O documento apresenta uma introdução sobre Fernando Cunha e sua experiência profissional. Em seguida, fornece uma classificação dos principais tipos de bancos de dados NoSQL, exemplos e quais empresas os utilizam, abordando questões como suporte a queries e linguagens. Por fim, discute sobre as oportunidades do mercado NoSQL.
Devido ao aumento da quantidade de dados, começaram a surgir demandas de escalabilidade e a necessidade de se trabalhar com dados de forma mais flexível do que as regras do modelo relacional. Em 2009, surgiu o termo NoSQL. Este novo modelo, faz referência a várias soluções desenvolvidas que caracterizam-se por ter esquema flexível, executar de forma distribuída e geralmente possuir o código aberto.
Banco de Dados Não Relacionais vs Banco de Dados Relacionaisalexculpado
Uma breve abordagem sobre o conceito de banco de dados não relacionais, tendo como ponto de origem os bancos relacionais atuais. Apresento de forma sucinta as vantagens e desvantagens dos dois.
Foi apresentado no Campus Universitário da UAN do Camama.
Les mathématiques appliquées et le calcul scientifique jouent un rôle croissant comme outils non évitables pour l’élaboration de recherches scientifiques et dans la conception de processus industriels. Le calcul scientifique reste pour toujours l’étape première de la voie du développement culturel et technique d’un pays donné.
Par ailleurs, le niveau de complexité des systèmes, généralement manipulés par les êtres humains que nous sommes, est très élevé à un niveau où toute avancée intellectuelle engendrera des retombés au niveau industriel tant que tous les processus de l’économie en dépendent.
En contre partie, la majorité des produits technologiques sont juste la solution immédiate de bon nombre de résolutions de requête de la vie courante. L'avènement de l'informatique et de ses produits, les langages de programmation de tout bord, de l'Internet et des télécommunications, à chacun ses infrastructures et ses protocoles, a révolutionné les méthodologies de travail des équipes et laboratoires de recherches. Les langages de développement informatique des outils et suites logiciels sont d’un grand secours aux travaux de modélisation et de simulation des processus.
Les mathématiques appliquées et l'informatique sont les moyens de conception (Modélisation et Simulation), plus encore, ils sont les vecteurs qui ont provoqué une amélioration nette dans les pratiques de tous les jours et aussi dans la vitesse de mise en œuvre de moyens exploitables.
Les langage de programmation, comme le C/C++, le FORTRAN ou le Python ont joué un grand rôle dans le cours de développement de beaucoup de procédés (Modélisation) et ont facilité la compréhension de beaucoup phénomènes (Simulation).
Cet exposé donnera un aperçu du paysage NoSQL et une classification pour les différentes catégories architecturales, clarifiera les concepts de base et la terminologie, et fournira une comparaison des caractéristiques, des forces et des inconvénients des projets les plus populaires (CouchDB, MongoDB , Riak, Redis, Membase, Neo4j, Cassandra, HBase, Hypertable).
Les bases de données NoSQL bénéficient d'une large couverture médiatique, mais il semble y avoir beaucoup de confusion autour de celles-ci, comme dans quelles situations elles fonctionnent mieux qu'une base de données relationnelle, et comment choisir l'une plutôt qu'une autre.
Banco de Dados II Aula Dinâmica 1 (Perguntas e Respostas)Leinylson Fontinele
Este documento descreve as regras para uma dinâmica de perguntas e respostas em grupo sobre banco de dados. Os participantes serão divididos em 3 grupos com 4 integrantes cada. Cada grupo terá 120 segundos para responder perguntas e pontuará de acordo com acertos individuais e em equipe. O objetivo é testar o conhecimento dos participantes sobre conceitos de banco de dados.
O documento discute NoSQL, comparando propriedades ACID e BASE e o teorema CAP. Apresenta vários modelos NoSQL como chave-valor, orientado a colunas, documentos e grafos. Explica como sistemas NoSQL priorizam disponibilidade sobre consistência de acordo com o teorema CAP.
The document is a training report submitted by Navneet Kumar for the completion of a Data Structures and Algorithms (DSA) self-paced course from June 2023 to August 2023. It includes declarations by the student, acknowledgements, a table of contents, and sections on the technologies learned including data structures, algorithms, mathematics, and programming concepts. The student learned topics from basic to advanced levels including arrays, strings, linked lists, stacks, queues, trees, graphs, sorting, searching, hashing and more. The goal was to improve problem solving and analytical skills for software developer interviews.
Devido ao aumento da quantidade de dados, começaram a surgir demandas de escalabilidade e a necessidade de se trabalhar com dados de forma mais flexível do que as regras do modelo relacional. Em 2009, surgiu o termo NoSQL. Este novo modelo, faz referência a várias soluções desenvolvidas que caracterizam-se por ter esquema flexível, executar de forma distribuída e geralmente possuir o código aberto.
Banco de Dados Não Relacionais vs Banco de Dados Relacionaisalexculpado
Uma breve abordagem sobre o conceito de banco de dados não relacionais, tendo como ponto de origem os bancos relacionais atuais. Apresento de forma sucinta as vantagens e desvantagens dos dois.
Foi apresentado no Campus Universitário da UAN do Camama.
Les mathématiques appliquées et le calcul scientifique jouent un rôle croissant comme outils non évitables pour l’élaboration de recherches scientifiques et dans la conception de processus industriels. Le calcul scientifique reste pour toujours l’étape première de la voie du développement culturel et technique d’un pays donné.
Par ailleurs, le niveau de complexité des systèmes, généralement manipulés par les êtres humains que nous sommes, est très élevé à un niveau où toute avancée intellectuelle engendrera des retombés au niveau industriel tant que tous les processus de l’économie en dépendent.
En contre partie, la majorité des produits technologiques sont juste la solution immédiate de bon nombre de résolutions de requête de la vie courante. L'avènement de l'informatique et de ses produits, les langages de programmation de tout bord, de l'Internet et des télécommunications, à chacun ses infrastructures et ses protocoles, a révolutionné les méthodologies de travail des équipes et laboratoires de recherches. Les langages de développement informatique des outils et suites logiciels sont d’un grand secours aux travaux de modélisation et de simulation des processus.
Les mathématiques appliquées et l'informatique sont les moyens de conception (Modélisation et Simulation), plus encore, ils sont les vecteurs qui ont provoqué une amélioration nette dans les pratiques de tous les jours et aussi dans la vitesse de mise en œuvre de moyens exploitables.
Les langage de programmation, comme le C/C++, le FORTRAN ou le Python ont joué un grand rôle dans le cours de développement de beaucoup de procédés (Modélisation) et ont facilité la compréhension de beaucoup phénomènes (Simulation).
Cet exposé donnera un aperçu du paysage NoSQL et une classification pour les différentes catégories architecturales, clarifiera les concepts de base et la terminologie, et fournira une comparaison des caractéristiques, des forces et des inconvénients des projets les plus populaires (CouchDB, MongoDB , Riak, Redis, Membase, Neo4j, Cassandra, HBase, Hypertable).
Les bases de données NoSQL bénéficient d'une large couverture médiatique, mais il semble y avoir beaucoup de confusion autour de celles-ci, comme dans quelles situations elles fonctionnent mieux qu'une base de données relationnelle, et comment choisir l'une plutôt qu'une autre.
Banco de Dados II Aula Dinâmica 1 (Perguntas e Respostas)Leinylson Fontinele
Este documento descreve as regras para uma dinâmica de perguntas e respostas em grupo sobre banco de dados. Os participantes serão divididos em 3 grupos com 4 integrantes cada. Cada grupo terá 120 segundos para responder perguntas e pontuará de acordo com acertos individuais e em equipe. O objetivo é testar o conhecimento dos participantes sobre conceitos de banco de dados.
O documento discute NoSQL, comparando propriedades ACID e BASE e o teorema CAP. Apresenta vários modelos NoSQL como chave-valor, orientado a colunas, documentos e grafos. Explica como sistemas NoSQL priorizam disponibilidade sobre consistência de acordo com o teorema CAP.
The document is a training report submitted by Navneet Kumar for the completion of a Data Structures and Algorithms (DSA) self-paced course from June 2023 to August 2023. It includes declarations by the student, acknowledgements, a table of contents, and sections on the technologies learned including data structures, algorithms, mathematics, and programming concepts. The student learned topics from basic to advanced levels including arrays, strings, linked lists, stacks, queues, trees, graphs, sorting, searching, hashing and more. The goal was to improve problem solving and analytical skills for software developer interviews.
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)Leinylson Fontinele
This document discusses database modeling concepts including generalization and specialization. It provides recommendations for constructing tables, examples of generalization/specialization, and an exercise on modeling a database for an employment agency.
O documento descreve o framework Spring Security para controle de acesso em sistemas Java. Ele fornece funcionalidades como autenticação HTTP e HTTPS, controle de acesso a métodos e tipos de autenticação como OpenID, LDAP e banco de dados. O documento também explica como configurar o Spring Security para proteger URLs, trocar usuários e senhas padrão e customizar formulários de login.
Workshop Spring - Session 1 - L'offre Spring et les basesAntoine Rey
Rejoignez les millions de développeurs Spring
De par sa forte pénétration dans les entreprises, tout développeur Java /JEE a ou aura à travailler sur une application s’appuyant sur Spring. Or Spring dépasse le cadre du simple framework open source.
Cette série de 5 workshops a pour objectif de faire un tour d’horizon de l’écosystème des technologies supportées par Spring avant de se focaliser plus spécifiquement sur certaines d’entre elles.
Retours d’expérience, bonnes pratiques, techniques avancées seront de partie.
Propulsée dans Java EE 6 avec CDI et plus récemment au sein de JavaScript avec Google Gin, l’injection de dépendance sera au cœur du premier workshop.
Voici le support de présentation du workshop sur Spring que j'ai animé en novembre 2011 au sein de ma SSII et que j'ai réactualisé avant sa diffusion sur Slideshare.
Au sommaire du workshop :
1. Zoom sur le portfolio Spring Source
1. Le cœur du framework Spring : IoC, AOP et support
2. Le support proposé par Spring : persistance, présentation, communication, test, outils …
2. Les fondamentaux
1. Fonctionnement du conteneur léger
2. Les beans Spring
3. Les design patterns rencontrés dans Spring
Banco de Dados II Aula Prática 1 (Conversão do modelo conceitual para modelo ...Leinylson Fontinele
Este documento apresenta uma aula prática sobre a conversão de um modelo conceitual para um modelo lógico de banco de dados. O documento introduz a ferramenta brModelo e ensina como mapear entidades e relacionamentos de um modelo conceitual para o modelo lógico relacional.
This document provides an overview and examples of advanced SQL concepts such as subqueries, analytical functions, and hierarchical queries in Oracle databases. It begins with a brief outline of topics to be covered and then delves into detailed explanations and examples of different types of subqueries like correlated, nested, and inline views. It also demonstrates the use of analytical functions with ordered and partitioned windows as well as set operators.
Python is an easy to learn, powerful programming language. It has efficient high-level data structures and
a simple but effective approach to object-oriented programming. Python’s elegant syntax and dynamic
typing, together with its interpreted nature, make it an ideal language for scripting and rapid application
development in many areas on most platforms.
The Python interpreter and the extensive standard library are freely available in source or binary form for all
major platforms from the Python Web site, https://www.python.org/, and may be freely distributed. The
same site also contains distributions of and pointers to many free third-party Python modules, programs
and tools, and additional documentation.
This document provides instructions on how to get started with Node-RED for connecting Arduino to the internet. It explains that Node-RED is a visual tool for wiring hardware, APIs and online services. It then provides step-by-step instructions on installing Node-RED, adding serial and social media nodes to send sensor data to Twitter, ThingSpeak and IBM Watson. It also includes shortcodes for installing common Node-RED nodes like for Google Charts, MySQL and Alexa.
Unified MLOps: Feature Stores & Model DeploymentDatabricks
If you’ve brought two or more ML models into production, you know the struggle that comes from managing multiple data sets, feature engineering pipelines, and models. This talk will propose a whole new approach to MLOps that allows you to successfully scale your models, without increasing latency, by merging a database, a feature store, and machine learning.
Splice Machine is a hybrid (HTAP) database built upon HBase and Spark. The database powers a one of a kind single-engine feature store, as well as the deployment of ML models as tables inside the database. A simple JDBC connection means Splice Machine can be used with any model ops environment, such as Databricks.
The HBase side allows us to serve features to deployed ML models, and generate ML predictions, in milliseconds. Our unique Spark engine allows us to generate complex training sets, as well as ML predictions on petabytes of data.
In this talk, Monte will discuss how his experience running the AI lab at NASA, and as CEO of Red Pepper, Blue Martini Software and Rocket Fuel, led him to create Splice Machine. Jack will give a quick demonstration of how it all works.
Este documento resume uma apresentação sobre skills de desenvolvedores em ambientes low code. A apresentação discute: 1) Como equipes de desenvolvimento usaram plataformas low code para soluções de clientes; 2) Skills relevantes como modelagem de dados e modularização ainda são importantes; 3) Desenvolvedores com skills técnicas têm vantagem em ambientes enterprise low code.
O documento discute diagramas de componentes no UML. Aborda modelagem de código-fonte, versões executáveis, bancos de dados físicos e sistemas adaptáveis. Também fornece diretrizes para engenharia de produção e reversa desses diagramas.
Fundamentos em Tecnologia da Informação - Prof.ª Cristiane FidelixCris Fidelix
O documento discute a história e evolução da informação e das tecnologias de informação, desde as sociedades agrícola e industrial até a atual sociedade da informação. Explica como os sistemas de informação se tornaram essenciais na contemporaneidade e apresenta exemplos históricos de máquinas e tecnologias que revolucionaram o processamento de dados.
Apresentação - Ciência da Computação e Sistemas de InformaçãoElvis Fusco
Este documento apresenta os cursos de Ciência da Computação e Sistemas de Informação da UNIVEM. Descreve os objetivos gerais e específicos dos cursos, o perfil dos egressos, as áreas de atuação e as taxas de empregabilidade dos formados. Também fornece detalhes sobre a estrutura dos cursos e links para mais informações.
Banco de Dados I Aula 02 - Introdução aos Bancos de DadosLeinylson Fontinele
A aula apresentou a origem dos bancos de dados, desde arquivos sequenciais e de acesso direto até os modelos hierárquico e em rede e o modelo relacional proposto por Edgar Codd. O professor também explicou como o SQL foi desenvolvido para especificar e interagir com bancos de dados relacionais.
Este documento apresenta as principais características do banco de dados NoSQL, incluindo sua escalabilidade, classificação, arquitetura e técnicas. O NoSQL é uma alternativa aos bancos de dados relacionais que permite alta performance e escalabilidade. Grandes empresas como Facebook, Google e Amazon utilizam NoSQL.
MongoATL: How Sourceforge is Using MongoDBRick Copeland
1. SourceForge is using MongoDB as the database for their website to improve performance and scalability over their previous CouchDB implementation.
2. They developed an object-document mapper called Ming to define schemas and perform migrations for the documents in MongoDB from their Python web application.
3. SourceForge's deployment uses load balancing with a master MongoDB database server and multiple web application servers to easily handle most of their traffic needs from a single database server.
Banco de Dados II Aula 04 - MODELAGEM DE DADOS (Generalização e Especialização)Leinylson Fontinele
This document discusses database modeling concepts including generalization and specialization. It provides recommendations for constructing tables, examples of generalization/specialization, and an exercise on modeling a database for an employment agency.
O documento descreve o framework Spring Security para controle de acesso em sistemas Java. Ele fornece funcionalidades como autenticação HTTP e HTTPS, controle de acesso a métodos e tipos de autenticação como OpenID, LDAP e banco de dados. O documento também explica como configurar o Spring Security para proteger URLs, trocar usuários e senhas padrão e customizar formulários de login.
Workshop Spring - Session 1 - L'offre Spring et les basesAntoine Rey
Rejoignez les millions de développeurs Spring
De par sa forte pénétration dans les entreprises, tout développeur Java /JEE a ou aura à travailler sur une application s’appuyant sur Spring. Or Spring dépasse le cadre du simple framework open source.
Cette série de 5 workshops a pour objectif de faire un tour d’horizon de l’écosystème des technologies supportées par Spring avant de se focaliser plus spécifiquement sur certaines d’entre elles.
Retours d’expérience, bonnes pratiques, techniques avancées seront de partie.
Propulsée dans Java EE 6 avec CDI et plus récemment au sein de JavaScript avec Google Gin, l’injection de dépendance sera au cœur du premier workshop.
Voici le support de présentation du workshop sur Spring que j'ai animé en novembre 2011 au sein de ma SSII et que j'ai réactualisé avant sa diffusion sur Slideshare.
Au sommaire du workshop :
1. Zoom sur le portfolio Spring Source
1. Le cœur du framework Spring : IoC, AOP et support
2. Le support proposé par Spring : persistance, présentation, communication, test, outils …
2. Les fondamentaux
1. Fonctionnement du conteneur léger
2. Les beans Spring
3. Les design patterns rencontrés dans Spring
Banco de Dados II Aula Prática 1 (Conversão do modelo conceitual para modelo ...Leinylson Fontinele
Este documento apresenta uma aula prática sobre a conversão de um modelo conceitual para um modelo lógico de banco de dados. O documento introduz a ferramenta brModelo e ensina como mapear entidades e relacionamentos de um modelo conceitual para o modelo lógico relacional.
This document provides an overview and examples of advanced SQL concepts such as subqueries, analytical functions, and hierarchical queries in Oracle databases. It begins with a brief outline of topics to be covered and then delves into detailed explanations and examples of different types of subqueries like correlated, nested, and inline views. It also demonstrates the use of analytical functions with ordered and partitioned windows as well as set operators.
Python is an easy to learn, powerful programming language. It has efficient high-level data structures and
a simple but effective approach to object-oriented programming. Python’s elegant syntax and dynamic
typing, together with its interpreted nature, make it an ideal language for scripting and rapid application
development in many areas on most platforms.
The Python interpreter and the extensive standard library are freely available in source or binary form for all
major platforms from the Python Web site, https://www.python.org/, and may be freely distributed. The
same site also contains distributions of and pointers to many free third-party Python modules, programs
and tools, and additional documentation.
This document provides instructions on how to get started with Node-RED for connecting Arduino to the internet. It explains that Node-RED is a visual tool for wiring hardware, APIs and online services. It then provides step-by-step instructions on installing Node-RED, adding serial and social media nodes to send sensor data to Twitter, ThingSpeak and IBM Watson. It also includes shortcodes for installing common Node-RED nodes like for Google Charts, MySQL and Alexa.
Unified MLOps: Feature Stores & Model DeploymentDatabricks
If you’ve brought two or more ML models into production, you know the struggle that comes from managing multiple data sets, feature engineering pipelines, and models. This talk will propose a whole new approach to MLOps that allows you to successfully scale your models, without increasing latency, by merging a database, a feature store, and machine learning.
Splice Machine is a hybrid (HTAP) database built upon HBase and Spark. The database powers a one of a kind single-engine feature store, as well as the deployment of ML models as tables inside the database. A simple JDBC connection means Splice Machine can be used with any model ops environment, such as Databricks.
The HBase side allows us to serve features to deployed ML models, and generate ML predictions, in milliseconds. Our unique Spark engine allows us to generate complex training sets, as well as ML predictions on petabytes of data.
In this talk, Monte will discuss how his experience running the AI lab at NASA, and as CEO of Red Pepper, Blue Martini Software and Rocket Fuel, led him to create Splice Machine. Jack will give a quick demonstration of how it all works.
Este documento resume uma apresentação sobre skills de desenvolvedores em ambientes low code. A apresentação discute: 1) Como equipes de desenvolvimento usaram plataformas low code para soluções de clientes; 2) Skills relevantes como modelagem de dados e modularização ainda são importantes; 3) Desenvolvedores com skills técnicas têm vantagem em ambientes enterprise low code.
O documento discute diagramas de componentes no UML. Aborda modelagem de código-fonte, versões executáveis, bancos de dados físicos e sistemas adaptáveis. Também fornece diretrizes para engenharia de produção e reversa desses diagramas.
Fundamentos em Tecnologia da Informação - Prof.ª Cristiane FidelixCris Fidelix
O documento discute a história e evolução da informação e das tecnologias de informação, desde as sociedades agrícola e industrial até a atual sociedade da informação. Explica como os sistemas de informação se tornaram essenciais na contemporaneidade e apresenta exemplos históricos de máquinas e tecnologias que revolucionaram o processamento de dados.
Apresentação - Ciência da Computação e Sistemas de InformaçãoElvis Fusco
Este documento apresenta os cursos de Ciência da Computação e Sistemas de Informação da UNIVEM. Descreve os objetivos gerais e específicos dos cursos, o perfil dos egressos, as áreas de atuação e as taxas de empregabilidade dos formados. Também fornece detalhes sobre a estrutura dos cursos e links para mais informações.
Banco de Dados I Aula 02 - Introdução aos Bancos de DadosLeinylson Fontinele
A aula apresentou a origem dos bancos de dados, desde arquivos sequenciais e de acesso direto até os modelos hierárquico e em rede e o modelo relacional proposto por Edgar Codd. O professor também explicou como o SQL foi desenvolvido para especificar e interagir com bancos de dados relacionais.
Este documento apresenta as principais características do banco de dados NoSQL, incluindo sua escalabilidade, classificação, arquitetura e técnicas. O NoSQL é uma alternativa aos bancos de dados relacionais que permite alta performance e escalabilidade. Grandes empresas como Facebook, Google e Amazon utilizam NoSQL.
MongoATL: How Sourceforge is Using MongoDBRick Copeland
1. SourceForge is using MongoDB as the database for their website to improve performance and scalability over their previous CouchDB implementation.
2. They developed an object-document mapper called Ming to define schemas and perform migrations for the documents in MongoDB from their Python web application.
3. SourceForge's deployment uses load balancing with a master MongoDB database server and multiple web application servers to easily handle most of their traffic needs from a single database server.
Social Data and Log Analysis Using MongoDBTakahiro Inoue
The document describes the speaker's role as a data scientist at a social game company. It outlines their analytic architecture which uses MongoDB to store and analyze social data and access logs from their mobile game. Hadoop is used for pre-processing raw log data before loading it into MongoDB. MapReduce operations in MongoDB are used to aggregate and analyze the data to calculate metrics like daily/hourly pageviews and unique users. The results are stored in normalized collections to enable further analysis and visualization of billions of data records.
Semantic Wiki: Social Semantic Web In Action: Jesse Wang
This document discusses semantic wikis and Project Halo. It provides an overview of semantic wikis, what they are, how they work, and examples of semantic wiki software. It then discusses Project Halo, its goals of addressing problems with knowledge bases, focus areas including AURA and SILK, and using wikis and crowdsourcing for knowledge acquisition.
This document describes Apache Eagle, an open source platform for monitoring Hadoop ecosystems in real time. It can identify access to sensitive data, recognize malicious activities, and block access in real time by integrating with components like Ranger, Sentry, Knox, and Splunk. Eagle turns audit data from HDFS, Hive, and other systems into a common event format, applies user-defined policies using a CEP engine on Storm, and generates alerts when policies are triggered. It is extensible and can integrate with additional data sources and tools for remediation and visualization.
MongoDB San Francisco 2013: Storing eBay's Media Metadata on MongoDB present...MongoDB
This session will be a case study of eBay’s experience running MongoDB for project Zoom, in which eBay stores all media metadata for the site. This includes references to pictures of every item for sale on eBay. This cluster is eBay's first MongoDB installation on the platform and is a mission critical application. Yuri Finkelstein, an Enterprise Architect on the team, will provide a technical overview of the project and its underlying architecture.
An Elastic Metadata Store for eBay’s Media PlatformMongoDB
In order to build a robust, multi-tenant, highly available storage services that meet the business’ SLA your databases has to be sharded. But if your service has to scale continuously through the incremental additions of storage without service interruption or human intervention, basic static sharding is not enough. At eBay, we are building MStore to solve this problem, with MongoDB as the storage engine. In this presentation, we will dive into the key design concepts of this solution.
This document summarizes strategies for scaling MongoDB databases. It discusses scaling through optimization techniques like schema design, indexing, and hardware configuration. It also covers horizontal scaling by adding shards. Specific topics covered include choosing a shard key, embedding data vs references, index design, and hardware considerations like disk and network performance. Replica sets and sharding architectures are presented as solutions for scaling reads and writes.
eBay's Cloud Configuration Management System (CMS) is based on NoSQL databases and manages the state of all resources in eBay's cloud environment. It uses a metadata-driven object model to define relationships for the graph data structure and supports features like multi-row transactions and concurrency control that overcome challenges of using NoSQL databases. The CMS also provides a RESTful query language, role-based access control, and an asynchronous notification system.
Bass Chorng is a principal capacity engineer at eBay who specializes in database performance, availability, and scalability. He established eBay's database capacity team in 2003. eBay uses both NoSQL and RDBMS databases including Cassandra, MongoDB, CouchBase, and Oracle. eBay sees over 400 billion database calls per day across 2000 NoSQL nodes and 450 Oracle nodes while hosting 800 million active items and 120 million active users. Capacity planning involves analyzing traffic, utilization, forecasting growth, and converting resource needs into costs. It requires knowledge of the platform, bottlenecks, and new technologies.
