• Edizioni di altri A.A.:
  • 2019/2020
  • 2020/2021
  • 2021/2022
  • 2022/2023
  • 2023/2024
  • 2024/2025
  • 2025/2026

  • Lingua Insegnamento:
    Italiano 
  • Testi di riferimento:
    Appunti del corso

    Per ulteriori approfondimenti:
    P. Atzeni, S. Ceri, S. Paraboschi, R. Torlone, Basi di dati, McGraw-Hill
    Shannon Bradshaw et al. MongoDB: The Definitive Guide: Powerful and Scalable Data Storage. O’Reilly


     
  • Obiettivi formativi:
    L’obiettivo formativo per lo studente è che raggiunga i seguenti risultati di apprendimento:

    Conoscenza e capacità di comprensione

    Il corso intende fornire le conoscenze metodologiche e applicative relative ai principali strumenti e metodi per la gestione ed interrogazione di insiemi di dati potenzialmente grandi.

    Capacità di applicare conoscenza e comprensione

    Al termine del corso di insegnamento, lo studente anche con l’aiuto di casi di studio concreti svolti in laboratorio, sarà in grado di estrarre e manipolare dati da web, da file e da database, anche di grandi dimensioni.
     
  • Prerequisiti:

     
  • Metodi didattici:
    Lezioni orali. Esercitazioni pratiche in aula informatica.
     
  • Modalità di verifica dell'apprendimento:
    Conoscenza e capacità di comprensione

    La verifica dei risultati di apprendimento sarà effettuata tramite una o più prove scritte ed un colloquio finale (quest’ultimo è facoltativo e/o a discrezione del docente).
    La valutazione finale, espressa in trentesimi, tiene conto sia delle prove scritte preliminari che del colloquio di esame.

    Capacità di applicare conoscenza e comprensione

    Durante le prove d’esame si verifica la capacità degli studenti di applicare le conoscenze fornite dal corso al fine di essere in grado di estrarre e manipolare dati da web, da file e da database, anche di grandi dimensioni.
     
  • Sostenibilità:
     
  • Altre Informazioni:
    Email fabio.fioravanti@unich.it

    Ricevimento studenti per appuntamento. 

- Introduzione al fenomeno dei Big Data
- Database relazionali e non relazionali (NoSQL)
- Structured Query Language (SQL)
- MongoDB
- Lab & tools

• Introduzione ai database ed ai Big Data
• Database relazionali. Tabelle, relazioni ed attributi. Informazione incompleta e valori null. Vincoli di integrità.
• Algebra relazionale.
• Structured Query Language (SQL). Query di selezione, inserimento, aggiornamento e cancellazione. Join. Query annidate. Operatori aggregati. Indici.
• Transazioni ACID: atomicity, consistency, isolation and durability
• Database non relazionali (NoSQL). Modelli non relazionali: chiave-valore, Wide Column, document-based, a grafo, ad oggetti.
• CAP (or Brewer's) theorem. Consistency, Availability, Partition Tolerance.
• MongoDB. Collezioni e documenti. Query Language. Aggregation framework. Indici, repliche, sharding.

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram