1 Organisation Ausgabe 2005 Prof. Stefan F. Keller SS 2005 Copyright 2005 HSR Inhalt Einführung Relationales Datenmodell, Datenmodellierung DB-Entwurf, Normalisierung SQL-Data Definition

Mehr

Datenbanken (WS 2015/2016)

Datenbanken (WS 2015/2016) Datenbanken (WS 2015/2016) Klaus Berberich (klaus.berberich@htwsaar.de) Wolfgang Braun (wolfgang.braun@htwsaar.de) 0. Organisatorisches Dozenten Klaus Berberich (klaus.berberich@htwsaar.de) Sprechstunde

Mehr

Graphdatenbanksysteme

Graphdatenbanksysteme Graphdatenbanksysteme Ein Überblick Benjamin Gehrels benjamin@gehrels.info GitHub: @BGehrels Was ist das? WITH RECURSIVE manager ( level, managerid) AS ( SELECT 1 AS depth, employees.managerid AS managerid

Mehr

Algorithmen und Datenstrukturen

Algorithmen und Datenstrukturen Algorithmen und Datenstrukturen Datenstrukturen: Anordnung von Daten, z.b. als Liste (d.h. in bestimmter Reihenfolge) Beispiel: alphabetisch sortiertes Wörterbuch... Ei - Eibe - Eidotter... als Baum (d.h.

Mehr

DATENBANK LÖSUNGEN. mit Azure. Peter Schneider Trainer und Consultant. Lernen und Entwickeln. www.egos.co.at

DATENBANK LÖSUNGEN. mit Azure. Peter Schneider Trainer und Consultant. Lernen und Entwickeln. www.egos.co.at DATENBANK LÖSUNGEN mit Azure Peter Schneider Trainer und Consultant Agenda Cloud Services, Data Platform, Azure Portal Datenbanken in Virtuelle Maschinen Azure SQL Datenbanken und Elastic Database Pools

Mehr

Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java. Oliver Kalz

Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java. Oliver Kalz Analyse und praktischer Vergleich von neuen Access- Layer-Technologien in modernen Webanwendungen unter Java Oliver Kalz Agenda Grundlagen Objektpersistenz Objektrelationales Mapping Performance Fazit

Mehr

NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse

NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse NoSQL-Datenbanken und Hadoop im Zusammenspiel mit dem Data Warehouse Carsten Czarski Oracle Deutschland B.V. & Co KG Big Data Betrachten von Daten die bislang nicht betrachtet wurden

Mehr

NHibernate vs. Entity Framework

NHibernate vs. Entity Framework Manfred Steyer CAMPUS 02 softwarearchitekt.at NHibernate vs. Entity Framework Ziele NHibernate und Entity Framework sowie deren Unterschiede kennen lernen 1 Agenda Kriterien Beispiel mit EF Beispiel mit

Mehr

http://edb.gm.fh-koeln.de Ein kooperatives elearning Datenbankportal der FH Köln

http://edb.gm.fh-koeln.de Ein kooperatives elearning Datenbankportal der FH Köln Fachhochschule Köln logos08 Osnabrück Campus Gummersbach 08.10-10.10.08 Institut für Informatik http://edb.gm.fh-koeln.de Ein kooperatives elearning Datenbankportal der FH Köln Prof. Dr. Heide Faeskorn

Mehr

Expose zur Studienarbeit Indizierung von XML-Daten mittels GRIPP

Expose zur Studienarbeit Indizierung von XML-Daten mittels GRIPP Expose zur Studienarbeit Indizierung von XML-Daten mittels GRIPP Betreuer: Silke Trissl Autor: email: Florian Zipser zipser@informatik.hu-berlin.de 1 1 Motivation Auf dem Gebiet der relationalen Datenbanken

Mehr

Datenbanken und SQL. Springer Vieweg. Eine praxisorientierte Einführung mit Anwendungen in Oracle, SQL Server und MySQL.

Datenbanken und SQL. Springer Vieweg. Eine praxisorientierte Einführung mit Anwendungen in Oracle, SQL Server und MySQL. Edwin Schicker Datenbanken und SQL Eine praxisorientierte Einführung mit Anwendungen in Oracle, SQL Server und MySQL 4., überarbeitete Auflage Springer Vieweg Inhaltsverzeichnis 1 Übersicht über Datenbanken

Mehr

JDO Java Data Objects

JDO Java Data Objects JDO Java Data Objects Ralf Degner, Chief Consultant Ralf.Degner@poet.de Agenda POET Motivation Geschichte Einführung Architekturen FastObjects POET Gegründet 1993 Zwei Produktlinien esupplier Solutions:

Mehr

Notes2DB. Machen Sie Ihre Notes-Datenbanken relational! Vortragender: Mag. Ing. Johannes Fiala, Fiala Web Development GmbH

Notes2DB. Machen Sie Ihre Notes-Datenbanken relational! Vortragender: Mag. Ing. Johannes Fiala, Fiala Web Development GmbH Notes2DB Machen Sie Ihre Notes-Datenbanken relational! Vortragender: Mag. Ing. Johannes Fiala, Fiala Web Development GmbH Domino 6 ist da aber wohin geht Domino 7? Wird in Domino 7 das NSF-Format auf IBM

Mehr

Virtuelle Integration von Datenquellen mit einer Graph-Datenbank (Projekt ArcoFaMa)

Virtuelle Integration von Datenquellen mit einer Graph-Datenbank (Projekt ArcoFaMa) Virtuelle Integration von Datenquellen mit einer Graph-Datenbank (Projekt ArcoFaMa) Prof. Dr. Petra Sauer Dipl.-Inf. Frank Herrmann M.Sc. Jan Matusewicz Folie 1 Ausgangssituation beim Botanischen Garten

Mehr

XML in der Oracle Datenbank "relational and beyond"

XML in der Oracle Datenbank relational and beyond XML in der Oracle Datenbank "relational and beyond" Ulrike Schwinn (Ulrike.Schwinn@oracle.com) Oracle Deutschland GmbH Oracle XML DB Ein Überblick 1-1 Agenda Warum XML in der Datenbank? Unterschiedliche

Mehr

Einführung in Datenbanksysteme ++ Datenbanken für Bioinformatiker

Einführung in Datenbanksysteme ++ Datenbanken für Bioinformatiker Einführung in Datenbanksysteme ++ Datenbanken für Bioinformatiker H. Schweppe FU Berlin, SS 2005 hs@inf.fu-berlin.de Infos Zielgruppen Studierende in den Studiengängen Diplom Informatik ab 4 Semester /

Mehr

Vorwort. Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer, Markus Brückner. NoSQL

Vorwort. Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer, Markus Brückner. NoSQL Stefan Edlich, Achim Friedland, Jens Hampe, Benjamin Brauer, Markus Brückner NoSQL Einstieg in die Welt nichtrelationaler Web 2.0 Datenbanken ISBN: 978-3-446-42753-2 Weitere Informationen oder Bestellungen

Mehr

Soziale Wissenschaft Wissenschaft als soziales Netzwerk

Soziale Wissenschaft Wissenschaft als soziales Netzwerk Seminar Technologie sozialer Netzwerke Prof. Dr. Krömker WS 13/14 Soziale Wissenschaft Wissenschaft als soziales Netzwerk Sven Köppel koeppel@cs.uni-frankfurt.de Professur für Graphische Datenverarbeitung

Mehr

Präsentation der Bachelorarbeit

Präsentation der Bachelorarbeit Präsentation der Bachelorarbeit Einrichtung einer BI-Referenzumgebung mit Oracle 11gR1 Jörg Bellan Hochschule Ulm Fakultät Informatik Institut für Betriebliche Informationssysteme 15. Oktober 2009 Agenda

Mehr

Minimal spannende Bäume

Minimal spannende Bäume http://www.uni-magdeburg.de/harbich/ Minimal spannende Fakultät für Informatik Otto-von-Guericke-Universität 2 Inhalt Definition Wege Untergraphen Kantengewichtete Graphen Minimal spannende Algorithmen

Mehr

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004

BIW - Überblick. Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 BIW - Überblick Präsentation und Discoverer Demonstration - Teil 1 - Humboldt Universität zu Berlin am 10. Juni 2004 Annegret Warnecke Senior Sales Consultant Oracle Deutschland GmbH Berlin Agenda Überblick

Mehr

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011

arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan Edge V.2.7 in 30 min von 0 auf 100 Stefan Koch VP Product Management 31. März 2011 arcplan 2011 Agenda Was ist arcplan Edge? Komponenten von arcplan Edge arcplan Edge Roadmap Live Demo arcplan

Mehr

Datenbanken und Informationssysteme. Datenbanken und Informationssysteme

Datenbanken und Informationssysteme. Datenbanken und Informationssysteme Datenbanken und Informationssysteme Wolfgang Menzel: Natürlichsprachliche Systeme (NATS) Norbert Ritter: Datenbanken und Informationssysteme (IS) NATS Ziele der Vorlesung (1) Vermittlung von Grundlagen-

Mehr

Datenbanken und Informationssysteme

Datenbanken und Informationssysteme Datenbanken und Informationssysteme Wolfgang Menzel: Natürlichsprachliche Systeme (NATS) Norbert Ritter: Datenbanken und Informationssysteme (IS) NATS Ziele der Vorlesung (1) Vermittlung von Grundlagen-

Mehr

Verteilen von Bällen auf Urnen

Verteilen von Bällen auf Urnen Verteilen von Bällen auf Urnen Szenario: Wir verteilen n Bälle auf m Urnen, d.h. f : B U mit B = {b 1,..., b n } und U = {u 1,..., u m }. Dabei unterscheiden wir alle Kombinationen der folgenden Fälle

Mehr

Eclipse und EclipseLink

Eclipse und EclipseLink Eclipse und EclipseLink Johannes Michler Johannes.Michler@promatis.de PROMATIS, Ettlingen Zugriff auf Oracle Datenbanken aus Eclipse RCP Anwendungen via EclipseLink 18.09.2009 1 Gliederung Eclipse als

Mehr

Datenbanken I - Einführung

Datenbanken I - Einführung - Einführung April, 2011 1 von 30 Outline 1 Organisatorisches 2 Vorlesungsinhalt 3 Begrisklärung 4 Motivation 5 Abstraktion 6 Datenmodelle 7 Literaturangabe 2 von 30 Scheinkriterien Belegübung Regelmäÿige

Mehr

Algorithmen und Datenstrukturen 2

Algorithmen und Datenstrukturen 2 Algorithmen und Datenstrukturen 2 Sommersemester 2006 3. Vorlesung Peter F. Stadler Universität Leipzig Institut für Informatik studla@bioinf.uni-leipzig.de Algorithmen für Graphen Fragestellungen: Suche

Mehr

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011

Graphen: Einführung. Vorlesung Mathematische Strukturen. Sommersemester 2011 Graphen: Einführung Vorlesung Mathematische Strukturen Zum Ende der Vorlesung beschäftigen wir uns mit Graphen. Graphen sind netzartige Strukturen, bestehend aus Knoten und Kanten. Sommersemester 20 Prof.

