Non-relational Database

Major: Distributed Information Systems and Technologies
Code of subject: 6.126.03.E.055
Credits: 5.00
Department: Information Systems and Networks
Lecturer: doctor of sciences, professor Andrey Berko
Semester: 5 семестр
Mode of study: денна
Мета вивчення дисципліни: • Knowledge and understanding of the scientific principles of creating non-relational databases; • the ability to form theoretical and practical solutions for creating and filling non-relational databases of different models; • Ability to use knowledge and skills when writing scripts for processing databases of non-relativistic type;
Завдання: • Ability to use knowledge and skills when writing scripts for processing databases of non-relativistic type; • Practical application of knowledge in the processing of non-relational databases using replication, distribution, data modeling, data purification.
Learning outcomes: • Knowledge and understanding of the scientific principles of creating non-relational databases; • the ability to form theoretical and practical solutions for creating and filling non-relational databases of different models; • Ability to use knowledge and skills when writing scripts for processing databases of non-relativistic type; • Practical application of knowledge in the processing of non-relational databases using replication, distribution, data modeling, data purification.
Required prior and related subjects: • Technology of Distributed Systems and Parallel Computing • Intelligent data analysis • Methods and tools for data and knowledge engineering • Methods for working out large data
Summary of the subject: 1. Concept of NoSQL databases. 2. Persistence, parallelism, integration, aggregation, data distribution. 3. CAP Theorem. BASE transactions. 4. NoSQL data models. 5. Key-value model (Berkeley DB, MemcacheDB, Redis, Riak, Amazon DynamoDB, Voldemort, LevelDB). 6. Big table (Column family) model (Cassandra, HBase, HypertaYe, Amazon SimpleDB). 7. Document model (CouchDB Document, MongoDB, OrientDB, RavenDB, Terrastore). 8. Graph model (HyperGraphDB, Infinire Graph, Neo4J, OrienrDB, Flock DB). XML Databases, Xpath, XQuery. 9. The language of the UnQL queries
Опис: Document model (CouchDB Document, MongoDB, OrientDB, RavenDB, Terrastore). 8. Graph model (HyperGraphDB, Infinire Graph, Neo4J, OrienrDB, Flock DB). XML Databases, Xpath, XQuery. 9. The language of the UnQL queries
Assessment methods and criteria: • Current control (40%): written reports on laboratory work, abstract, oral questioning • Final control (60%, exam): Written-oral form.
Критерії оцінювання результатів навчання: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Recommended books: 1. White, Tom // Hadoop: The Definitive Guide // O'Reilly Media, 2009. 3. Finley, Klint // Steve Ballmer on Microsoft's Big Data Future and More in This Week's Business Intelligence Roundup // ReadWriteWeb, 2011. 4. Fay Chang, Jeffrey Dean, Sanjay Ghemawat & etc. // Bigtable: A Distributed Storage System for Structured Data // Google Lab, 2006. 15. Dan McCreary, Ann Kelly. Making Sense of NoSQL: A guide for managers and the rest of us. — Manning Publications, 2013. — 312 p. — ISBN 978-1-61729-107-4. 16. Gaurav Vaish. Getting Started with NoSQL. — Packt Publishing, 2013. — 142 p. — ISBN 978-1-84969-498-8. 17. Shashank Tiwari. Professional NoSQL. — Packt Publishing, 2011. — 384 p. — ISBN 978-0-470-94224-6