Cursuri de pregatire Hadoop with Python

Acest curs de instruire live, condus de un instructor în România (online sau la fața locului) prezintă Hortonworks Data Platform (HDP) și îi conduce pe participanți prin implementarea soluției Spark + Hadoop.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

Utilizați Hortonworks pentru a rula în mod fiabil Hadoop la scară largă. Unificați capacitățile de securitate, guvernanță și operațiuni ale Hadoop's cu fluxurile de lucru analitice agile ale Spark's. Utilizați Hortonworks pentru a investiga, valida, certifica și susține fiecare dintre componentele unui proiect Spark. Prelucrați diferite tipuri de date, inclusiv date structurate, nestructurate, în mișcare și în repaus.

Apache Ambari este o platformă de management open-source pentru aprovizionare, gestionare, monitorizare și securizare a clusterelor Apache Hadoop .

În cadrul acestei instruiri live, instruită de instructor, participanții vor învăța instrumentele și practicile de management oferite de Ambari pentru a gestiona cu succes grupurile Hadoop .

Până la sfârșitul acestui antrenament, participanții vor putea:

• Configurați un cluster Big Data direct folosind Ambari
• Aplicați funcțiile și funcționalitățile avansate ale Ambari la diverse cazuri de utilizare
• Adăugați și eliminați nodurile fără probleme, după cum este necesar
• Îmbunătățiți performanțele unui cluster Hadoop prin reglare și reglare

Public

• DevOps
• Administratori de sistem
• DBAs
• Profesioniști în testarea Hadoop

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice

Cloudera Impala is an open source massively parallel processing (MPP) SQL query engine for Apache Hadoop clusters.

Impala enables users to issue low-latency SQL queries to data stored in Hadoop Distributed File System and Apache Hbase without requiring data movement or transformation.

Audience

This course is aimed at analysts and data scientists performing analysis on data stored in Hadoop via Business Intelligence or SQL tools.

After this course delegates will be able to

• Extract meaningful information from Hadoop clusters with Impala.
• Write specific programs to facilitate Business Intelligence in Impala SQL Dialect.
• Troubleshoot Impala.

Acest curs acoperă modul de utilizare a limbajului SQL Hive (AKA: Hive HQL, SQL on Hive , Hive QL) pentru persoanele care extrag date din Hive

Cursul este dedicat specialiștilor IT care caută o soluție pentru stocarea și procesarea seturilor mari de date în mediul sistemelor distribuite

Obiectivul cursului:

Obținerea de cunoștințe despre administrarea clusterului Hadoop

Public:

Cursul este destinat specialiștilor IT care caută o soluție pentru stocarea și procesarea seturilor de date mari într-un mediu distribuit al sistemului

Go al:

Cunoștințe aprofundate privind administrarea clusterului Hadoop .

Public:

Acest curs are rolul de a demistifica o mare tehnologie de date / hadoop și de a arăta că nu este greu de înțeles.

Apache Hadoop este cel mai popular cadru pentru procesarea Big Data pe clustere de servere. Acest curs va introduce un dezvoltator pentru diferite componente (HDFS, MapReduce, de porc, Hive și HBase) Hadoop ecosistemului.

Apache Hadoop este unul dintre cele mai populare cadre pentru procesarea Big Data pe grupuri de servere. Acest curs se ocupă de gestionarea datelor în HDFS, Porci avansate, Hive și HBase. Aceste tehnici avansate de programare vor fi benefice pentru dezvoltatorii Hadoop experiență.

Public : dezvoltatori

Durata: trei zile

Format: prelegeri (50%) și laboratoare practice (50%).

Acest curs introduce HBase - un magazin No SQL pe partea de sus a Hadoop . Cursul este destinat dezvoltatorilor care vor folosi HBase pentru a dezvolta aplicații și administratorii care vor gestiona clusterele HBase.

Vom merge un dezvoltator prin arhitectura HBase și modelarea datelor și dezvoltarea aplicațiilor pe HBase. Acesta va discuta, de asemenea, folosind MapReduce cu HBase și câteva subiecte de administrare legate de optimizarea performanței. Cursul este foarte practic, cu multe exerciții de laborator.

