Corso di formazione Samza for Stream Processing

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto a ingegneri dei dati, data scientist e programmatori che desiderano utilizzare Spark Streaming funzionalità nell'elaborazione e nell'analisi dei dati in tempo reale.

Al termine di questa formazione, i partecipanti saranno in grado di utilizzare Spark Streaming per elaborare flussi di dati in tempo reale da utilizzare in database, file system e dashboard in tempo reale.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano implementare l'elaborazione di flussi Apache Kafka senza scrivere codice.

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

• Installare e configurare Confluent KSQL.
• Configurare una pipeline di elaborazione dei flussi usando solo comandi SQL (nessuna codifica Java o Python).
• Esegui il filtraggio dei dati, le trasformazioni, le aggregazioni, i join, il windowing e la sessionizzazione interamente in SQL.
• Progetta e distribuisci query interattive e continue per lo streaming ETL e l'analisi in tempo reale.

Apache Ignite is an in-memory computing platform that sits between the application and data layer to improve speed, scale, and availability.

This instructor-led, live training (online or onsite) is aimed at developers who wish to learn the principles behind persistent and pure in-memory storage as they step through the creation of a sample in-memory computing project.

By the end of this training, participants will be able to:

• Use Ignite for in-memory, on-disk persistence as well as a purely distributed in-memory database.
• Achieve persistence without syncing data back to a relational database.
• Use Ignite to carry out SQL and distributed joins.
• Improve performance by moving data closer to the CPU, using RAM as a storage.
• Spread data sets across a cluster to achieve horizontal scalability.
• Integrate Ignite with RDBMS, NoSQL, Hadoop and machine learning processors.

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.

Apache Beam è un modello di programmazione unificata open source per la definizione e l'esecuzione di pipeline di elaborazione dati parallele Il suo potere risiede nella sua capacità di eseguire pipeline sia in batch che in streaming, con l'esecuzione eseguita da uno dei backend di elaborazione distribuiti supportati da Beam: Apache Apex, Apache Flink, Apache Spark e Google Cloud Dataflow Apache Beam è utile per le attività ETL (Estrai, Trasforma e Carica) come lo spostamento di dati tra diversi supporti di memorizzazione e origini dati, la trasformazione dei dati in un formato più desiderabile e il caricamento dei dati su un nuovo sistema In questo corso di formazione dal vivo con istruttore (in loco o remoto), i partecipanti impareranno come implementare gli SDK Apache Beam in un'applicazione Java o Python che definisce una pipeline di elaborazione dati per la decomposizione di un big data set in blocchi più piccoli per l'elaborazione parallela indipendente Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura Apache Beam Utilizzare un singolo modello di programmazione per eseguire sia l'elaborazione batch che quella stream dall'applicazione Java o Python Esegui pipeline su più ambienti Pubblico Sviluppatori Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Nota Questo corso sarà disponibile in futuro Vi preghiamo di contattarci per organizzare .

Apache Apex è una piattaforma nativa YARN che unisce l'elaborazione di stream e batch. Elabora grandi quantità di dati in movimento in modo scalabile, performante, tollerante ai guasti, con stato, sicuro, distribuito e facilmente utilizzabile.

Questa formazione dal vivo con istruttore introduce l'architettura di elaborazione unificata di Apache Apex e guida i partecipanti alla creazione di un'applicazione distribuita utilizzando Apex su Hadoop .

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

• Comprendere i concetti della pipeline di elaborazione dei dati come connettori per sorgenti e pozzi, trasformazioni di dati comuni, ecc.
• Costruisci, ridimensiona e ottimizza un'applicazione Apex
• Elaborazione di flussi di dati in tempo reale in modo affidabile e con una latenza minima
• Utilizzare Apex Core e la libreria Apex Malhar per consentire un rapido sviluppo delle applicazioni
• Utilizzare l'API Apex per scrivere e riutilizzare il codice Java esistente
• Integra Apex in altre applicazioni come motore di elaborazione
• Ottimizza, testa e ridimensiona le applicazioni Apex

Formato del corso

• Conferenza e discussione interattiva.
• Molti esercizi e pratiche.
• Implementazione pratica in un ambiente live-lab.

Opzioni di personalizzazione del corso

• Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.

Apache Storm è un motore di calcolo distribuito in tempo reale utilizzato per consentire l'intelligenza aziendale in tempo reale. Lo fa consentendo alle applicazioni di elaborare in modo affidabile i flussi di dati illimitati (ad es. Il processo di trasformazione).

"Storm è per il trattamento in tempo reale che Hadoop è per il trattamento di batch!"

