Programele de formare locală, instruite live Stream Processing demonstrează prin discuții interactive și practică cu mâna fundamentele și subiectele avansate ale procesării fluxurilor Procesul de procesare a fluxului este disponibil ca "formare live la fața locului" sau "instruire live la distanță" Training-ul live la fața locului poate fi efectuat la fața locului la sediul clientului România sau în centrele de formare corporativa NobleProg din România Instruirea live la distanță este realizată printr-un desktop interactiv, la distanță NobleProg Furnizorul dvs de formare locală.
Machine Translated
Mărturii
★★★★★
★★★★★
Mi-a plăcut un echilibru bun între teorie și laboratoare.
N. V. Nederlandse Spoorwegen
Curs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
În general, am beneficiat de mai multă înțelegere a lui Ignite ..
N. V. Nederlandse Spoorwegen
Curs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Mi-a plăcut mai mult prelegerile bune.
N. V. Nederlandse Spoorwegen
Curs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Reamintind/revizuirea keypoints de subiecte discutate.
Paolo Angelo Gaton - SMS Global Technologies Inc.
Curs: Building Stream Processing Applications with Kafka Streams
Machine Translated
Temele de instruire și implicarea formatorului
Izba Administracji Skarbowej w Lublinie
Curs: Apache NiFi for Administrators
Machine Translated
Comunicarea cu oamenii care participă la formare.
Andrzej Szewczuk - Izba Administracji Skarbowej w Lublinie
Curs: Apache NiFi for Administrators
Machine Translated
-
Roxane Santiago - SMS Global Technologies Inc.
Curs: Building Stream Processing Applications with Kafka Streams
Machine Translated
utilitatea exercițiilor
Algomine sp.z.o.o sp.k.
Curs: Apache NiFi for Administrators
Machine Translated
Mi-a plăcut foarte mult antrenamentul. Anton are multe cunoștințe și a pus teoria necesară într-un mod foarte accesibil. Este minunat că antrenamentul a fost o mulțime de exerciții interesante, așa că am fost în contact cu tehnologia pe care o știm de la bun început.
Apache Ignite este o platformă de calcul în memorie care se află între stratul de aplicație și de date pentru a îmbunătăți viteza, scala și disponibilitatea.
În cadrul acestui antrenament, instruit în direct, participanții vor învăța principiile din spatele stocării persistente și pure în memorie în timp ce pășesc prin crearea unui proiect de calcul de memorie în memorie.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Utilizați Ignite pentru persistență pe memorie, pe disc, precum și o bază de date în memorie pur distribuită. - Obțineți persistență fără a sincroniza datele înapoi la o bază de date relațională. - Utilizați Ignite pentru a efectua uniri SQL și distribuite. - Îmbunătățirea performanței prin apropierea de date de procesor, utilizând memoria RAM ca stocare. - Difuzați seturi de date într-un cluster pentru a obține scalabilitatea orizontală. - Integrați aprinderea cu RDBMS, Fără procesoare SQL , Hadoop și mașină.
Formatul cursului
- Prelegeri și discuții interactive. - O mulțime de exerciții și practică. - Implementarea practică într-un mediu de laborator live.
Opțiuni de personalizare a cursului
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
Apache Apex este o platformă nativă YARN care unifică procesarea fluxurilor și loturilor. Procesează date mari în mișcare într-un mod care poate fi scalabil, performant, tolerant la erori, statistic, sigur, distribuit și ușor operabil.
Această instruire în direct, dirijată de instructor, introduce arhitectura de procesare a fluxurilor unificate de Apache Apex și parcurge participanții prin crearea unei aplicații distribuite folosind Apex pe Hadoop .
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele conductelor de procesare a datelor, cum ar fi conectori pentru surse și chiuvete, transformări comune de date etc. - Construiți, scalați și optimizați o aplicație Apex - Procesați fluxuri de date în timp real în mod fiabil și cu latență minimă - Utilizați Apex Core și biblioteca Apex Malhar pentru a permite dezvoltarea rapidă a aplicației - Utilizați API-ul Apex pentru a scrie și reutiliza codul Java existent - Integrați Apex în alte aplicații ca motor de procesare - Reglarea, testarea și scalarea aplicațiilor Apex
Formatul cursului
- Prelegeri și discuții interactive. - O mulțime de exerciții și practică. - Implementarea practică într-un mediu de laborator live.