Mehr

Java-Trends - Ein Kurzüberblick

Java-Trends - Ein Kurzüberblick Java-Trends - Ein Kurzüberblick Referat bei Wincor Nixdorf AG, Brüttisellen 16.11.2012 Arif Chughtai mail@arifchughtai.org www.arifchughtai.org Referent Arif Chughtai Diplom-Informatiker - IT-Consultant

Mehr

PSE: Analysesoftware für Logistiknetzwerke

PSE: Analysesoftware für Logistiknetzwerke PSE: Analysesoftware für Logistiknetzwerke Phase 1 Das Pflichtenheft,, Lehrstuhl Prof. Böhm KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu

Mehr

Projektseminar "Texttechnologische Informationsmodellierung"

Projektseminar Texttechnologische Informationsmodellierung Projektseminar "Texttechnologische Informationsmodellierung" Speicherung von Korpora Ziele dieser Sitzung Nach dieser Sitzung sollten Sie: einen Überblick über die Alternativen zur Speicherung von Korpusdaten

Mehr

Geodaten in der Datenbank: Wozu? Was ist Oracle Spatial? Spatial war doch immer eine Option, oder...? Kann Oracle mehr als Vektordaten...?

Geodaten in der Datenbank: Wozu? Was ist Oracle Spatial? Spatial war doch immer eine Option, oder...? Kann Oracle mehr als Vektordaten...? ,QVHUW3LFWXUH+HUH! $XIGHQ2UWNRPPWHVDQ *HRGDWHQXQGGLH2UDFOH3ODWWIRUP *HRGDWHQXQGGLH2UDFOH3ODWWIRUP +lxiljh)udjhq Geodaten in der Datenbank: Wozu? Was ist Oracle Spatial? Spatial war doch immer eine Option,

Mehr

Einführung in Datenbanken

Einführung in Datenbanken Grundlagen der Programmierung 2 Einführung in Datenbanken Grundlagen der Programmierung 2 I-1 Inhalt Einführung Entity-Relationship-Diagramm Relationales Modell Entity-Relationship-Diagramm ins Relationales

Mehr

Wissenschaftliches Arbeiten , SE 2.0

Wissenschaftliches Arbeiten , SE 2.0 Wissenschaftliches Arbeiten 184.690, SE 2.0 Reinhard Pichler und Stefan Woltran Institut für Informationssysteme Arbeitsbereich "Datenbanken und Artificial Intelligence" Sommersemester 2016 Ziele Kennenlernen

Mehr

ISTEC.MIP Messdaten-Integrations-Plattform

ISTEC.MIP Messdaten-Integrations-Plattform ISTEC.MIP Messdaten-Integrations-Plattform Dr.-Ing. Carsten Folie 1 ISTEC Firmenprofil unabhängiges Software- und Systemhaus seit 1982 erfolgreich am Markt ca. 60 festangestellte Mitarbeiter (Informatiker,

Mehr

BERUFSPRAKTIKUM UND -VORBEREITUNG

BERUFSPRAKTIKUM UND -VORBEREITUNG Department für Geographie Marco Brey BERUFSPRAKTIKUM UND -VORBEREITUNG Crashkurs IT-Methoden ein anwendungsorientierter Einstieg in Datenbanksysteme, Programmierung und fortgeschrittene Excel-Funktionen

Mehr

Polyglotte Persistenz & Multi-Model Datenbanken

Polyglotte Persistenz & Multi-Model Datenbanken Polyglotte Persistenz & Multi-Model Datenbanken 192. Datenbankstammtisch 29.10.2014 Michael Hackstein @mchacki www.arangodb.com Michael Hackstein ArangoDB Kern Entwickler Web Frontend Graphen Visualisierung

Mehr

Breiten- und Tiefensuche in Graphen

Breiten- und Tiefensuche in Graphen Breiten- und Tiefensuche in Graphen Inhalt Theorie. Graphen. Die Breitensuche in der Theorie am Beispiel eines ungerichteten Graphen. Die Tiefensuche in der Theorie am Beispiel eines gerichteten Graphen

Mehr

Web Technologien NoSQL Datenbanken

Web Technologien NoSQL Datenbanken Web Technologien NoSQL Datenbanken Univ.-Prof. Dr.-Ing. Wolfgang Maass Chair in Information and Service Systems Department of Law and Economics WS 2011/2012 Wednesdays, 8:00 10:00 a.m. Room HS 021, B4

