Corso di formazione Hadoop with Python

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) introduce Hortonworks Data Platform (HDP) e guida i partecipanti attraverso la distribuzione della soluzione Spark + Hadoop.

Al termine di questa formazione, i partecipanti saranno in grado di:

Utilizzare Hortonworks per eseguire in modo affidabile Hadoop su larga scala. Unifica le funzionalità di sicurezza, governance e operazioni di Hadoop con i flussi di lavoro analitici agili di Spark. Utilizza Hortonworks per analizzare, convalidare, certificare e supportare ciascuno dei componenti di un progetto Spark. Elabora diversi tipi di dati, tra cui dati strutturati, non strutturati, in movimento e inattivi.

Apache Ambari è una piattaforma di gestione open source per il provisioning, la gestione, il monitoraggio e la protezione dei cluster Apache Hadoop .

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno gli strumenti e le pratiche di gestione forniti da Ambari per gestire con successo i cluster Hadoop .

Al termine di questa formazione, i partecipanti saranno in grado di:

• Crea un cluster di Big Data dal vivo usando Ambari
• Applica le caratteristiche e le funzionalità avanzate di Ambari a vari casi d'uso
• Aggiungi e rimuovi i nodi senza interruzioni, se necessario
• Migliora le prestazioni di un cluster Hadoop attraverso l'ottimizzazione e la modifica

Pubblico

• DevOps
• Amministratori di sistema
• DBA
• Professionisti dei test Hadoop

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

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.

Questo corso illustra come utilizzare il linguaggio Hive SQL (AKA: Hive HQL, SQL on Hive , Hive QL) per le persone che estraggono dati da Hive

Il corso è dedicato agli specialisti IT che sono alla ricerca di una soluzione per archiviare ed elaborare grandi set di dati in un ambiente di sistema distribuito

Obiettivo del corso:

Acquisire conoscenze sull'amministrazione del cluster Hadoop

Pubblico:

Il corso è destinato agli specialisti IT che cercano una soluzione per archiviare ed elaborare grandi set di dati in un ambiente di sistema distribuito

Go al:

Conoscenza approfondita dell'amministrazione dei cluster Hadoop .

Pubblico:

Questo corso ha lo scopo di demistificare la tecnologia dei big data / hadoop e di dimostrare che non è difficile da capire.

Apache Hadoop è il framework più popolare per l'elaborazione di Big Data su cluster di server. Questo corso introdurrà uno sviluppatore a vari componenti (HDFS, MapReduce, Pig, Hive e HBase) dell'ecosistema Hadoop .

Apache Hadoop è uno dei framework più popolari per l'elaborazione di Big Data su cluster di server. Questo corso approfondisce la gestione dei dati in HDFS, Pig avanzato, Hive e HBase. Queste tecniche di programmazione avanzate saranno utili per gli sviluppatori Hadoop esperti.

Pubblico : sviluppatori

Durata: tre giorni

Formato: lezioni frontali (50%) e esercitazioni pratiche (50%).

Questo corso introduce HBase, un archivio No SQL su Hadoop . Il corso è destinato agli sviluppatori che useranno HBase per sviluppare applicazioni e agli amministratori che gestiranno i cluster HBase.

Seguiremo uno sviluppatore attraverso l'architettura HBase e la modellazione dei dati e lo sviluppo di applicazioni su HBase. Discuterà anche dell'uso di MapReduce con HBase e di alcuni argomenti di amministrazione relativi all'ottimizzazione delle prestazioni. Il corso è molto pratico con molti esercizi di laboratorio.

Durata : 3 giorni

Pubblico : sviluppatori e amministratori

Apache Hadoop è il framework più popolare per l'elaborazione di Big Data su cluster di server. In questo corso di tre (facoltativamente, quattro) giorni, i partecipanti apprenderanno i vantaggi aziendali e i casi d'uso per Hadoop e il suo ecosistema, come pianificare la distribuzione e la crescita dei cluster, come installare, gestire, monitorare, risolvere i problemi e ottimizzare Hadoop . Eserciteranno inoltre il caricamento di dati in blocco dei cluster, acquisiranno familiarità con varie distribuzioni Hadoop e si eserciteranno nell'installazione e nella gestione degli strumenti dell'ecosistema Hadoop . Il corso termina con la discussione sulla protezione del cluster con Kerberos.

“… I materiali sono stati preparati molto bene e sono stati accuratamente coperti. Il laboratorio è stato molto utile e ben organizzato ”
- Andrew Nguyen, ingegnere principale di integrazione DW, Microsoft Online Advertising

Pubblico

Amministratori di Hadoop

Formato

Lezioni frontali e esercitazioni pratiche, bilancio approssimativo 60% lezioni frontali, 40% laboratori.

Hadoop is the most popular Big Data processing framework.

In questo corso di formazione con istruttore in Italia, i partecipanti impareranno i componenti principali dell'ecosistema Hadoop e come queste tecnologie possono essere utilizzate per risolvere problemi su larga scala. Imparando queste basi, i partecipanti miglioreranno  la loro capacità di comunicare con gli sviluppatori e gli implementatori di questi sistemi, nonché con i data scientist e gli analisti coinvolti in molti progetti IT.

Pubblico

• Project Manager che desiderano implementare Hadoop nella propria infrastruttura di sviluppo o IT esistente
• Project Manager che hanno bisogno di comunicare con team interfunzionali che includono ingegneri di big data, data scientist e analisti aziendali

Apache Samza è un framework computazionale asincrono quasi in tempo reale open source per l'elaborazione dei flussi. Utilizza Apache Kafka per la messaggistica e Apache Hadoop YARN per la tolleranza agli errori, l'isolamento del processore, la sicurezza e la gestione delle risorse.

Questa formazione dal vivo con istruttore introduce i principi alla base dei sistemi di messaggistica e dell'elaborazione del flusso distribuito, mentre accompagna i partecipanti attraverso la creazione di un progetto di esempio basato su Samza e l'esecuzione del lavoro.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Usa Samza per semplificare il codice necessario per produrre e consumare messaggi.
• Disaccoppiare la gestione dei messaggi da un'applicazione.
• Usa Samza per implementare il calcolo asincrono quasi in tempo reale.
• Utilizzare l'elaborazione del flusso per fornire un livello superiore di astrazione sui sistemi di messaggistica.

Pubblico

• Sviluppatori

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

Datameer è una piattaforma di analisi e business intelligence basata su Hadoop Consente agli utenti finali di accedere, esplorare e correlare dati di grandi dimensioni, strutturati, semistrutturati e non strutturati in modo facile da usare In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come utilizzare Datameer per superare la curva di apprendimento ripida di Hadoop mentre passano attraverso l'installazione e l'analisi di una serie di fonti di dati di grandi dimensioni Alla fine di questa formazione, i partecipanti saranno in grado di: Creare, curare e esplorare in modo interattivo un lago di dati aziendali Accedere ai data warehouse aziendali, ai database transazionali e ad altri negozi di analisi Utilizzare l'interfaccia utente di un foglio di calcolo per progettare condotte di elaborazione dati endtoend Accedi a funzioni preconfigurate per esplorare relazioni dati complesse Utilizzare le procedure guidate di draganddrop per visualizzare i dati e creare dashboard Utilizza tabelle, grafici, grafici e mappe per analizzare i risultati delle query Pubblico Analisti di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .