Java User Group Hamburg

Strings sind die am häufigsten verwendeten Java-Objekte. Es ist daher nicht verwunderlich, dass JDK-Entwickler seit Java 1.0 an String-Optimierungen arbeiten, sowohl an offensichtlichen als auch an nicht ganz so offensichtlichen. Die Optimierungen finden auf allen
Ebenen statt: JVM, Garbage Collector, Compiler, Byte Code, String-Klassen, etc.
Dieser Vortrag führt in Konzepte und Implementierungsdetails ein wie etwa String Pool, String Interning, Compact Strings, Compressed Strings, String Deduplication und andere.
In diesem Vortrag lernen Sie NICHT, wie man basierend auf ein paar String-Tricks schnellere Programme schreibt. Das wurde bereits intern von den JDK-Entwicklern in den letzten 25+ Jahren erledigt. In diesem Vortrag erfahren Sie, warum Ihre alten, unveränderten Programme bei dem einen oder anderen Java Release ganz automatisch weniger Speicher benötigen und schneller geworden sind.

Referent:
Nach seinem Studium der Informatik und der Promotion arbeitete Bernd Müller für die IBM und die HDI Informationssysteme. Er ist Professor für Informatik, Autor mehrerer Bücher zu den Themen JSF und JPA, sowie Speaker auf nationalen und internationalen Konferenzen.

Knowledge graphs provide a flexible way to represent and connect data, making them a strong foundation for applications that combine large datasets with AI. In this talk, we will start by defining what knowledge graphs are and why graphs are a natural data model for representing relationships and context. We’ll then look at the specific advantages of graph databases, and how they differ from RDF-based technologies and other graph storage solutions.

The session will also cover practical use cases where knowledge graphs and graph databases add real value, such as integrating heterogeneous data, supporting complex queries, and powering AI-driven applications. Finally, we will discuss how knowledge graphs and graph databases are increasingly used alongside AI, including recent developments like GraphRAG, which extend large language models with structured knowledge.

Referent:
Martin Preusse holds a PhD in Computational Biology and works in the pharmaceutical, life sciences, and healthcare domains. He focuses on building data and AI products that help organizations manage and use complex scientific information. With a background at the intersection of biology and technology, he brings experience in creating platforms that enable research and innovation.