Нереляционные базы данных

2025/2026

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Департамент больших данных и информационного поиска

Статус:

Курс обязательный

Когда читается:

1-й курс, 2, 3 модуль

Преподаватель

Касьяненко Дарья Алексеевна

Программа дисциплины

Аннотация

Дисциплина направлена на формирование знаний и навыков работы с нереляционными базами данных. В рамках курса студенты изучат различные модели и типы нереляционных данных, основные принципы работы с ними. Студенты научатся проектировать и создавать схемы базы данных в нереляционной модели, использовать различные языки запросов и манипулирования данными для работы с нереляционными базами данных, решать задачи, связанные с управлением данными, и анализировать и оптимизировать производительность нереляционных баз данных. В результате изучения дисциплины студенты будут готовы к применению NoSQL баз данных в своих проектах и дальнейшему профессиональному росту в области бэкенд-разработки и баз данных.

Цель освоения дисциплины

• Познакомить обучающихся с основными способами хранения информации.
• Привить навыки проектирования и использования реляционных и нереляционных баз данных
• Сформировать навыки проектирования и разработки прикладных проектов с использованием современных СУБД.

Планируемые результаты обучения

• - Понимать основные концепции и определения, связанные с нереляционными базами данных.
• Выделять преимущества и недостатки различных типов нереляционных баз данных.
• Определять и классифицировать различные типы нереляционных баз данных (NoSQL, NewSQL, колоночные, объектно-ориентированные, графовые).
• Оценивать подходящие сценарии применения для нереляционных баз данных.
• - Ориентироваться в структуре документо-ориентированных баз данных, включая коллекции и документы.
• Работать с MongoDB и другими документо-ориентированными базами данных.
• Проектировать схемы данных с использованием гибкой структуры документо-ориентированных баз данных.
• - Разбираться в особенностях работы и применения баз данных ключ-значение в различных сценариях (кэширование, управление сессиями, хранение конфигураций).
• Использовать Redis и другие базы данных ключ-значение для решения актуальных задач.
• Оценивать и выбирать подходящую базу данных для конкретных сценариев на основе их особенностей.
• - Разбираться в классификациях колоночных баз данных, включая распределенные, синхронные и асинхронные модели.
• - Знать преимущества и недостатки колоночных баз данных, а также их область применения.
• - Работать с основными представителями колоночных баз данных, такими как HBase, Cassandra и Google BigTable.
• -Проектировать и реализовывать схемы данных в колоночных базах данных с учетом специфики их архитектуры.
• - Разбираться в классификациях графовых баз данных, включая распределенные, синхронные и асинхронные модели.
• - Знать преимущества и недостатки графовых баз данных, а также их применение для моделирования сложных взаимосвязей.
• - Работать с графовыми базами данных, такими как Neo4j, для решения задач, связанных с графовыми структурами.
• - Использовать язык запросов, характерный для графовых баз данных, для извлечения и манипуляции данными.
• - Разбираться в классификациях хранилищ данных: оперативные, аналитические и архивные.
• -Знать преимущества и недостатки различных хранилищ данных, а также основные особенности каждого
• -Работать с основными представителями хранилищ данных, такими как Amazon S3, Google Cloud Storage и Microsoft Azure Blob Storage.
• - Проектировать архитектуру хранилищ данных в зависимости от требований бизнеса и типа данных
• - Понимать концепцию полнотекстового поиска и его отличие от простого поиска
• - Настраивать полнотекстовый поиск в нереляционных базах данных
• - Применять в работе Elastic search, Lucene, Sphinx
• -Использовать основные библиотеки Python для работы с нереляционными базами данных
• -Подключаться к нереляционным базам данных с помощью Python
• -Выполнять операции CRUD (создание, чтение, обновление, удаление) с данными
• -Обрабатывать и анализировать данные, хранящиеся в нереляционных базах данных
• -Проводить базовые операции по оптимизации запросов и управлению производительностью

Содержание учебной дисциплины

• Введение в нереляционные базы данных
• Документо-ориентированные базы данных
• Базы данных ключ-значение. Базы данных с картежами
• Колоночные базы данных
• Графовые базы данных
• Хранилища данных
• Полнотекстовый поиск
• Применение Python в работе с нереляционными базами данных

Элементы контроля

• Итоговое задание (экзамен)
• Тест
• Задания с проверкой на вебинаре
• Задания с проверкой преподавателем

Промежуточная аттестация

• 2025/2026 3rd module
  0.1 * Тест + 0.2 * Задания с проверкой на вебинаре + 0.3 * Задания с проверкой преподавателем + 0.4 * Итоговое задание (экзамен)

Список литературы

Рекомендуемая основная литература

• Базы данных : учебник для вузов, Советов, Б. Я., 2022
• Мартишин С.А., Симонов В.Л., Храпченко М.В. - Базы данных.Практическое применение СУБД SQL и NoSOL-типа для применения проектирования информационных систем - 978-5-8199-0718-4 - Издательский Дом ФОРУМ - 2022 - https://znanium.ru/catalog/product/1873270 - 1873270 - ZNANIUM
• Робинсон, Я. Графовые базы данных: новые возможности для работы со связанными данными / Я. Робинсон, Д. Вебер, Э. Эифрем. — 2-е изд. — Москва : ДМК Пресс, 2016. — 256 с. — ISBN 978-5-97060-201-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/90122 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• Жматов, Д. В. Системы управления реляционными и нереляционными базами данных : учебное пособие / Д. В. Жматов. — Москва : РТУ МИРЭА, 2023. — 99 с. — ISBN 978-5-7339-1939-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/382709 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

• Ахмедова Гюнай Интигам кызы