Mehr

SimpleVOC-Yetanother. Bausteine für eine Key/Value- Datenbank

SimpleVOC-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

Mehr

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2012 Daniel Delling 6. Juni 2012

Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2012 Daniel Delling 6. Juni 2012 Algorithmen für Routenplanung 11. Vorlesung, Sommersemester 2012 Daniel Delling 6. Juni 2012 MICROSOFT RESEARCH SILICON VALLEY KIT Universität des Landes Baden-Württemberg und nationales Großforschungszentrum

Mehr

Objekt-relationales Mapping und Performance-Tuning

Objekt-relationales Mapping und Performance-Tuning Objekt-relationales Mapping und Performance-Tuning Thomas Krüger tkrueger@vanatec.com Agenda Wege um Daten zu lesen Wege um Daten zu modellieren Wege um Datenbanken effizient zu nutzen 2 2 Wege, Daten

Mehr

Informationslogistik Unit 1: Introduction

Informationslogistik Unit 1: Introduction Informationslogistik Unit 1: Introduction 18. II. 2014 Eine Frage zum Einstieg Eine Frage Wie stellen Sie sich Ihren Arbeitsalltag als LogistikerIn vor? Eine Frage zum Einstieg Eine Frage Wie stellen Sie

Mehr

Open Data: Datenmanagement und Visualisierung Wie funktionieren Question / Answering Systeme?

Open Data: Datenmanagement und Visualisierung Wie funktionieren Question / Answering Systeme? Open Data: Datenmanagement und Visualisierung Wie funktionieren Question / Answering Systeme? Prof. Dr. Edy Portmann Universität Bern Institut für Wirtschaftsinformatik Informationsmanagement Assistenzprofessur

Mehr

PostgreSQL im praktischen Einsatz. Stefan Schumacher

PostgreSQL im praktischen Einsatz. Stefan Schumacher PostgreSQL im praktischen Einsatz 2. Brandenburger Linux Infotag 2005 Stefan Schumacher , PGP Key http:/// $Header: /home/daten/cvs/postgresql/folien.tex,v 1.11 2005/04/25

Mehr

Vorlesung Datenbankmanagementsysteme. Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-1

Vorlesung Datenbankmanagementsysteme. Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-1 Vorlesung Datenbankmanagementsysteme Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-1 Vorlesung Datenbankmanagementsysteme Überblick M. Lange, S. Weise Folie #0-2 Bioinformatik:

Mehr

Informationsintegration I Einführung

Informationsintegration I Einführung Informationsintegration I Einführung Felix Naumann Integrierte Informationssysteme Anfrage Integriertes Informationssystem Oracle, DB2 Anwendung Dateisystem Web Service HTML Form Integriertes Info.-system

Mehr

Open Source Graphdatenbanken. Konzepte und Klassifikation

Open Source Graphdatenbanken. Konzepte und Klassifikation Open Source Graphdatenbanken Konzepte und Klassifikation Olaf Herden, Kevin Redenz Fakultät Technik Studiengang Informatik Duale Hochschule Baden-Württemberg Campus Horb Florianstr. 15 72160 Horb o.herden@hb.dhbw-stuttgart.de

Mehr

Lernziele (1) Lernziele (2) Einführung in Datenbanksysteme. 0. Überblick 2

Lernziele (1) Lernziele (2) Einführung in Datenbanksysteme. 0. Überblick 2 Vorlesung "" Vorlesungsfolien: Vortragender: Prof. Dr. Florian Matthes Technische Universität Hamburg-Harburg Arbeitsbereich Softwaresysteme (STS) Wintersemester 1998/99 Donnerstags, 12-14 Uhr Raum Phil

