| Ders Adı | Kodu | Verildiği Yıl | Verildiği Yarıyıl | Süresi (T+U) | Yerel Kredisi | AKTS Kredisi |
| Veri Yoğunluklu Uygulamalar | SENG 477 | | | 3 + 0 | 3 | 5,00 |
| |
| Ders Bilgileri |
| Dersin Öğretim Dili | İngilizce |
| Dersin Seviyesi | Lisans |
| Dersin Türü | |
| Dersin Veriliş Biçimi | Yüz Yüze |
| |
Dersin Öğrenme Kazanımları:
Bu dersi başarı ile tamamlayan öğrenciler: |
| 1. Farklı veri türlerini bilir ve anlar (örneğin, yapılandırılmış ve yapılandırılmamış veriler; statik ve akış verileri). |
| 2. Dosya sistemlerini ve veritabanı sistemlerini karşılaştırır. |
| 3. Veritabanı türlerinin (ör. ilişkisel veritabanları, NoSQL veritabanları, bellek içi veritabanları, grafik veritabanları vb.) özelliklerini ve farklılıklarını anlar. |
| 4. Dağıtılmış dosya sistemlerini (Apache Hadoop gibi) kavrar ve tasarlar. |
| 5. Veri akış analiz sistemlerini (Apache Spark gibi) kavrar ve tasarlar. |
| |
| Dersin Önkoşulları ve Birlikte Alınması Gereken Dersler | Yok |
| Daha Önce Alınmış Olması Önerilen Dersler | Yok |
| |
Dersin Tanımı:
Bu ders dosya sistemlerini, ilişkisel veritabanı sistemlerini ve NoSQL sistemlerini tanıtmaktadır. Öğrenciler, işlem işleme, eşzamanlılık denetimi ve dizin yönetimi açısından ilişkisel veritabanı sistemlerinin kısıtlamalarını öğreneceklerdir. Anahtar-değer depoları, sütunlu veritabanları, belge veritabanları, bellek içi veritabanları, zaman serisi veritabanları ve grafik veritabanları gibi NoSQL veritabanı sistemleri ele alınacaktır. Öğrenciler, Apache Hadoop gibi dağıtılmış büyük veri dosya sistemlerinin ve Apache Spark gibi büyük veri analitiği sistemlerinin mimarilerini öğreneceklerdir. Apache Hadoop Çerçevesi ile ilgili araçlar (Hive, Pig, Avro, Oozie vb.) tanıtılacaktır. |
| |
| Dersin İçeriği (Haftalık Konu Dağılımı): |
| |
| Hafta | Konu |
| 1 | Dosya Sistemleri ve Depolama |
| 2 | İlişkisel Veritabanı Sistemleri - Tarihçe ve Giriş |
| 3 | Veritabanı Hareketleri Yönetimi ve Eşzamanlılık (ACID ve CAP Teoremi) |
| 4 | Indeks Yapıları |
| 5 | Dağıtık Veri Depolama - HDFS, Apache Hadoop |
| 6 | Dağıtık Veri İşleme - MapReduce |
| 7 | Dağıtık Veri İşleme - Apache Spark |
| 8 | Dağıtık Veri Erişimi - Hive, Pig, Mahout, Avro, SQOP |
| 9 | Dağıtık Veri Yönetimi - Oozie, Chukva, Flume, ZooKepeer |
| 10 | Doküman Veritabanları |
| 11 | Bellek Veritabanları |
| 12 | Zaman-serisi Veritabanları |
| 13 | Kolon-düzenli Veritabanları |
| 14 | Graf Veritabanları |
| |
| Kaynaklar: |
| - Next Generation Databases, Guy Harrison, Apress, 2015.
- Big Data Concepts, Technology, and Architecture, Balamurugan Balusamy, Nandhini Abirami R, Seifedine Kadry, Amir H. Gandomi 2021.
|
| |
| Diğer Kaynaklar: |
| Big Data Using Hadoop and Hive, Nitin Kumar, Mercury Learning and Information, 2021. |
| |
| Öğretim Yöntem ve Teknikleri: |
| Anlatma/Açıklama
Tartışmalar/Münazaralar
Sorgulama
Okuma
Akran Öğretimi
Gösterme
Problem Çözme
İşbirliği Yapma
Video Sunumları
Sözlü Sunumlar/Raporlar |
| |
| Değerlendirme Sistemi: |
| Yöntem | Adet | Katkı (%) |
| Final Sınavı | 1 | %40 |
| Ara Sınav | 1 | %30 |
| Grup Projesi | 1 | %30 |
| |
| Ders İşbaşı Eğitimi (iş yerinde eğitim) Gerektiriyor mu? |
| Gerektirmiyor |