Building LinkedIn's Learning Platform with MongoDBMongoDB
This document discusses how LinkedIn's internal learning portal LearnIn was developed using Node.js, MongoDB, and Elasticsearch. It covers using Mongoose to model schemas and build APIs in MongoDB. To enable full-text search, an Elasticsearch river was configured to replicate data from MongoDB to Elasticsearch for improved search capabilities like relevancy scoring. The document provides code examples of setting up Mongoose schemas, queries, and configuring the Elasticsearch river.
eBay has been using MongoDB to power several large scale applications due to its ability to scale horizontally and handle high volumes of data and queries. Some key applications summarized include search suggestions which handles high volume lookups, a cloud manager which tracks resource states, and a media metadata store which will store tens of terabytes of image data partitioned across multiple shards. MongoDB provides benefits like flexible schemas, automatic shard rebalancing, and proximity-aware replication which help eBay meet performance and scalability needs for these systems.
O documento apresenta uma introdução sobre Fernando Cunha e suas qualificações profissionais. Em seguida, resume os principais tipos de bancos de dados NoSQL, classificando-os em Key-Value, Column, Graph e Document. Por fim, exemplifica alguns bancos de dados NoSQL e empresas que os utilizam.
O documento descreve a implementação de um sistema de busca avançada para resumos de currículos (CVs) no site Stack Overflow Careers. O sistema usa tags para indexar os CVs no Elasticsearch e permite buscas complexas através da linguagem CQL, melhorando significativamente a velocidade e relevância das buscas por candidatos.
O documento apresenta os principais conceitos do MongoDB, incluindo modelo de documento, tipos de dados, arquitetura e boas práticas de schema design. O schema design é a chave para extrair o máximo de informações com poucas queries, considerando a eficiência de gravação e leitura.
O documento discute o movimento NoSQL e bancos de dados orientados a documentos. Ele resume brevemente a história dos bancos de dados, caracteriza o movimento NoSQL e seus modelos de dados, como chave-valor, grafos, documentos e colunas. Explica conceitos-chave como escalabilidade, persistência e distribuição em bancos NoSQL. Por fim, faz uma análise comparativa entre bancos de dados relacionais e não relacionais, com foco no CouchDB como exemplo de banco orientado a documentos.
O documento apresenta uma palestra sobre NoSQL e bancos de dados não relacionais. Em três frases: (1) Discutiu os tipos de bancos NoSQL orientados a documentos, grafos e chave-valor; (2) Explicou como o MongoDB pode ser usado para substituir ou trabalhar com bancos relacionais; (3) Apresentou exemplos de desenvolvimento com MongoDB e Riak usando a linguagem Python.
Apresentação de Alex Martins e Laercio de Souza. Estudantes de Sistemas para Internet. Agradecimento as pessoas que apoiaram no desenvolvimento da apresentação. Faltou algumas referências. Mas para ficar a disposição para vocês.
O documento discute o PostgreSQL como uma opção NewSQL. Ele apresenta o palestrante Matheus de Oliveira e sua experiência com bancos de dados. Em seguida, discute as características dos bancos de dados relacionais e NoSQL, definindo o que é NewSQL. O documento então descreve como o PostgreSQL oferece funcionalidades como armazenamento JSON, buscas de texto completo e consultas em grafos, além de alto desempenho e escalabilidade horizontal através da replicação.
Este documento discute bancos de dados NoSQL. Ele fornece uma breve história dos bancos de dados NoSQL e explica que eles foram desenvolvidos para atender às necessidades do mercado que não eram atendidas pelos bancos de dados relacionais tradicionais. O documento também descreve os principais tipos de bancos de dados NoSQL, incluindo orientados a documentos, chave-valor, clones do BigTable e orientados a grafos.
Este documento apresenta uma palestra sobre SQL e NoSQL. Discute o histórico e popularidade da SQL, além de exemplos de uso em diferentes contextos como MDX, SPARQL, ORM, Cassandra, MongoDB e grafos. Também aborda integrações da SQL com R, Python, Hadoop e Spark para data science.
Este documento apresenta uma visão geral sobre o MongoDB, incluindo suas funcionalidades, performance e frameworks para desenvolvimento em Java. O palestrante discute tópicos como manipulação de dados, índices, réplicas, sharding e agregação para melhorar o desempenho do banco de dados não relacional.
MongoDB também no Azure? SIM! - DevOps Summit 2017Renato Groff
Este documento discute como o MongoDB pode ser utilizado na nuvem Azure através do DocumentDB da Microsoft, que fornece uma API compatível com MongoDB. O documento também apresenta uma visão geral do MongoDB, exemplos de uso e ferramentas de gerenciamento.
MongoDB - Performance e Escalabilidade para aplicações webRafael Nunes
O documento discute como o MongoDB fornece escalabilidade e desempenho para aplicações web. Ele descreve MongoDB como um banco de dados orientado a documentos que armazena objetos JSON/BSON de forma dinâmica e fornece alta performance em leituras e escritas através de replicação e sharding automático. O documento também discute como o MongoDB se compara ao modelo relacional tradicional e fornece exemplos de empresas que usam MongoDB.
Utilizando NoSQL no desenvolvimento de soluções inteligentesChristiano Anderson
O documento discute as vantagens de bancos NoSQL em relação a bancos de dados relacionais tradicionais para armazenar grandes quantidades de dados. O autor apresenta exemplos de bancos NoSQL como MongoDB, orientado a documentos, e Riak, baseado em chave-valor, e discute como cada um pode ser usado para diferentes casos. O autor também fornece exemplos de código para inserir e consultar dados nesses bancos usando Python.
O documento discute NoSQL, MongoDB e a pilha MEAN. Ele fornece uma breve história de NoSQL e MongoDB, explica o que são essas tecnologias e descreve suas principais características e funcionalidades. Também apresenta os componentes individuais da pilha MEAN - MongoDB, Express, Angular e Node.js - e explica como eles podem ser usados juntos para desenvolver aplicações eficientes.
O documento resume as principais informações sobre MongoDB: (1) Sua origem vem da palavra "humongous"; (2) Foi criado pelos fundadores da Doubleclick e a 10gen foi fundada em 2007; (3) MongoDB pode substituir bancos relacionais em alguns casos quando há necessidade de escalabilidade e desempenho.
Este documento apresenta uma palestra sobre MongoDB, um banco de dados não relacional do tipo orientado a documentos. A palestra aborda os tópicos: introdução ao NoSQL e MongoDB, modelagem de dados em MongoDB, JSON, instalação e primeiros comandos no MongoDB, operações CRUD e operadores de comparação e lógicos. O objetivo é apresentar as diferenças entre bancos relacionais e não relacionais e ensinar como criar e manipular dados no MongoDB.
O documento discute bancos de dados NoSQL, incluindo exemplos como MongoDB, CouchDB e Redis. Ele explica os principais tipos de bancos de dados NoSQL como orientado a documentos, chave-valor e orientado a grafos, além de discutir as necessidades que levaram ao surgimento destes bancos de dados.
Este documento apresenta uma introdução ao banco de dados orientado a grafos Neo4j. Ele discute os tipos de bancos de dados NoSQL, incluindo bancos de dados orientados a documentos, chave-valor e grafos. O documento também descreve os conceitos fundamentais do Neo4j, como nós, rótulos, relacionamentos e propriedades, e apresenta demonstrações práticas do Neo4j.
O documento apresenta Fernando Cunha, um profissional de tecnologia da informação com 14 anos de experiência. Ele oferece serviços de gerenciamento de projetos de software e infraestrutura utilizando metodologias ágeis e tradicionais. O documento também descreve brevemente suas experiências e qualificações.
PERT (Program Evaluation and Review Technique)
Técnica Desenvolvida pela NASA a fim de controlar o tempo e a execução das tarefas realizadas pela primeira vez
Material Workshop Scrum foundation - Fernando CunhaWise Systems
O documento fornece uma agenda detalhada para um workshop sobre Scrum, incluindo introduções ao Scrum, seus valores, papéis, eventos e artefatos. A agenda é dividida em duas partes, cobrindo tópicos como histórias, estimativas, ferramentas Scrum e conclusões.
ITIL na prática - Gerenciamento de Incidentes, Problemas e MudançasWise Systems
O documento discute os processos de gerenciamento de incidentes, problemas e mudanças de acordo com o framework ITIL. Apresenta as definições de incidentes, problemas e tipos de mudanças, além de discutir as diferenças entre incidentes e problemas e as informações necessárias para o registro de cada um. Também aborda ferramentas de monitoramento e gestão, além do papel do Comitê Consultivo de Mudanças.
O documento discute casos de uso de big data em diferentes setores como saúde, TI, varejo e esportes. Ele descreve como companhias aéreas e varejistas usam dados de clientes para melhorar atendimento e recomendações de produtos. Também apresenta como o Google detecta epidemias e como o sentimento de torcedores foi monitorado durante a Copa das Confederações de 2013 usando análise de redes sociais.
Workshop Rational Team Concert - RTC - Planejamento - aula 02Wise Systems
Este documento apresenta uma agenda para um workshop sobre Rational Team Concert (RTC). O workshop irá abordar tópicos como planos, painéis, snapshots e configuração de visibilidade. Os participantes aprenderão a criar e configurar diferentes tipos de planos, como backlogs e sprints. Também irão conhecer os tipos de painéis disponíveis e como adicionar widgets e planos neles. Será mostrado como criar snapshots dos planos e compará-los. Por fim, haverá exercícios práticos para criação e configuração de plan
RTC - RATIONAL TEAM CONCERT - DEVELOPER - SCM RTC SHELL - aula 03Wise Systems
Este documento apresenta o Rational Team Concert Shell, uma ferramenta que permite realizar controle de versão e gerenciamento de artefatos diretamente no Windows Explorer. Ele explica como se conectar a um repositório RTC, trabalhar com controle de versão, gerenciar artefatos e visualizar mudanças pendentes. Além disso, fornece exercícios práticos para experimentar os recursos apresentados.
RTC - RATIONAL TEAM CONCERT - DEVELOPER - SCM ECLIPSE - aula 02Wise Systems
O documento fornece uma introdução ao Rational Team Concert (RTC) focando em suas funcionalidades de controle de versão (Jazz SCM). Apresenta conceitos como change sets, streams, componentes, workspaces local e remoto, baselines, entre outros. Também inclui exemplos práticos de uso dessas funcionalidades e exercícios para aplicação dos conceitos apresentados.
Rtc work shop - developer - introdução - aula 01Wise Systems
Este documento apresenta um workshop sobre Rational Team Concert (RTC) dividido em três dias. No primeiro dia são apresentados conceitos básicos do RTC como workitems, projetos e IDEs. No segundo dia são explicados SCM, workspaces e streams. No terceiro dia são definidos objetivos e realizados exercícios práticos.
Este certificado confirma que Gabriel de Mattos Faustino concluiu com sucesso um curso de 42 horas de Gestão Estratégica de TI - ITIL na Escola Virtual entre 19 de fevereiro de 2014 a 20 de fevereiro de 2014.
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...Faga1939
Este artigo tem por objetivo apresentar como ocorreu a evolução do consumo e da produção de energia desde a pré-história até os tempos atuais, bem como propor o futuro da energia requerido para o mundo. Da pré-história até o século XVIII predominou o uso de fontes renováveis de energia como a madeira, o vento e a energia hidráulica. Do século XVIII até a era contemporânea, os combustíveis fósseis predominaram com o carvão e o petróleo, mas seu uso chegará ao fim provavelmente a partir do século XXI para evitar a mudança climática catastrófica global resultante de sua utilização ao emitir gases do efeito estufa responsáveis pelo aquecimento global. Com o fim da era dos combustíveis fósseis virá a era das fontes renováveis de energia quando prevalecerá a utilização da energia hidrelétrica, energia solar, energia eólica, energia das marés, energia das ondas, energia geotérmica, energia da biomassa e energia do hidrogênio. Não existem dúvidas de que as atividades humanas sobre a Terra provocam alterações no meio ambiente em que vivemos. Muitos destes impactos ambientais são provenientes da geração, manuseio e uso da energia com o uso de combustíveis fósseis. A principal razão para a existência desses impactos ambientais reside no fato de que o consumo mundial de energia primária proveniente de fontes não renováveis (petróleo, carvão, gás natural e nuclear) corresponde a aproximadamente 88% do total, cabendo apenas 12% às fontes renováveis. Independentemente das várias soluções que venham a ser adotadas para eliminar ou mitigar as causas do efeito estufa, a mais importante ação é, sem dúvidas, a adoção de medidas que contribuam para a eliminação ou redução do consumo de combustíveis fósseis na produção de energia, bem como para seu uso mais eficiente nos transportes, na indústria, na agropecuária e nas cidades (residências e comércio), haja vista que o uso e a produção de energia são responsáveis por 57% dos gases de estufa emitidos pela atividade humana. Neste sentido, é imprescindível a implantação de um sistema de energia sustentável no mundo. Em um sistema de energia sustentável, a matriz energética mundial só deveria contar com fontes de energia limpa e renováveis (hidroelétrica, solar, eólica, hidrogênio, geotérmica, das marés, das ondas e biomassa), não devendo contar, portanto, com o uso dos combustíveis fósseis (petróleo, carvão e gás natural).
Em um mundo cada vez mais digital, a segurança da informação tornou-se essencial para proteger dados pessoais e empresariais contra ameaças cibernéticas. Nesta apresentação, abordaremos os principais conceitos e práticas de segurança digital, incluindo o reconhecimento de ameaças comuns, como malware e phishing, e a implementação de medidas de proteção e mitigação para vazamento de senhas.
As classes de modelagem podem ser comparadas a moldes ou
formas que definem as características e os comportamentos dos
objetos criados a partir delas. Vale traçar um paralelo com o projeto de
um automóvel. Os engenheiros definem as medidas, a quantidade de
portas, a potência do motor, a localização do estepe, dentre outras
descrições necessárias para a fabricação de um veículo
2. Fernando Cunha – fecunhainfo@gmail.com
• Bacharel em Informática
• Pós graduado Engenharia de Software UFPR
• Pós graduando em Gestão de TI
• ITIL V3 Foundation Certificate
• Gerente de Projetos
Contatos:
http://br.linkedin.com/pub/fernando-cunha/26/67a/827/
Palestrante:
3.
4. NOSQL é um termo genérico que define bancos de
dados não-relacionais.
Termo introduzido por Carlos Strozzi em um evento de
banco de dados open-source em 1998
Em 2009 Eric Evans reintroduziu o termo em outro
evento de banco de dados open-source
Pronuncia-se - noseequel
O que significa?
Quem?
Porque?
Suprir as necessidades introduzidas pelo o fenômeno
BIG DATA
5. Classificação de SGBD NOSQL
Coleção de chaves únicas associada a um valor, que pode ser de
qualquer tipo (binário, string)
Exemplo:
Key: 1234 Value: “Fernando”
Key: 2343 Value: “Name=Fernando, age=29”
KEY VALUE COLUMN GRAPH DOCUMENT
6. Classificação de SGBD NOSQL
Famílias de colunas (um repositório para colunas,
análogo a uma tabela do Modelo Relacional) e super-colunas
(compostas por arrays de colunas)
Exemplo:
Column family, Key, Column name e value
Pessoas ; 4564 ; nome : Ana ; idade : 30;
KEY VALUE COLUMN GRAPH DOCUMENTKEY VALUE COLUMN GRAPH DOCUMENT
7. Classificação de SGBD NOSQL
Banco de dados baseado em grafos, nele temos as entidades
chamadas de vértices (ou node) que são ligadas entre elas pelas
arestas (ou relationships) cada um podendo guardar dados
entre os relacionamentos e cada relacionamento pode ter uma
direção.
Exemplo:
- Vértice: Chave->Valor representa entidade. Nome:Priscila
- Aresta: relacionamentos
Ex: Vertice “Priscila” segue o vertice “Lucas” desde 2012, o
relacionamento é igual a “segue”
KEY VALUE COLUMN GRAPH DOCUMENTKEY VALUE COLUMN GRAPH DOCUMENTKEY VALUE COLUMN GRAPH DOCUMENT
8. Classificação de SGBD NOSQL
Os documentos são as unidades básicas
de armazenamento e estes não utilizam necessariamente
qualquer tipo de estruturação pré-definida
São baseados em JSON. (JavaScript Object Notation)
Exemplo:
{"user":{
"id": "123",
"name": "Emmanuel",
"addresses":[
{"city":"Paris"},
{"city":"Sao Paulo"}]}
KEY VALUE COLUMN GRAPH DOCUMENTKEY VALUE COLUMN GRAPH DOCUMENTKEY VALUE COLUMN GRAPH DOCUMENTKEY VALUE COLUMN GRAPH DOCUMENT
9. Classificação de SGBD NOSQL
Key Value
12343
5
Joao da Silva
33454
5
Name=Fernando, age=29
Key - Value Column
Graph Document
10. Classificação de SGBD NOSQL
150 tipos de banco de dados NOSQL
Fonte: http://nosql-database.org/
Dados compilados manualmente
30%
13% 13%
7%
37%
0%
5%
10%
15%
20%
25%
30%
35%
40%
Key Value Document Store Graph Databases Column Não categorizado
12. Amazon DynamoDB (Key-value)
Desenvolvido em: Java
Quem Usa?
– Washingtonpost.com
– Elsevier (Editora)
Classificação de SGBD NOSQL e quem
está utilizando
KEY VALUE COLUMN GRAPH DOCUMENT
13. Classificação de SGBD NOSQL e quem
está utilizando
Cassandra (column)
Desenvolvido em: Java
Quem Usa?
– Twitter
– NetFlix
– Facebook
BigTable(column) Google
Desenvolvido em: C++
Quem Usa:
Gmail
Google Maps,
YouTube
KEY VALUE COLUMN GRAPH DOCUMENT
14. Classificação de SGBD NOSQL e quem
está utilizando
Neo4j (graph)
– Desenvolvido em: Java
Quem Usa?
– WalMart
– National Geographic
– Ebay
KEY VALUE COLUMN GRAPH DOCUMENTKEY VALUE COLUMN GRAPH DOCUMENT
15. Classificação de SGBD NOSQL e quem
está utilizando
MongoDB (Document)
Desenvolvido em: C
Quem Usa:
– Globo.com
– Apontador
– Forbes
– New York Times
KEY VALUE COLUMN GRAPH DOCUMENT
17. Dá pra fazer query?
Amazon DynamoDB– Key-Value
SQL Query
AWS Query
AWS SDK for Java
AWS SDK for .NET
AWS SDK for PHP
JSON Data Format
API Reference
18. Dá pra fazer query?
MongoDB - Document
SQL Query
Operation Find
19. Dá pra fazer query?
Neo4j- Graph
SQL Query
Cyber query
20. Dá pra fazer query?
Cassandra - Column
SQL Query
CQL – Cassandra Query Language
Comandos CRUD
(Create, Read, Update, Delete)
são iguais
21. Quais linguagens suportam
NOSQL?
Amazon Dynamo Neo4j Cassandra MongoDB
C x
C# x
C++ x x
Go x x
Java x x x x
Javascript x x
Node.js x x x x
Perl x x
PHP x x x x
Python x x x
Ruby x x x x
Scala x x x
24. Quando e qual utilizar?
Fonte: Martin Fowler
Fonte: http://www.martinfowler.com/bliki/PolyglotPersistence.html
Sessões de
usuários
Key - Value
Dados
Financeiros
Relacional
Blog ou Socia
Media
Graph
Catálogo
Produtos
Document
Relatórios
Relacional
Atividades e
logs de usuário
Column
Processamento análitico de grandes volumes de dados complexos produzidos por aplicações. Esses dados podem ser aplicações cientifica e de engenharia, redes sociais, rede sensores, dados médicos, transações de comercio eletronicos e na maioria da vezes não estruturados
Como suportar o crescimento maciço de volume, velocidade e variedade de informações?
Como suportar mudanças inesperadas nas aplicações e pico de usuários simultâneos?
Como armazenar diferentes formatos de dados, sejam eles não-estruturados, semi-estruturados ou estruturados?
Criar um comparativo de NOSQL com SQL
A base de dados NoSQL foi criada para suportar o crescimento maciço de volume, velocidade e variedade de informações. Em comparação com a base de dados tradicional, conhecida como relacional e que utiliza uma abordagem rígida baseada em esquematização, a tecnologia NoSQL pode suportar mudanças inesperadas na aplicação, pico de usuários simultâneos e armazenamento de diferentes formatos de dados, sejam eles não estruturados, semi estruturados ou estruturados.
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Melhorar lay-out
Key Value:
coleção de chaves únicas
e de valores, os quais são associados com as chaves
Document:
os documentos são as unidades básicas
de armazenamento e estes não utilizam necessariamente
qualquer tipo de estruturação pré-definida e são basedos em JSON. (JavaScript Object Notation)
Column:
muda-se o paradigma de orientação a
registros (ou tuplas) para orientação a atributos (ou colunas).
O Cassandra possui colunas (tuplas que contém nome, valor e
timestamp), famílias de colunas (um repositó rio para colunas,
análogo a uma tabela do Modelo Relacional) e super-colunas (compostas por arrays de colunas)
Graph:
os dados são armazenados em nó s de
um grafo cujas arestas representam o tipo de associação entre
esses nós.
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Apesar de possuírem certas características em comum, tais
como serem livres de esquema, promoverem alta
disponibilidade e maior escalabilidade, os sistemas de bancos
de dados NoSQL existentes possuem diversas singularidades
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Melhorar lay-out
Key Value:
coleção de chaves únicas
e de valores, os quais são associados com as chaves
Document:
os documentos são as unidades básicas
de armazenamento e estes não utilizam necessariamente
qualquer tipo de estruturação pré-definida e são basedos em JSON. (JavaScript Object Notation)
Column:
muda-se o paradigma de orientação a
registros (ou tuplas) para orientação a atributos (ou colunas).
O Cassandra possui colunas (tuplas que contém nome, valor e
timestamp), famílias de colunas (um repositó rio para colunas,
análogo a uma tabela do Modelo Relacional) e super-colunas (compostas por arrays de colunas)
Graph:
os dados são armazenados em nó s de
um grafo cujas arestas representam o tipo de associação entre
esses nós.
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Apesar de possuírem certas características em comum, tais
como serem livres de esquema, promoverem alta
disponibilidade e maior escalabilidade, os sistemas de bancos
de dados NoSQL existentes possuem diversas singularidades
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Melhorar lay-out
Key Value:
coleção de chaves únicas
e de valores, os quais são associados com as chaves
Document:
os documentos são as unidades básicas
de armazenamento e estes não utilizam necessariamente
qualquer tipo de estruturação pré-definida e são basedos em JSON. (JavaScript Object Notation)
Column:
muda-se o paradigma de orientação a
registros (ou tuplas) para orientação a atributos (ou colunas).
O Cassandra possui colunas (tuplas que contém nome, valor e
timestamp), famílias de colunas (um repositó rio para colunas,
análogo a uma tabela do Modelo Relacional) e super-colunas (compostas por arrays de colunas)
Graph:
os dados são armazenados em nó s de
um grafo cujas arestas representam o tipo de associação entre
esses nós.
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Apesar de possuírem certas características em comum, tais
como serem livres de esquema, promoverem alta
disponibilidade e maior escalabilidade, os sistemas de bancos
de dados NoSQL existentes possuem diversas singularidades
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Melhorar lay-out
Key Value:
coleção de chaves únicas
e de valores, os quais são associados com as chaves
Document:
os documentos são as unidades básicas
de armazenamento e estes não utilizam necessariamente
qualquer tipo de estruturação pré-definida e são basedos em JSON. (JavaScript Object Notation)
Column:
muda-se o paradigma de orientação a
registros (ou tuplas) para orientação a atributos (ou colunas).
O Cassandra possui colunas (tuplas que contém nome, valor e
timestamp), famílias de colunas (um repositó rio para colunas,
análogo a uma tabela do Modelo Relacional) e super-colunas (compostas por arrays de colunas)
Graph:
os dados são armazenados em nó s de
um grafo cujas arestas representam o tipo de associação entre
esses nós.
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Apesar de possuírem certas características em comum, tais
como serem livres de esquema, promoverem alta
disponibilidade e maior escalabilidade, os sistemas de bancos
de dados NoSQL existentes possuem diversas singularidades
Gráfico de pizza
Gráfico de pizza
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Indicado para em todos
Key Value:
Distribuição em hash table
Document:
basedos em JSON documentos
Graph
Sistema baseado em graficos
Utilizando em: rede sociais
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Indicado para em todos
Key Value:
Distribuição em hash table
Document:
basedos em JSON documentos
Graph
Sistema baseado em graficos
Utilizando em: rede sociais
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Indicado para em todos
Key Value:
Distribuição em hash table
Document:
basedos em JSON documentos
Graph
Sistema baseado em graficos
Utilizando em: rede sociais
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Indicado para em todos
Key Value:
Distribuição em hash table
Document:
basedos em JSON documentos
Graph
Sistema baseado em graficos
Utilizando em: rede sociais
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido
Antes desse slide adicionar comparativo NOSQL e SQL
Fazer slide separado de exemplos reais
Somente explicar as categorias
Indicado para em todos
Key Value:
Distribuição em hash table
Document:
basedos em JSON documentos
Graph
Sistema baseado em graficos
Utilizando em: rede sociais
NOSQL:
Schema-free
Non-Relacional
Denormalizado
Column storage
Distribuido