Como configurar o SymmetricDS para replicação multi-master de bancos de dados de diferentes fornecedores e sistemas de arquivos.

Como configurar a syncronização filtrada e transformação de dados entre diferentes bancos de dados.

Com a evolução do NoSQL surgiram novas perspectivas de melhorias em termos de armazenamento. O volume de dados cresce exponencialmente e isto se torna um gargalo nos sistemas de business intelligence/business analytics (BI/BA) que por natureza se propõem a reunir dados de diversas aplicações. Nesse cenário, o data warehouse (DW) e a modelagem estrela bastante consolidados não podem mais ser usados da forma que conhecemos. Essa palestra discute um caso prático onde o volume de dados impossibilitou o uso de um banco relacional. Ao usar um repositório NoSQL, muitas questões surgiram sobre qual o banco NoSQL apropriado, como o DW deve ser modelado e quais melhorias o NoSQL pode proporcionar.

Datagrids são banco de dados NoSQL utilizados nos mais diversos cenários, incluindo obtenção de dados com latência de alguns millisegundos, buscas em texto, consultas SQL e trabalhos em lotes realizando agregações em largas quantidades de dados.

Essa palestra apresentará a imensa flexibilidade do datagrid open source Infinispan, e sua capacidade de suportar os cenários acima e adicionamente contando com suporte à API Stream Java 8 (porém com processamento distribuído!), suporte à busca textuais com Apache Lucene e a possibilidade de integração com Apache Spark e Apache Hadoop.

Cada milissegundo faz diferença ao realizarmos as mais variadas consultas, principalmente quando falamos de busca full-text, e é nessa etapa que o Elasticsearch com seu alto desempenho e velocidade de resposta se destaca. O palestra apresenta, além de muitos conceitos, seu uso na prática de Elasticsearch para o uso com qualquer tecnologia.

Esta palestra visa apresentar quais ferramentas e técnicas de análise e melhoria de performance estão disponíveis no MongoDB. Durante a palestra será explicado qual é a função de um storage engine, como funcionam e um comparativo das duas storages engines existentes atualmente, o MMAPv1 e o WiredTiger. Veremos também, o que são Indexes, para que servem, como funcionam e como criá-los de forma que sejam eficientes. Vamos visualizar, analisar e interpretar o plano de execução de uma query com o comando explain. Finalizaremos a palestra aprendendo como utilizar as ferramentas de profiling, logs, mongotop e mongostat que estão disponíveis no MongoDB.

Apache Spark é uma solução mantida pela fundação Apache responsável por Streaming de dados, algo fundamental para BigData. Nessa apresentação irei apresentar o Apache Spark e como utilizar em um ambiente de nuvem em uma plataforma de containers com Kubernetes/OpenShift.

O valor real do Big Data é encontrado quando ele é combinado com todos os dados relevantes dentro e fora da organização. Vou apresentar como a Plataforma Pentaho permite aos analistas, sem necessidade de codificação e de forma fácil podem misturar todos os tipos de dados e imediatamente visualizar e explorar para uma melhor tomada de decisão.