Durata : 3 zile

Audiență : dezvoltatori și administratori

Apache Hadoop este cel mai popular cadru pentru procesarea Big Data pe clustere de servere. În acest curs de trei (opțional, patru) zile, participanții vor afla despre beneficiile și cazurile de utilizare pentru Hadoop și ecosistemul său, cum să planifice desfășurarea și creșterea clusterului, cum să instalați, să mențineți, să monitorizați, să depanați și să optimizați Hadoop . Ei vor practica, de asemenea, încărcarea de date în grup, vor cunoaște diverse distribuții Hadoop și vor practica instalarea și gestionarea instrumentelor de ecosistem Hadoop . Cursul se încheie cu discuția despre asigurarea unui cluster cu Kerberos.

"... Materialele au fost foarte bine pregătite și acoperite cu atenție. Laboratorul a fost foarte util și bine organizat "
- Andrew Nguyen, Inginer Principal de Integrare DW, Microsoft Online Advertising

Public

Administratorii Hadoop

Format

Prelegeri și laboratoare, echilibru aproximativ 60%, 40% laboratoare.

Hadoop is the most popular Big Data processing framework.

În cadrul acestui curs de instruire condus de un instructor în România, participanții vor învăța componentele de bază ale ecosistemului Hadoop și modul în care aceste tehnologii pot fi utilizate pentru a rezolva probleme la scară largă. Prin învățarea acestor fundamente, participanții își vor  îmbunătăți capacitatea de a comunica cu dezvoltatorii și implementatorii acestor sisteme, precum și cu oamenii de știință și analiștii de date pe care îi implică multe proiecte IT.

Audiență

• Manageri de proiect care doresc să implementeze Hadoop în infrastructura lor de dezvoltare sau IT existentă
.
• Manageri de proiect care au nevoie să comunice cu echipe interfuncționale care includ ingineri de big data, cercetători de date și analiști de afaceri

Apache Samza este un cadru de calcul asincron, asincron, în timp real, open source Utilizează Apache Kafka pentru mesagerie și Apache Hadoop YARN pentru toleranță la erori, izolarea procesorului, securitate și gestionarea resurselor.

Acest instruire live, condus de instructor, introduce principiile din spatele sistemelor de mesagerie și procesarea fluxului distribuit, în timp ce participanții parcurg prin crearea unui proiect bazat pe Samza și execuția postului.

Până la sfârșitul acestui antrenament, participanții vor putea:

• Utilizați Samza pentru a simplifica codul necesar pentru a produce și consuma mesaje.
• Decuplați gestionarea mesajelor dintr-o aplicație.
• Utilizați Samza pentru a implementa calcule asincrone aproape în timp real.
• Utilizați procesarea fluxului pentru a oferi un nivel mai mare de abstractizare asupra sistemelor de mesagerie

Public

• Dezvoltatori

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice

Datameer este o platformă de business intelligence și de analiză construită pe Hadoop Permite enduserilor să acceseze, să exploreze și să coreleze datele de mari dimensiuni, structurate, semistructurate și nestructurate într-o manieră simplă În această instruire instruită, participanții vor învăța cum să folosească Datameer pentru a depăși curba de învățare abruptă a lui Hadoop, deoarece ei parcurg configurarea și analiza unei serii de mari surse de date Până la sfârșitul acestui curs, participanții vor putea: Creați, curățați și explorați interactiv un lac de date pentru întreprinderi Accesați depozite de date de business intelligence, baze de date tranzacționale și alte magazine analitice Utilizați o interfață de utilizator a foii de calcul pentru a proiecta conducte de procesare a datelor endtoend Accesați funcțiile pre-construite pentru a explora relații complexe de date Utilizați vrăjitoare draganddrop pentru a vizualiza date și a crea tablouri de bord Utilizați tabele, grafice, grafice și hărți pentru a analiza rezultatele interogării Public Analiști de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .