Cursuri de pregatire Samza for Stream Processing

Această instruire live, cu instructor, în România (online sau la fața locului) se adresează inginerilor de date, cercetătorilor de date și programatorilor care doresc să utilizeze caracteristicile Spark Streaming în procesarea și analiza datelor în timp real.

Până la sfârșitul acestei instruiri, participanții vor fi capabili să utilizeze Spark Streaming pentru a procesa fluxuri de date în timp real pentru a fi utilizate în baze de date, sisteme de fișiere și tablouri de bord în timp real.

Acest curs de formare live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor care doresc să implementeze Apache Kafka procesarea fluxurilor fără a scrie cod.

Până la sfârșitul acestei formări, participanții vor fi capabili să:

• Să instaleze și să configureze Confluent KSQL.
• Să configureze o conductă de procesare a fluxurilor utilizând numai comenzi SQL (fără codare Java sau Python).
• Să efectueze filtrarea datelor, transformări, agregări, îmbinări, ferestre și sesionări în întregime în SQL.
• Proiectați și implementați interogări interactive și continue pentru ETL în flux și analize în timp real.

Acest curs de formare live, condus de un instructor în România (online sau la fața locului) se adresează dezvoltatorilor care doresc să învețe principiile din spatele stocării persistente și pure în memorie pe măsură ce trec prin crearea unui proiect de exemplu de calcul în memorie.

Până la sfârșitul acestei formări, participanții vor fi capabili să:

• Să utilizeze Ignite pentru persistență in-memory, on-disk, precum și pentru o bază de date in-memory pur distribuită.
• Să realizeze persistența fără sincronizarea datelor cu o bază de date relațională.
• Utilizarea Ignite pentru a efectua conexiuni SQL și conexiuni distribuite.
• Îmbunătățirea performanței prin mutarea datelor mai aproape de CPU, folosind RAM ca spațiu de stocare.
• Răspândiți seturile de date pe un cluster pentru a obține scalabilitate orizontală.
• Integrați Ignite cu RDBMS, NoSQL, Hadoop și procesoare de învățare automată.

Apache Beam este un model de programare unificat, cu sursă deschisă, pentru definirea și executarea conductelor paralele de prelucrare a datelor. Puterea sa constă în capacitatea sa de a rula atât conducte pe loturi, cât și conducte de flux, execuția fiind efectuată de unul dintre back-end-urile de procesare distribuită acceptate de Beam: Apache Apex, Apache Flink, Apache Spark și Google Cloud Dataflow. Apache Beam este util pentru sarcinile ETL (Extract, Transform, and Load), cum ar fi mutarea datelor între diferite medii de stocare și surse de date, transformarea datelor într-un format mai dorit și încărcarea datelor într-un sistem nou.

În cadrul acestei formări live (la fața locului sau de la distanță) susținute de un instructor, participanții vor învăța cum să implementeze SDK-urile Apache Beam într-o aplicație Java sau Python care definește o conductă de procesare a datelor pentru descompunerea unui set de date mari în bucăți mai mici pentru procesare independentă, paralelă.

La finalul acestei instruiri, participanții vor fi capabili să:

• Să instaleze și să configureze Apache Beam.
• Să utilizeze un singur model de programare pentru a efectua atât procesarea pe loturi, cât și pe fluxuri din cadrul aplicației Java sau Python.
• Să execute pipeline-uri în mai multe medii.

Formatul cursului

• Parte prelegere, parte discuție, exerciții și multă practică

Notă

• Acest curs va fi disponibil Scala în viitor. Vă rugăm să ne contactați pentru a aranja.

Apache Apex este o platformă YARN-nativă care unifică procesarea fluxurilor și a loturilor. Aceasta procesează date mari în mișcare într-un mod care este scalabil, performant, tolerant la erori, cu stare, sigur, distribuit și ușor de utilizat.

Acest curs live, condus de un instructor, prezintă arhitectura unificată de procesare a fluxurilor Apache Apex și conduce participanții prin crearea unei aplicații distribuite utilizând Apex pe Hadoop.

Până la sfârșitul acestei instruiri, participanții vor fi capabili să:

• Să înțeleagă conceptele de pipeline de procesare a datelor, cum ar fi conectorii pentru surse și scurgeri, transformările comune de date etc.
• Să construiască, să scaleze și să optimizeze o aplicație Apex
• Să proceseze fluxuri de date în timp real în mod fiabil și cu latență minimă
• Utilizarea Apex Core și a bibliotecii Apex Malhar pentru a permite dezvoltarea rapidă a aplicațiilor
• Utilizați API-ul Apex pentru a scrie și reutiliza codul Java existent
• Integrați Apex în alte aplicații ca motor de procesare
• Reglarea, testarea și extinderea aplicațiilor Apex

Formatul cursului

• Prelegere și discuții interactive.
• O mulțime de exerciții și practică.
• Implementare practică într-un mediu live-lab.

Opțiuni de personalizare a cursului

• Pentru a solicita o instruire personalizată pentru acest curs, vă rugăm să ne contactați pentru a aranja.

Apache Storm este un motor de calcul distribuit, în timp real, utilizat pentru a permite informații de afaceri în timp real. Acesta face acest lucru permițând aplicațiilor să proceseze în mod fiabil fluxuri nelimitate de date (a.k.a. procesarea fluxurilor).

"Storm este pentru procesarea în timp real ceea ce Hadoop este pentru procesarea pe loturi!"

În acest training live condus de un instructor, participanții vor învăța cum să instaleze și să configureze Apache Storm, apoi să dezvolte și să implementeze o aplicație Apache Storm pentru prelucrarea datelor mari în timp real.

Unele dintre subiectele incluse în această instruire includ:

• Apache Storm în contextul Hadoop
• Lucrul cu date nelimitate
• Calculul continuu
• Analiză în timp real
• Procesarea distribuită RPC și ETL

Solicitați acest curs acum!

Audiență

• Dezvoltatori de software și ETL
• Profesioniști Mainframe
• Oameni de știință în domeniul datelor
• Analiști Big Data
• Hadoop profesioniști

Formatul cursului

• Parte prelegere, parte discuție, exerciții și multă practică

În cadrul acestei formări live cu instructor în România (la fața locului sau la distanță), participanții vor învăța cum să implementeze și să gestioneze Apache NiFi într-un mediu de laborator live.

Până la sfârșitul acestui training, participanții vor fi capabili să:

• Să instaleze și să configureze Apachi NiFi.
• Să genereze, să transforme și să gestioneze date din surse de date disparate și distribuite, inclusiv baze de date și lacuri de date mari.
• Să automatizeze fluxurile de date.
• Să permită analizele de flux.
• Aplicați diverse abordări pentru ingestia datelor.
• Transformarea Big Data și în perspective de afaceri.

În cadrul acestei formări live, condusă de un instructor în România, participanții vor învăța elementele de bază ale programării bazate pe flux pe măsură ce vor dezvolta o serie de extensii, componente și procesoare demonstrative utilizând Apache NiFi.

Până la sfârșitul acestei instruiri, participanții vor fi capabili să:

• Să înțeleagă arhitectura NiFi și conceptele de flux de date.
• Să dezvolte extensii utilizând NiFi și API-uri terțe.
• Să își dezvolte propriul procesor Apache Nifi personalizat.
• Să primească și să proceseze date în timp real din formate de fișiere și surse de date disparate și neobișnuite.

Acest curs de formare live, condus de un instructor în România (online sau la fața locului) prezintă principiile și abordările care stau la baza procesării distribuite a datelor în flux și pe loturi și conduce participanții prin crearea unei aplicații de flux de date în timp real în Apache Flink.

Până la sfârșitul acestui curs, participanții vor fi capabili să:

• Să creeze un mediu pentru dezvoltarea de aplicații de analiză a datelor.
• Să înțeleagă cum funcționează biblioteca de procesare a grafurilor (Gelly) din Apache Flink.
• Să împacheteze, să execute și să monitorizeze aplicații de flux de date bazate pe Flink, tolerante la erori.
• Gestionarea diverselor sarcini de lucru.
• Efectuarea de analize avansate.
• Configurarea unui cluster Flink cu mai multe noduri.
• Măsurarea și optimizarea performanței.
• Integrarea Flink cu diferite sisteme Big Data.
• Compararea capacităților Flink cu cele ale altor cadre de procesare a datelor mari.

Această instruire live, condusă de un instructor în România (online sau la fața locului) prezintă Hortonworks Data Platform (HDP) și conduce participanții prin implementarea soluției Spark + Hadoop.

Până la sfârșitul acestui training, participanții vor fi capabili să:

• Să utilizeze Hortonworks pentru a rula fiabil Hadoop la scară largă.
• Unifice capacitățile de securitate, guvernanță și operațiuni ale Hadoop cu fluxurile de lucru analitice agile ale Spark.
• Utilizați Hortonworks pentru a investiga, valida, certifica și sprijini fiecare dintre componentele unui proiect Spark.
• Procesați diferite tipuri de date, inclusiv structurate, nestructurate, în mișcare și în repaus.

Apache Ambari este o platformă de gestionare open-source pentru aprovizionarea, gestionarea, monitorizarea și securizarea clusterelor Apache Hadoop.

În cadrul acestui training live condus de un instructor, participanții vor învăța instrumentele și practicile de management oferite de Ambari pentru a gestiona cu succes clusterele Hadoop.

Până la sfârșitul acestei instruiri, participanții vor fi capabili să:

• Să configureze un cluster Big Data live utilizând Ambari
• Să aplice caracteristicile și funcționalitățile avansate ale Ambari la diverse cazuri de utilizare
• Să adauge și să elimine noduri fără probleme, după cum este necesar
• Să îmbunătățească performanța unui cluster Hadoop prin reglaje și ajustări

Audiență

• DevOps
• Administratori de sistem
• DBA
• Hadoop profesioniști în testare

Formatul cursului

• Parte prelegere, parte discuție, exerciții și multă practică

Cloudera Impala este un motor de interogare SQL de procesare masiv paralelă (MPP) cu sursă deschisă pentru clustere Apache Hadoop.

Impala permite utilizatorilor să emită interogări SQL cu latență redusă pentru datele stocate în Hadoop Distributed File System și Apache Hbase fără a necesita deplasarea sau transformarea datelor.

Audiență

Acest curs se adresează analiștilor și cercetătorilor de date care efectuează analize asupra datelor stocate în Hadoop prin intermediul instrumentelor Business Intelligence sau SQL.

După acest curs, delegații vor fi capabili să

• Să extragă informații semnificative din clusterele Hadoop cu Impala.
• Scrie programe specifice pentru a facilita Business Intelligence în Impala SQL dialect.
• Să rezolve problemele 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

acest instructor-condus, Live Training (la fața locului sau la distanță) este destinat ingineri care doresc să utilizeze confluente (o distribuție de Kafka) pentru a construi și de a gestiona o platformă de prelucrare a datelor în timp real pentru aplicațiile lor.

până la sfârșitul acestui training, participanții vor putea:

• instala și configura platforma confluent.
• utilizarea confluente & #39; s instrumente de gestionare și servicii pentru a rula Kafka mai ușor.
• stoca și procesul de intrare flux de date.
• optimiza și gestiona clustere Kafka.
• sigure fluxuri de date.

format al cursului

• interactive prelegere și discuții.
• o mulțime de exerciții și practică.
• hands-on punerea în aplicare într-un mediu de laborator live.

curs opțiuni de personalizare

• acest curs se bazează pe versiunea Open Source de confluente: confluent deschidere acru.
• pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.

În cadrul acestui curs de instruire live, condus de un instructor în România (la fața locului sau la distanță), participanții vor învăța cum să configureze și să integreze diferite cadre Stream Processing cu sistemele de stocare de date mari existente și cu aplicațiile software și microserviciile aferente.

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

• Instalați și configurați diferite cadre Stream Processing, cum ar fi Spark Streaming și Kafka Streaming.
• Înțelegeți și selectați cel mai potrivit cadru pentru treaba respectivă.
.
• Procesați date în mod continuu, simultan și în mod înregistrare cu înregistrare.
.
• Integrați Stream Processing soluțiile cu bazele de date existente, depozitele de date, lacurile de date, etc.
.
• Integrați cea mai potrivită bibliotecă de procesare a fluxurilor cu aplicații de întreprindere și microservicii.