- Team
- Forschung
- Studium
- Klausurtermine
- M.Sc. Data Science
- SS 2022
- SS 2023
- WS 2022/23
- WS 2023/24
- LOTS-Nutzung
- Vergangene Semester
- Module der Abteilung
- Abschlussarbeiten
- Top-Studenten
- Erasmus
- Service
Cloud Data Management SS 2012 (CDM)
Die Vorlesung findet montags statt.
- Vorlesungsbeginn: 16.4.2011
- Uhrzeit: 11:15-12:45 Uhr
- Ort SG 1-10
Klausur
Die Abschlussklausur (60 min) findet am 26.7.2012, 11:15 Uhr im Hörsaalgebäude in Hörsaal “HS 4” statt.
Die Anmeldung zur Klausur erfolgt über OLAT-PA.
Teilnehmerkreis
- Diplom-, Bachelor- und Masterstudenten Informatik (Modulzuordnung)
- alle Interessenten
Übersicht
In den letzten Jahren hat sich mit dem Begriff Cloud Computing ein Paradigma herausgebildet, welches eine Vielzahl von Diensten (u.a. Rechenkapazität, Speicherplatz, Laufzeitumgebung und Endnutzer-Software) über das Internet verfügbar macht. Dadurch wird eine ökonomische Verarbeitung großer Datenmengen ermöglicht, da Cloud-Dienste flexibel an den Bedarf von Nutzern und Anwendungen angepasst werden können. Die Vorlesung Cloud Data Management gibt einen systematischen Überblick über die Techniken zur effizienten Verarbeitung großer Datenmengen in der Cloud.
Gliederung / Skript
| Kapitel | Thema |
|---|---|
| 0 | Organisation |
| 1 | Einführung: Cloud Computing |
| 2 | Infrastrukturen und Dienste |
| 3 | Cloud Data Stores |
| 4 | Extensible Record Stores und RDBMS |
| 5 | MapReduce |
| 5b | Lastbalancierung fuer MapReduce |
| 6 | MapReduce und Datenbanken |
Literatur
- Literaturangaben jeweils am Ende eines Kapitels
- Tom White: Hadoop: The Definitive Guide, Second Edition, O’Reilly Media, September 2010
- Jimmy Lin, Chris Dyer: Data-Intensive Text Processing with MapReduce, Morgan & Claypool
Erwartete Vorkenntnisse
DB-Grundkenntnisse (z.B. Vorlesung DBS1)
Scheinvergabe
Prüfungsklausur (60 Minuten). Im Diplomstudiengang kann die Vorlesung auch im Rahmen der Schwerpunktprüfung mündlich geprüft werden.
Online-Übungen
Begleitend zur Vorlesung werden zur Anwendung des Stoffes Online-Übungen im E-Learning-System LOTS angeboten. Zur Eintragung in die entsprechende Gruppe nutzen Sie Kennung cdm#ss2012.