Opțiuni de personalizare a cursului
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
Apache Beam este un model de programare unificat, open source, pentru definirea și executarea conductelor paralele de procesare a datelor. Puterea sa constă în capacitatea sa de a rula conducte de loturi și de streaming, execuția fiind realizată de unul dintre back-end-urile de procesare distribuite acceptate de Beam: Apache Apex , Apache Flink , Apache Spark și Go ogle Cloud Dataflow. Apache Beam este util pentru sarcinile ETL (Extragere, Transformare și Încărcare), cum ar fi mutarea datelor între diferite suporturi de stocare și surse de date, transformarea datelor într-un format mai dorit și încărcarea datelor într-un sistem nou.
În acest training, instruit în direct (la fața locului sau la distanță), participanții vor învăța cum să implementeze SDK-urile Apache Beam într-o Java sau Python care definește o conductă de prelucrare a datelor pentru descompunerea unui set de date mari în bucăți mai mici pentru o prelucrare independentă și paralelă .
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați Apache Beam . - Utilizați un singur model de programare pentru a efectua atât procesarea lotului, cât și fluxul, pentru a elimina Java lor Java sau Python . - Executați conducte în mai multe medii.
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Notă
- Acest curs va fi disponibil Scala în viitor. Vă rugăm să ne contactați pentru a vă aranja.
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.
Apache flink este un cadru open-source pentru flux scalabil și procesarea datelor batch.
acest instructor-condus, în direct de formare introduce principiile și abordări în spatele distribuite flux și lot de prelucrare a datelor, și plimbări participanți prin crearea unei în timp real, de date de streaming de aplicare în Apache flink.
până la sfârșitul acestei instruiri, participanții vor putea:
- configurați un mediu pentru dezvoltarea aplicațiilor de analiză a datelor. - Package, executa, și monitoriza bazate pe flink, toleranța la erori, date de streaming aplicații. - Gestionați diverse sarcini de lucru. - efectuați analize avansate folosind flink ML. - configurați un cluster flink multi-nod. - measure și a optimiza performance. - integrați flink cu diferite sisteme Big data. - Comparați capacitățile flink cu cele ale altor cadre mari de procesare a datelor.
format al cursului
- part prelegere, parte de discuții, exerciții și grele hands-on practică
Stream Processing se referă la procesarea în timp real a „datelor în mișcare”, adică efectuarea de calcule pe date așa cum sunt primite. Aceste date sunt citite ca fluxuri continue din surse de date , cum ar fi evenimente de senzori, activitatea utilizatorilor site - ul, tranzacțiile financiare, glisări de card de credit, faceți clic pe fluxuri etc. Stream Processing cadre sunt capabile să citească volume mari de date de intrare și de a oferi perspective valoroase aproape instantaneu.
În cadrul acestui training, instruit în direct (la fața locului sau la distanță), participanții vor învăța cum să configureze și să integreze diferite cadre de Stream Processing fluxurilor cu sistemele de stocare de date mari existente și aplicațiile software și microserviciile aferente.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați diferite cadre de Stream Processing fluxurilor, cum ar fi Spark Streaming și Kafka Streaming. - Înțelegeți și selectați cadrul cel mai potrivit pentru job. - Procesarea datelor în mod continuu, concomitent și într-o manieră record-by-record. - Integrați soluțiile de Stream Processing fluxurilor cu bazele de date existente, depozite de date, lacuri de date etc. - Integrați cea mai potrivită bibliotecă de procesare a fluxurilor cu aplicații de întreprindere și microservicii.
Public
- Dezvoltatori - Arhitecți software
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
notițe
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
Kafka Streams este o bibliotecă din partea clientului pentru construirea de aplicații și microservicii ale căror date sunt transmise către și de la un sistem de mesagerie Kafka. În mod tradițional, Apache Kafka s-a bazat pe Apache Spark sau Apache Storm pentru a prelucra date între producătorii de mesaje și consumatori. Apelând API-ul Kafka Streams din cadrul unei aplicații, datele pot fi procesate direct în Kafka, ocolind nevoia de a trimite datele către un cluster separat pentru procesare.
În cadrul acestui training, instruit în direct, participanții vor învăța cum să integreze Kafka Streams într-un set de aplicații Java care să treacă date de la și de la Apache Kafka pentru procesarea fluxului.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți caracteristicile și avantajele Kafka Streams față de alte cadre de procesare a fluxurilor - Procesați fluxul de date direct în cadrul unui cluster Kafka - Scrieți o aplicație sau microservice Java sau Scala care se integrează cu Kafka și Kafka Streams - Scrieți un cod concis care transformă subiectele Kafka de intrare în subiecte Kafka de ieșire - Construiți, împachetați și implementați aplicația
Public
- Dezvoltatori
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
notițe
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza
Confluent KSQL is a stream processing framework built on top of Apache Kafka. It enables real-time data processing using SQL operations.
This instructor-led, live training (onsite or remote) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL. - Set up a stream processing pipeline using only SQL commands (no Java or Python coding). - Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL. - Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion. - Lots of exercises and practice. - Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
În cadrul acestui training, instruit în direct, participanții vor învăța conceptele de bază din spatele Arhitecturii Stream MapR pe măsură ce dezvoltă o aplicație de streaming în timp real.
Până la sfârșitul acestei formări, participanții vor putea construi aplicații pentru producători și consumatori pentru procesarea datelor în flux în timp real.
Public
- Dezvoltatori - Administratorii
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Notă
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
Apache NiFi (Hortonworks DataFlow) este o platformă de logistică integrată în timp real a datelor și o simplă platformă de procesare a evenimentelor care permite mutarea, urmărirea și automatizarea datelor între sisteme. Este scris folosind o programare bazată pe fluxuri și oferă o interfață de utilizator bazată pe web pentru a gestiona fluxurile de date în timp real.
În cadrul acestui training, instruit în direct (la fața locului sau la distanță), participanții vor învăța cum să se implementeze și să gestioneze Apache NiFi într-un mediu de laborator live.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați Apachi NiFi. - Sursa, transformarea și gestionarea datelor din surse de date disparate, distribuite, inclusiv baze de date și lacuri de date mari. - Automatizarea fluxurilor de date. - Activați analizele de streaming. - Aplicați diverse abordări pentru ingestia de date. - Transformați Big Data și în perspective de afaceri.
Formatul cursului
- Prelegeri și discuții interactive. - O mulțime de exerciții și practică. - Implementarea practică într-un mediu de laborator live.
Opțiuni de personalizare a cursului
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
Apache NiFi (Hortonworks DataFlow) este o platformă de logistică integrată în timp real a datelor și o simplă platformă de procesare a evenimentelor care permite mutarea, urmărirea și automatizarea datelor între sisteme. Este scris folosind o programare bazată pe fluxuri și oferă o interfață de utilizator bazată pe web pentru a gestiona fluxurile de date în timp real.
În cadrul acestui training, instruit în direct, participanții vor învăța fundamentele programării bazate pe fluxuri, deoarece dezvoltă o serie de extensii demo, componente și procesoare care folosesc Apache NiFi .
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți arhitectura NiFi și conceptele fluxului de date. - Dezvoltați extensii folosind API-uri NiFi și terțe părți. - Personalizate dezvoltă propriul procesor Apache Nifi. - Ingerați și prelucrați datele în timp real din formate de fișiere și surse de date diferite și neobișnuite.
Formatul cursului
- Prelegeri și discuții interactive. - O mulțime de exerciții și practică. - Implementarea practică într-un mediu de laborator live.
Opțiuni de personalizare a cursului
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
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
Apache Storm este un motor de calcul distribuit, în timp real, folosit pentru a permite informații de afaceri în timp real Ea face acest lucru, permițând aplicațiilor să proceseze în mod fiabil fluxurile de date neîngrădite (procesarea aka stream) "Storm este pentru prelucrarea în timp real a ceea ce Hadoop este pentru procesarea în șarje!" În acest training live instructor, participanții vor învăța cum să instaleze și să configureze Apache Storm, apoi să dezvolte și să implementeze o aplicație Apache Storm pentru procesarea datelor mari în timp real Unele dintre subiectele incluse în acest training includ: Apache Storm în contextul lui Hadoop Lucrul cu date nelimitate Calcul continuu Analiza în timp real Procesare RPC distribuită și ETL Cereți acest curs acum! Public Software și dezvoltatori ETL Echipamente profesionale pentru mainframe Cercetătorii de date Analiști mari de date Specialiștii Hadoop Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
Tigon este o sursă open source, în timp real, lowlatency, highthroughput, YARN nativ, cadru de procesare a fluxului care se află pe partea de sus a HDFS și HBase pentru persistență Aplicațiile Tigon abordează cazuri de utilizare, cum ar fi detectarea și analiza intruziunilor în rețea, analiza pieței sociale media, analiza locației și recomandările utilizatorilor în timp real Această instruire live instrucționată introduce abordarea lui Tigon de a combina procesul de procesare în timp real și lot, pe măsură ce participanții merg prin crearea unei exemple de aplicații Până la sfârșitul acestui curs, participanții vor putea: Creați aplicații puternice de procesare a fluxului pentru a gestiona volume mari de date Procesați surse de flux, cum ar fi jurnalele Twitter și Webserver Utilizați Tigon pentru conectarea rapidă, filtrarea și agregarea fluxurilor Public Dezvoltatori Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră .
.jpg "european organization for nuclear research (cern)")
.jpg "american international group (aig)")
.jpg "european southern observatory (eso)")
.png "aeronautical radio, incorporated (arinc)")
