Database Kurs

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: IT Introduksjon eller tilsvarende. Innleveringer: Øvinger: 8 må være godkjent.  Personlig veileder: ja Vurderingsform: Skriftlig eksamen, 3 timer Ansvarlig: Tore Mallaug Eksamensdato: 09.12.13 / 08.05.14         Læremål: Etter å ha gjennomført emnet skal studenten ha følgende samlede læringsutbytte: KUNNSKAPER:Kandidaten skal:- kjenne sentrale begreper innen databaser og datamodellering, og kan gjøre rede for disse- forstå hvordan en relasjonsdatabase er bygd opp ved å se på relasjonene (tabellene) og tilhørende nøkler- forstå (tolke) et (E)ER-diagram modellert i fagets gjeldende notasjon, og vite hvordan dette kan oversettes til relasjonsmodellen- gjøre rede for hvordan databaser kan fungere i en klient/tjener-arkitektur. FERDIGHETER:Kandidaten skal kunne:- tegne sitt eget (E)ER-diagram for å oppnå en god databasestruktur- lage sin egen normaliserte relasjonsdatabase med nøkler og referanseintegritet, og opprette databasen i et valgt databaseverktøy (databasesystem)- utføre SQL-spørringer mot en gitt database- lage en relasjonsdatabase som støtter opp om funksjonaliteten til et gitt grafisk brukergrensesnitt GENERELL KOMPETANSEKandidaten- viser en bevisst holdning til strukturell lagring og representasjon av data i et informasjonssystem- viser en bevisst holdning til databasedesign for å unngå unødvendig dobbeltlagring av data i en database Innhold:Innføring i datamodellering med EER og UML-notasjon. Design av relasjonsdatabase inkl. bruk av nøkler, referanseintegritet og enkel normalisering. Databasedefinisjon (DDL) og datamanipulering (DML) i SQL. Bruk av et valgt databaseverktøy (MySQL), se sammenhengen mellom datamodell, databaseverktøy og applikasjon / web-grensesnitt (klient/tjener -arkitektur).Les mer om faget herDemo: Her er en introduksjonsvideo for faget Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Databaser 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.  [-]

Administering Microsoft SQL Server [-]

Machine Learning and Data Science in R with Microsoft SQL Server - with Rafal Lukawiecki [-]

  Studieår: 2013-2014   Gjennomføring: Høst og vår Antall studiepoeng: 5.0 Forutsetninger: IINI1003 Databaser eller tilsvarende forhåndskunnskaper Innleveringer: Tilsvarende 8 obligatoriske øvinger må være godkjent før endelig karakter settes. Personlig veileder: ja Vurderingsform: Individuell netteksamen, 2 timer. Ansvarlig: Tore Mallaug Eksamensdato: 13.12.13 / 16.05.14         Læremål: KUNNSKAPERKandidaten:- kjenner sentrale begreper innen flerbrukerproblematikk og databaseadministrasjon, og kan gjøre rede for disse- forstår hvordan innebygd funksjonalitet i relasjonsdatabasesystem kan utnyttes i en klient/tjener-arkitektur- vet hvordan ulike typer data kan lagres og representeres i et databasesystem; tekst, XML og temporale data.- kan gjøre rede for hvordan NoSQL-løsninger er et alternativ til relasjonsdatabaser i Web-løsninger FERDIGHETERKandidaten:- kan administrere en flerbrukerdatabase med SQL-kommandoer i et valgt databaseverktøy- lager sin egen (mest mulig normaliserte) relasjonsdatabase med nøkler og referanseintegritet som ikke bare lagrer strukturelle data, men også tekst og semi-strukturelle data (XML)- kan utnytte databaseverktøyet funksjonalitet til utvidet bruk av SQL i en klient/tjener-sammenheng for å støtte opp rundt applikasjoner mot databasen- kan utnytte databaseverktøyet til å lagre temporale data- kan utføre SQL-spørringer mot ulike typer data i en database GENERELL KOMPETANSEKandidaten:- viser en bevisst holdning til lagring og representasjon av ulike typer data i et informasjonssystem- viser en bevisst holdning til databasedesign for å unngå unødvendig dobbeltlagring av data i en database Innhold:Installering og bruk av valgt databaseverktøy (MySQL). Flerbrukerproblematikk og databaseadministrasjon (DBA) i SQL. Bruk av SQL og innebygd funksjonalitet i databaseverktøyet (bruk av funksjoner/prosedyrer og triggere). Utnytte databaseverktøyet i en klient/tjener -arkitektur. Se på forholdet database - applikasjon. Lagring av ulike typer data; tekst, XML (semi-strukturelle data), dato/tid (temporale data). Enkel bruk av NoSQL-løsning. MySQL blir brukt i eksempler, men noen utfyllende eksempler i Oracle kan forekomme i lærestoffet.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Velg semester:  Høst 2013    Vår 2014     Fag Databaser 2 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]

DP-080: Querying Data with Microsoft Transact-SQL [-]

TOGAF® EA Course Combined [-]

Bli klok på hvordan Lakehouse-plattformen kan brukes for å lagre, bruke og få glede av Big Data   På dette todagers-kurset om Lakehouse-teknologien får du en solid forståelse for fremtidens måte å lagre, håndtere og forvalte Big Data på. Du lærer om hvorfor Lakehouse fungerer som en missing link mellom et datavarehus og en datainnsjø, og du får sjansen til å jobbe under panseret på teknologien. I tillegg lærer du deg prinsippene for hvordan Lakehouse kan brukes til konkret verdiskaping, så som ACID Transactions, versjonshåndtering, styringsmodeller og Time Travel. På kurset tas kjente verktøy som Spark, Python og SWL i bruk for å bygge en Lakehouse-plattform. Du får innsikt i reelle brukeropplevelser der implementering av Lakehouse-teknologi i ulikt omfang er blitt brukt til å modernisere og forbedre selskapers dataarkitektur. Når kurset er slutt vil du være i stand til å identifisere de beste bruksområdene for Lakehouse-teknologi (uansett om det er på moderne eller nedarvede plattformer), samtidig som du kan konfigurere ende-til-ende ETL-arbeidsflyter som vil gjøre datahåndteringen enklere og mer effektivt. Du vil sitte igjen med en dyp forståelse for hvordan Lakehouse-arkitekturen fungerer i praksis – og hvordan du kan bruke den til å bygge mer moderne dataplattformer. Du vil også være bedre i stand til å vurdere kostnadsdrivende elementer ved Lakehouse-baserte løsninger – og ikke minst kunne dokumentere og avgjøre om bruk av Lakehouse vil være økonomisk smart for din bedrift.   Dette får du med deg hjem: En ny forståelse for hvorfor Lakehouse er blitt så populært innen Big Data-analyse. Forståelse for de teknologiske styrkene og svakhetene som ligger i Lakehouse-arkitekturen. Praktisk erfaring med å jobbe med Delta Lake, som er den underliggende teknologien som driver Lakehouse. Evnen til å både planlegge og distribuere Lakehouse-dataflyter videre til produksjon. Forståelse for hvordan Lakehouse kan tilpasses og brukes sammen med både moderne og nedarvede dataplattformer. Kunnskap om bestepraksis når det gjelder bruk av Lakehouse,.     [-]

Introkurs som lærer deg de viktigste, mest brukbare Data Mesh-prinsippene I løpet av kursdagen blir du introdusert for hovedprinsippene og de viktigste definisjonene som gjelder Data Mesh-arkitektur. Du får oversikt over nøkkelkomponenter og bestepraksis, og lærer hvordan du kan bruke Data Mesh-konsepter i din bedrift. Du kommer til å lære hvordan Data Mesh kan bidra til økt verdiskapning i organisasjonen deres fordi teknologien forbedrer databruk og -administrasjon gjennom sitt skrift fra en tradisjonell sentralisert til en mer desentralisert datamodell. Kurset er lagt opp som en blanding av forelesninger, gruppediskusjoner og case-oppgaver.   Dette får du med deg hjem: En forståelse for hva Data Mesh er – og hvilke primære drivere som ligger i bruken av teknologien. De fire kjerneprinsippene innen Data Mesh (domeneorientert eierskap, selvbetjening, desentralisert arkitektur og data som produkt). Praktisk bruk av Data Mesh. Strategiske, tekniske og organisatoriske aspekter ved tilpasning av Data Mesh. Derfor skal du ta dette kurset: Hva betyr et paradigmeskifte, tenker du? At det finnes nye løsninger på gamle problemer. Når vi sier at Data Mesh er et paradigmeskifte er det fordi teknologien representerer en fundamental endring bort fra den tradisjonelle, sentraliserte datamodellen – mot en mer desentralisert tilnærming der eierskap og ansvar for dataen ligger hos de enkelte domene-teamene. Dette gjør at selskaper som tar i bruk Data Mesh kan oppleve at de plutselig har et verktøy som lar dem finne de manglende brikkene de trenger for å skalere datainitiativene sine, øke datamodenheten – og oppnå drastisk kortere tilbakemeldingssykluser i data- og analysearbeidet. [-]

Målsettingen med dette kurset er å gi deltakerne en videregående innføring i utviklingen av relasjonsdatabaser vha. MS Access . Kursdeltakerne vil lære å benytte VBA for programmering av Access sin Objekt Model.     DokumentasjonDataPower – Lær mer om MS Access eller tilsvarende.   MetodikkGateway tilbyr praktisk og virkelighetsnær opplæring. I tillegg til å jobbe med kurs og opplæring, er våre instruktører også konsulenter som jobber med utvikling og problemløsninger i den aktuelle programvare. Dette betyr at instruktørene kjenner den praktiske bruk av programmet i ulike bedriftsmiljøer.   Vi har som oftest små grupper på kurs, slik at kursleder kan ta seg av hver enkelt. Alle deltakere får egen PC under kurset. Kursleder vil vise ulike teknikker på storskjerm, deltakerne vil deretter få oppgaver der de kan prøve ut disse teknikkene.   Deltakerne vil få utdelt dokumentasjon som vil bli benyttet under kurset, slik at man lettere kan bruke dokumentasjonen som oppslagsverk i ettertid.Tilgjenglige alternativer:   [-]