Data Engineering
Niveau
Masterstudium
Lernergebnisse der Lehrveranstaltungen/des Moduls
Folgende Kompetenzen werden in der Lehrveranstaltung erarbeitet:
- Die Studierenden kennen unterschiedliche, weiterführende Datenspeicherkonzepte (z.B. NoSQL Datenbanken, verteilte Datenbanken usw.).
- Die Studierenden können Datenspeicherkonzepte hinsichtlich ihrer Eignung für Projekte vergleichen und auswählen.
- Die Studierenden verstehen die speziellen Anforderungen an Datenspeicherung, die aus der Verwendung von sehr großen Datenmengen (Big Data) hervorgehen.
- Die Studierenden kennen unterschiedliche, weiterführende Datenspeicherkonzepte (z.B. NoSQL Datenbanken, verteilte Datenbanken usw.).
- Die Studierenden können Datenspeicherkonzepte hinsichtlich ihrer Eignung für Projekte vergleichen und auswählen.
- Die Studierenden verstehen die speziellen Anforderungen an Datenspeicherung, die aus der Verwendung von sehr großen Datenmengen (Big Data) hervorgehen.
Voraussetzungen der Lehrveranstaltung
Die Studierenden verfügen über Vorwissen im Bereich Informationstechnologien im Umfang von 6 ECTS und kennen daher das Konzept der Relationalen Datenbank und können einfache SQL-Abfragen lesen.
Lehrinhalte
Folgende Inhalte werden in der Lehrveranstaltung besprochen:
- Eigenschaften von performanten Datensystemen (Skalierbarkeit, Wartbarkeit, Reliabilität)
- Etablierte Konzepte der Datenspeicherung (Relationales Modell)
- Historische Konzepte der Datenspeicherung (Hierarchisches Modell, Netzwerkmodell)
- Moderne Konzepte der Datenspeicherung (Wide-column Modell, Graphen Modell, Key-Value Modell, Document Modell, Column-oriented Modell)
- Datenbanksysteme, passend zu den behandelten Modellen
- Skalierung von Datensystemen (Replication und Partitionierung)
- Schreiben und Lesen in Datensystemen (Indexstrukturen, Schreibstrategien)
- Eigenschaften von performanten Datensystemen (Skalierbarkeit, Wartbarkeit, Reliabilität)
- Etablierte Konzepte der Datenspeicherung (Relationales Modell)
- Historische Konzepte der Datenspeicherung (Hierarchisches Modell, Netzwerkmodell)
- Moderne Konzepte der Datenspeicherung (Wide-column Modell, Graphen Modell, Key-Value Modell, Document Modell, Column-oriented Modell)
- Datenbanksysteme, passend zu den behandelten Modellen
- Skalierung von Datensystemen (Replication und Partitionierung)
- Schreiben und Lesen in Datensystemen (Indexstrukturen, Schreibstrategien)
Empfohlene Fachliteratur
PRIMÄRLITERATUR:
- Kleppmann, M. (2017): Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems (Ed. 1), O'Reilly Media, Farnham (ISBN: 978-1449373320)
SEKUNDÄRLITERATUR:
- Celko, J. (2013): Joe Celko’s Complete Guide to NoSQL: What Every SQL Professional Needs to Know about Non-Relational Databases (Ed. 1), Morgan Kaufmann, Waltham (ISBN: 978-0124071926)
- Kleppmann, M. (2017): Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems (Ed. 1), O'Reilly Media, Farnham (ISBN: 978-1449373320)
SEKUNDÄRLITERATUR:
- Celko, J. (2013): Joe Celko’s Complete Guide to NoSQL: What Every SQL Professional Needs to Know about Non-Relational Databases (Ed. 1), Morgan Kaufmann, Waltham (ISBN: 978-0124071926)
Bewertungsmethoden und -Kriterien
Klausur
Unterrichtssprache
Deutsch
Anzahl der zugewiesenen ECTS-Credits
4
E-Learning Anteil in %
50
Semesterwochenstunden (SWS)
2.0
Geplante Lehr- und Lernmethode
Folgende Methoden kommen zum Einsatz:
- Vortrag mit Diskussion
- Bearbeitung von Übungsaufgaben
- Interaktiver Workshop
- Vortrag mit Diskussion
- Bearbeitung von Übungsaufgaben
- Interaktiver Workshop
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
1
Name des/der Vortragenden
Prof. (FH) Dr. Michael Kohlegger
Studienjahr
1
Kennzahl der Lehrveranstaltung/des Moduls
SDDE.1
Art der Lehrveranstaltung/des Moduls
Integrierte Lehrveranstaltung
Art der Lehrveranstaltung
Pflichtfach
Praktikum/Praktika
keine