Dieses Modul befasst sich mit der Transaktionsverwaltung in verteilten Datenbanksystemen, wobei der Schwerpunkt auf Methoden der Gleichzeitigkeitskontrolle liegt. Sie lernen, ACID-Eigenschaften zu identifizieren, um die Konsistenz der Datenbank aufrechtzuerhalten, Transaktionspläne mit Operationen und partiellen Anordnungen zu entwickeln und verschiedene Algorithmen zur Gleichzeitigkeitskontrolle und Deadlock-Verwaltung zu implementieren, einschließlich zweiphasiger Sperren und zeitbasierter Techniken.

In diesem Modul werden Protokolle zur Reliabilität in verteilten Datenbanken untersucht, wobei der Schwerpunkt auf der Aufrechterhaltung der Konsistenz und Haltbarkeit bei Systemausfällen liegt. Die wichtigsten Protokolle zur Wiederherstellung und Reliabilität, einschließlich ARIES, Zwei-Phasen- und Drei-Phasen-Commit, werden behandelt. Darüber hinaus erhalten die Teilnehmer grundlegende Kenntnisse über die Prinzipien des Data Warehousing sowie eine Einführung in die Accumulo-Architektur. Dazu gehören grundlegende Accumulo-Funktionen und Sicherheitsmechanismen auf Zellebene, die für ein groß angelegtes verteiltes Datenmanagement unerlässlich sind.

Dieses Modul führt in die Grundprinzipien des Cloud-Computing ein, wobei der Schwerpunkt auf dem Hadoop-Ökosystem und seinem Nutzen für die Verarbeitung großer Datenmengen liegt. Mit dem Schwerpunkt auf dem MapReduce-Framework werden die Lernenden die Pseudocode-Entwicklung und -Architektur erkunden. Das Modul integriert auch grundlegende Konzepte des Maschinellen Lernens, insbesondere Algorithmen für Clustering, Klassifizierung und Kollaboratives Filtern mit Mahout und Accumulo. Mit diesen Techniken sind die Teilnehmer in der Lage, skalierbare Datenanalysen durchzuführen und Empfehlungssysteme in Hadoop zu erstellen, die für die Verwaltung und Analyse großer Datensätze geeignet sind.