Mehr

Open Source Datenbanken

Open Source Datenbanken Open Source Datenbanken Haben solche Datenbanken eine Chance in Unternehmen? Verena Mai, Robert Thomalla 1 Lernziele Was ist Open Source? Welche Open Source Lizenzen und Datenbanken gibt es? Welche Vor-

Mehr

Software Engineering Projekt WS2003/2004 ELF. Persistenz. Serge Didier Bedime 28.11.03

Software Engineering Projekt WS2003/2004 ELF. Persistenz. Serge Didier Bedime 28.11.03 Persistenz -1- Einführung Konventionelle Dateiverwaltung Datenbanksystem() Xindice als Datenbankbeispiel Zusammenfassung -2- Einführung Definition I Persistence ist the property of an object through which

Mehr

Grundbegriffe der Informatik

Grundbegriffe der Informatik Grundbegriffe der Informatik Kapitel 15: Graphen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische Informatik

Mehr

Wide Column Stores. Felix Bruckner Mannheim, 15.06.2012

Wide Column Stores. Felix Bruckner Mannheim, 15.06.2012 Wide Column Stores Felix Bruckner Mannheim, 15.06.2012 Agenda Einführung Motivation Grundlagen NoSQL Grundlagen Wide Column Stores Anwendungsfälle Datenmodell Technik Wide Column Stores & Cloud Computing

Mehr

Datenbanken Unit 1: Einleitung

Datenbanken Unit 1: Einleitung Datenbanken Unit 1: Einleitung 23. II. 2016 Eine Frage zum Einstieg Eine Frage Was macht ein(e) LogistikerIn eigentlich so? Eine Frage zum Einstieg Eine Frage Was macht ein(e) LogistikerIn eigentlich so?

Mehr

Kodieren Von Graphen

Kodieren Von Graphen Kodieren Von Graphen Allgemeine Anwendungen: Routenplaner Netzpläne Elektrische Schaltungen Gebäudeerkennung aus Luftaufnahmen Definitionen:? Graph Ein Graph G besteht aus einem geordneten Paar G = (V,E)

Mehr

Postfuse Eclipse Plugin zum Visualisieren von Graphen

Postfuse Eclipse Plugin zum Visualisieren von Graphen Postfuse Eclipse Plugin zum Visualisieren von Graphen Bachelorpraktikum - Review 2 - Design 05.02.2007 Gruppe: G 222 Gliederung 1 2 3 4 Benutzercharakteristik Standards sonstige Anforderungen Gliederung

Mehr

Datenmodellierung im Zeitalter agiler Softwareentwicklung

Datenmodellierung im Zeitalter agiler Softwareentwicklung Datenmodellierung im Zeitalter agiler Softwareentwicklung Sebastian Graf, PROMATIS software GmbH DOAG 2013, Nürnberg, 1 Agenda u Über den Referenten u Datenmodellierung Begriffsdefinition und Abgrenzung

Mehr

Frühling für iphone-apps

Frühling für iphone-apps Spring-basierte Backends für ios-applikationen Stefan Scheidt Solution Architect OPITZ CONSULTING GmbH OPITZ CONSULTING GmbH 2010 Seite 1 Wer bin ich? Software-Entwickler und Architekt Trainer und Coach

Mehr

Informationslogistik Unit 1: Introduction

Informationslogistik Unit 1: Introduction Informationslogistik Unit 1: Introduction 17. II. 2015 Eine Frage zum Einstieg Eine Frage Was macht ein(e) LogistikerIn eigentlich so? Eine Frage zum Einstieg Eine Frage Was macht ein(e) LogistikerIn eigentlich

Mehr

NoSQL Datenbanken am Beispiel von CouchDB

NoSQL Datenbanken am Beispiel von CouchDB NoSQL Datenbanken am Beispiel von CouchDB OIO - Hauskonferenz 2011 Version: 1.0 Orientation in Objects GmbH Weinheimer Str. 68 68309 Mannheim www.oio.de info@oio.de Ihr Sprecher Thomas Bayer Programmierer

Mehr

Erstellung eines Frameworks für Shop Systeme im Internet auf Basis von Java

Erstellung eines Frameworks für Shop Systeme im Internet auf Basis von Java Erstellung eines Frameworks für Shop Systeme im Internet auf Basis von Java Präsentation zur Diplomarbeit von Übersicht Java 2 Enterprise Edition Java Servlets JavaServer Pages Enterprise JavaBeans Framework

Mehr

NoSQL. Was Architekten beachten sollten. Dr. Halil-Cem Gürsoy adesso AG. Architekturtag @ SEACON 2012 Hamburg

NoSQL. Was Architekten beachten sollten. Dr. Halil-Cem Gürsoy adesso AG. Architekturtag @ SEACON 2012 Hamburg NoSQL Was Architekten beachten sollten Dr. Halil-Cem Gürsoy adesso AG Architekturtag @ SEACON 2012 Hamburg 06.06.2012 Agenda Ein Blick in die Welt der RDBMS Klassifizierung von NoSQL-Datenbanken Gemeinsamkeiten

Mehr

Risiko Modellierung mit PillarOne PillarOne Risk Management meets Open Source

Risiko Modellierung mit PillarOne PillarOne Risk Management meets Open Source Risiko Modellierung mit PillarOne PillarOne Risk Management meets Open Source Workshop SAV Tagung, 29. August 2009 Stefan Kunz, Intuitive Collaboration Das Projekt PillarOne PillarOne ist Community Entwicklung

Mehr

.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH

.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH Make Applications Faster.NET-Objekte einfach speichern Michael Braam, Senior Sales Engineer InterSystems GmbH Agenda Vorstellung InterSystems Überblick Caché Live Demo InterSystems auf einen Blick 100.000

Mehr

Soziotechnische Informationssysteme

Soziotechnische Informationssysteme Soziotechnische Informationssysteme 8. NoSQL Relationale Datenbank NoSQL Datenbank Relationale Datenbank? NoSQL Datenbank RDBM 2 Warum? Skalierbarkeit Riesige Datenmengen Performanz und Elastizität Auslastung

Mehr

NoSQL mit Postgres 15. Juni 2015

NoSQL 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

Mehr

Fortgeschrittene Netzwerk- und Graph-Algorithmen

Fortgeschrittene Netzwerk- und Graph-Algorithmen Fortgeschrittene Netzwerk- und Graph-Algorithmen Dr. Hanjo Täubig Lehrstuhl für Eziente Algorithmen (Prof. Dr. Ernst W. Mayr) Institut für Informatik Technische Universität München Wintersemester 2007/08

Mehr

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or

Mehr

Charakteristika und Vergleich von SQL- und NoSQL- Datenbanken

Charakteristika und Vergleich von SQL- und NoSQL- Datenbanken Universität Leipzig Fakultät für Mathematik und Informatik Abteilung Datenbanken Dozent: Prof. Dr. Erhard Rahm Betreuer: Stefan Endrullis Problemseminar NoSQL-Datenbanken Semester: WS 11/12 Charakteristika

Mehr

Projektseminar Texttechnologische Informationsmodellierung

Projektseminar Texttechnologische Informationsmodellierung Projektseminar Texttechnologische Informationsmodellierung XQuery Ziele der Sitzung Nach dieser Sitzung sollten Sie: XQuery als wesentlichen Standard zur Abfrage von in XML kodierten Daten kennen Mit Hilfe

Mehr

Mapbender3 Workshop. Christian Wygoda. FOSSGIS Dessau 2012

Mapbender3 Workshop. Christian Wygoda. FOSSGIS Dessau 2012 Mapbender3 Workshop Christian Wygoda FOSSGIS Dessau 2012 Christian Wygoda Mapbender3 Developer Team PSC (Project Steering Commitee) WhereGroup Bonn http:///www.wheregroup.com Mapbender3 Einführung in Mapbender

Mehr