Este documento descreve um trabalho prático sobre bancos de dados não relacionais usando Redis e MongoDB. O objetivo é extrair dados de redes sociais, armazená-los em bancos de dados NOSQL e exibir informações de forma amigável ao usuário final. As tecnologias usadas incluem Redis, MongoDB, mLab, Redislabs e Heroku.
Trabalho apresentado ao Prof. Alexandre Ribeiro Afonso, da Faculdade de Informação e Comunicação da Universidade Federal de Goiás, Como requisito parcial para obtenção de nota na disciplina de Tópicos Especiais em GI 1. Tema do trabalho (BANCO DE DADOS RELACIONAIS)
Este texto foi descrito com base em aulas de big data e nosql da minha pós-graduação, pesquisas e gravações de podcast com temas sobre nosql com profissionais da área. A ideia, é apresentar os modelos de dados não-relacionais e suas principais IDEs de mercado.
Papel dos vocabulários no acesso e reuso de recursos digitais na webmarco.dantas
Autores
Bruno Leite - Doutorando PPGCI/UFF | brunopcl@id.uff.br
Carlos H. Marcondes - Professor PPGCI/UFF, PPGGOC/UFMG | ch_marcondes@id.uff.br
Durval Vieira - Doutorando PPGCI/UFF | durvalvieira@gmail.com
Gabriela Caetano - Mestranda PPGGOC-UFMG | gabscae@ufmg.br
Sergio de Castro - Doutor PPGCI/UFF | sergio.scm@gmail.com
Mauricio Cabral - Doutorando PPGCI/UFF | macrjunior@gmail.com
Grupo de Pesquisa REPRESENTAÇÃO E ORGANIZAÇÃO DO CONHECIMENTO em
ambientes digitais
OBJETIVO
Visão geral sobre a questão da quantidade de dados hoje disponíveis na Web e o
papel que os Vocabulários vêm desempenhando nesta questão
AGENDA
2
1. Introdução
2. Questões a serem respondidas
3. Conceituações
1. Dados e metadados
2. Dados e semântica
3. Vocabulários
4. Big, Small e Smart Data
4. Temas relacionados
1. Teoria do conceito
2. Dados de pesquisa
3. Geração de domínios de conhecimento
4. Enriquecimento semântico
5. Vocabulários em ação
Gestão de dados de investigação da recolha até ao depósito: Uma abordagem baseada em ontologias e dados ligados - Cristina Ribeiro, João Lopes, João Silva, João Castro, Ricardo Amorim
Seminário desenvolvido no quarto semestre do curso de B. Sistemas de Informação, na matéria de Sistema de Banco de Dados 2 mestrada por Leonardo Vitazik Neto
Trabalho apresentado ao Prof. Alexandre Ribeiro Afonso, da Faculdade de Informação e Comunicação da Universidade Federal de Goiás, Como requisito parcial para obtenção de nota na disciplina de Tópicos Especiais em GI 1. Tema do trabalho (BANCO DE DADOS RELACIONAIS)
Este texto foi descrito com base em aulas de big data e nosql da minha pós-graduação, pesquisas e gravações de podcast com temas sobre nosql com profissionais da área. A ideia, é apresentar os modelos de dados não-relacionais e suas principais IDEs de mercado.
Papel dos vocabulários no acesso e reuso de recursos digitais na webmarco.dantas
Autores
Bruno Leite - Doutorando PPGCI/UFF | brunopcl@id.uff.br
Carlos H. Marcondes - Professor PPGCI/UFF, PPGGOC/UFMG | ch_marcondes@id.uff.br
Durval Vieira - Doutorando PPGCI/UFF | durvalvieira@gmail.com
Gabriela Caetano - Mestranda PPGGOC-UFMG | gabscae@ufmg.br
Sergio de Castro - Doutor PPGCI/UFF | sergio.scm@gmail.com
Mauricio Cabral - Doutorando PPGCI/UFF | macrjunior@gmail.com
Grupo de Pesquisa REPRESENTAÇÃO E ORGANIZAÇÃO DO CONHECIMENTO em
ambientes digitais
OBJETIVO
Visão geral sobre a questão da quantidade de dados hoje disponíveis na Web e o
papel que os Vocabulários vêm desempenhando nesta questão
AGENDA
2
1. Introdução
2. Questões a serem respondidas
3. Conceituações
1. Dados e metadados
2. Dados e semântica
3. Vocabulários
4. Big, Small e Smart Data
4. Temas relacionados
1. Teoria do conceito
2. Dados de pesquisa
3. Geração de domínios de conhecimento
4. Enriquecimento semântico
5. Vocabulários em ação
Gestão de dados de investigação da recolha até ao depósito: Uma abordagem baseada em ontologias e dados ligados - Cristina Ribeiro, João Lopes, João Silva, João Castro, Ricardo Amorim
Seminário desenvolvido no quarto semestre do curso de B. Sistemas de Informação, na matéria de Sistema de Banco de Dados 2 mestrada por Leonardo Vitazik Neto
Criação de nuvem de palavras usando python e javascript
1. CURSO CIÊNCIA DE DADOS E BIG DATA
BANCO DE DADOS NÃO RELACIONAIS – NOSQL
TRABALHO PRÁTICO
ALUNOS:
MATEUS FERNANDO
MIRLAINE M RIBEIRO
ROBSON H PIERE
YITZHAK ANDRADE
PROFESSOR:
HENRIQUE BATISTA DA SILVA
2. OBJETIVO
Extrair informações relevantes de redes sociais como
Twitter, para que sejam realizadas análises quantitativas,
exibir o termo pesquisado que tiver maior número de
repetições e destacá-los visualmente.
Armazenar esses dados em um banco de dados NOSQL;
Exibir informações de forma amigável ao usuário final;
3. TECNOLOGIAS
Banco de Dados NOSQL utilizado:
Redis - Remote Dictionary Server
Arquitetura: Não distribuído;
Armazenamento :Memória (dados armazenados em
memória não são duráveis.)
Modelo de dados: Chave/Valor
4. O Redis é extremamente rápido, tanto para escrita
como para leitura dos dados, pelo fato de armazenar
seus dados em memória. Permite que os dados sejam
persistidos fisicamente caso desejado.
5. TECNOLOGIAS
MONGODB
É um banco de dados distribuído com as seguintes
características:
Orientado a documentos;
Alta performance;
Escalável;
Open Source;
Acesso mais natural aos dados;
6. mLab
O mLab é um serviço de banco de dados de nuvem que hospeda
bancos de dados MongoDB. (Gratuito até 500 MB)
Redislabs
O Redislabs é um serviço de banco de dados de nuvem
que hospeda bancos de dados Redis. (Gratuito até 30 MB)
7. Heroku
É uma plataforma como serviço, utilizada para executar
aplicações em nuvem, suportando diversas linguagens.
Flask
É um microframework em python utilizado para executar
aplicações web.
8. D3 – Data Driven Documents
É uma biblioteca JavaScript, para manipular documentos com
base em dados.
D3 – Word Cloud
Plugin utilizado para criação de nuvem de palavras com a
biblioteca D3.
11. REFERÊNCIAS
http://nosql-database.org/ Disponível em: 10 de junho de 2017;
https://redis.io/documentation Disponível em: 10 de junho de 2017;
http://www.devmedia.com.br/busca/?txtsearch=nosql Disponível
em: 08 de junho de 2017;
https://redislabs.com/pricing/ Disponível em: 05 de junho de 2017;
https://mlab.com/ Disponível em: 13 de junho de 2017;