Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

• Grundprinzipien der Anfragebearbeitung in relationalen DBMSen zu benennen
• Anfragebearbeitungspläne zu lesen und Maßnahmen zur Performance-Verbesserung von Anfragen daraus abzuleiten
• zentrale „Big Data“ Konzepte, Methoden, und Technologien mit fachspezifischer Terminologie zu beschreiben
• verteilte Datenverarbeitungsmethoden wie MapReduce und Spark zu verwenden
• Grundprinzipien von NoSQL Systemen zu benennen
• verschiedene NoSQL Technologien zu verwenden.

Inhalte:

• Auswertung und Optimierung von Anfragen auf relationalen Datenbanken
• Einführung in verteilte Datenverarbeitungstechniken (mit Fokus auf MapReduce und Spark)
• Grundprinzipien von verschiedenen NoSQL-Systemen     

• Vorlesungseinheiten
• Drei Übungen (je zu einem Block), die in Gruppen ausgearbeitet und in Kontrollgesprächen von TutorInnen bewertet werden
• Vor den Abgabeterminen können Fragestunden bei den TutorInnen besucht werden.

ECTS Breakdown:

41h   Vorlesungsbesuch + Vorlesungsvor- und Nachbereitung
60h   Ausarbeiten von Übungsbeispielen  
 3h   Kontrollgespräch
40h   Prüfungsvorbereitung
 6h   Prüfung
------------------
150h (= 25h * 6ECTS)

Die Beurteilung erfolgt auf Grund der Leistung von 3 Übungsblättern sowie drei schriftlichen Tests. Für die Übungsblätter sind Abgaben der Lösungen erforderlich, die bei einem persönlichen Gespräch mit einem Tutor diskutiert werden. Die 3 Übungsblätter und schriftlichen Tests entsprechen den 3 großen Böcken in der Vorlesung (siehe Lehrinhalt).

Die Beurteilung ist wie folgt aufgeschlüsselt:

• 20% je Prüfung
• 15% je Übungsblatt 1 und 2
• 10% Übungsblatt 3

Datenbank-Kenntnisse im Umfang der Bachelor-LVA "Datenbanksysteme" sind unbedingt erforderlich. Außerdem werden Programmierkenntnisse im Umfang der Bachelor-LVA "Einführung in die Programmierung 1"  vorausgesetzt.