In questo allenamento diretto da istruttori, i partecipanti impareranno come installare e configurare Apache Storm, poi sviluppare e implementare un'applicazione Apache Storm per il trattamento dei big data in tempo reale.

Alcuni dei temi inclusi in questa formazione includono:

• Apache Storm nel contesto di Hadoop
• Lavorare con dati illimitati
• Il calcolo continuo
• Analisi in tempo reale
• RPC e elaborazione ETL

Richiedi questo corso ora!

Il pubblico

• Software e sviluppatori ETL
• Professionisti di Mainframe
• scienziati dati
• Big Data analisti
• Hadoop I professionisti

Il formato del corso

• lezioni a parte, discussioni a parte, esercizi e pratiche pesanti

In questo corso di formazione dal vivo con istruttore in Italia (in loco o in remoto), i partecipanti impareranno come distribuire e gestire Apache NiFi in un ambiente di laboratorio dal vivo.

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

• Installa e configura Apachi NiFi.
• Acquisisci, trasforma e gestisci i dati da fonti di dati diverse e distribuite, inclusi database e big data lake.
• Automatizza i flussi di dati.
• Abilitare l'analisi di flusso.
• Applicare vari approcci per l'inserimento dei dati.
• Trasforma Big Data e trasforma in approfondimenti aziendali.

In questo corso di formazione dal vivo con istruttore in Italia, i partecipanti impareranno i fondamenti della programmazione basata sul flusso mentre sviluppano una serie di estensioni, componenti e processori dimostrativi utilizzando Apache NiFi.

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

• Comprendere l'architettura e i concetti di flusso di dati di NiFi.
• Sviluppa estensioni utilizzando NiFi e API di terze parti.
• Custom sviluppa il proprio processore Apache Nifi.
• Acquisisci ed elabora dati in tempo reale da formati di file e origini dati diversi e non comuni.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) introduce i principi e gli approcci alla base dell'elaborazione di flussi distribuiti e dati batch e guida i partecipanti attraverso la creazione di un'applicazione di streaming di dati in tempo reale in Apache Flink.

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

Configurare un ambiente per lo sviluppo di applicazioni di analisi dei dati. Comprendere il funzionamento della libreria di elaborazione grafica di Apache Flink (Gelly). Creazione di pacchetti, esecuzione e monitoraggio di applicazioni di streaming dati basate su Flink e a tolleranza di errore. Gestisci carichi di lavoro diversificati. Esegui analisi avanzate. Configura un cluster Flink multi-nodo. Misura e ottimizza le prestazioni. Integra Flink con diversi sistemi Big Data. Confronta le funzionalità di Flink con quelle di altri framework di elaborazione dei big data.

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

Kafka Streams è una libreria lato client per la creazione di applicazioni e microservizi i cui dati vengono trasmessi da e verso un sistema di messaggistica Kafka. Tradizionalmente, Apache Kafka ha fatto affidamento su Apache Spark o Apache Storm per elaborare i dati tra produttori di messaggi e consumatori. Chiamando l'API Kafka Streams dall'interno di un'applicazione, i dati possono essere elaborati direttamente all'interno di Kafka, evitando la necessità di inviare i dati a un cluster separato per l'elaborazione.

In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come integrare Kafka Streams in una serie di applicazioni Java di esempio che trasmettono dati da e verso Apache Kafka per l'elaborazione in streaming.

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

• Comprendi le funzionalità e i vantaggi di Kafka Streams rispetto ad altri framework di elaborazione dei flussi
• Elaborare i dati del flusso direttamente all'interno di un cluster Kafka
• Scrivi un'applicazione o un microservizio Java o Scala che si integri con Kafka e Kafka Streams
• Scrivi un codice conciso che trasforma gli argomenti di Kafka di input in argomenti di Kafka di output
• Compilare, impacchettare e distribuire l'applicazione

Pubblico

• Sviluppatori

Formato del corso

• Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche

Gli appunti

• Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare

In questo corso di formazione dal vivo con istruttore in Italia (in loco o in remoto), i partecipanti impareranno come impostare e integrare diversi Stream Processing framework con i sistemi di archiviazione dei big data esistenti e le relative applicazioni software e microservizi.

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

• Installare e configurare diversi framework Stream Processing, ad esempio Spark Streaming e Kafka Streaming.
• Comprendere e selezionare il framework più appropriato per il lavoro.
• Elaborazione dei dati in modo continuo, simultaneo e record per record.
• Integrare Stream Processing le soluzioni con database, data warehouse, data lake, ecc. esistenti.
• Integra la libreria di elaborazione dei flussi più appropriata con le applicazioni e i microservizi aziendali.