Stream processing Formazione in Italia

questo istruttore, Live Training (on-site o remote) è rivolto a ingegneri che desiderano utilizzare Confluent (una distribuzione di Kafka) per costruire e gestire una piattaforma di elaborazione dati in tempo reale per le loro applicazioni. entro la fine di questa formazione, i partecipanti saranno in grado di:

• installare e configurare la piattaforma Confluent.
• utilizzare gli strumenti di gestione confluenti & #39; s e servizi per eseguire Kafka più facilmente.
• Archivia ed elabora i dati del flusso in ingresso.
• ottimizza e Gestisci i cluster Kafka.
• flussi di dati protetti.

formato del corso

• conferenza interattiva e discussione.
• un sacco di esercizi e di pratica.
implementazione hands-on
• in un ambiente Live-Lab.

corso opzioni di personalizzazione

• questo corso si basa sulla versione open source di Confluent: Confluent open source.
• per richiedere un addestramento su misura per questo corso, seli metta in contatto con prego 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.

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 le funzionalità Apache Kafka nello streaming di dati con Python.Al termine di questa formazione, i partecipanti saranno in grado di utilizzare Apache Kafka per monitorare e gestire le condizioni in flussi di dati continui utilizzando la programmazione Python.

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

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

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 le funzionalità per l'elaborazione e l'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, filesystem 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 questo corso di formazione, i partecipanti saranno in grado di:

• Installare e configurare Confluent KSQL.
• Impostare una pipeline di elaborazione del flusso utilizzando solo i 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.

Questo corso di formazione dal vivo con istruttore in Italia (online o in loco) è rivolto agli sviluppatori che desiderano apprendere i principi alla base dello storage in-memory persistente e puro durante la creazione di un progetto di in-memory computing di esempio.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Usa Ignite per la persistenza in memoria su disco e per un database in memoria puramente distribuito.
• Ottieni la persistenza senza sincronizzare i dati con un database relazionale.
• Utilizzare Ignite per eseguire SQL join distribuiti.
• Migliora le prestazioni spostando i dati più vicino alla CPU, utilizzando la RAM come spazio di archiviazione.
• Distribuisci i set di dati in un cluster per ottenere una scalabilità orizzontale.
• Integra Ignite con RDBMS, NoSQL, Hadoop e processori di apprendimento automatico.

Apache Beam è un modello di programmazione unificato open source per la definizione e l'esecuzione di pipeline di elaborazione dati parallele. La sua potenza risiede nella sua capacità di eseguire pipeline batch e di streaming, con l'esecuzione eseguita da uno dei back-end di elaborazione distribuita supportati da Beam: Apache Apex, Apache Flink, Apache Spark e Google Cloud Dataflow. Apache Beam è utile per le attività ETL (Extract, Transform, and Load) come lo spostamento di dati tra diversi supporti di archiviazione 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 scomposizione di un set di dati di grandi dimensioni in blocchi più piccoli per l'elaborazione parallela indipendente.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Installare e configurare Apache Beam.
• Utilizzare un unico modello di programmazione per eseguire sia l'elaborazione batch che quella in flusso dall'interno dell'applicazione Java o Python.
• Esegui pipeline in più ambienti.

Formato del corso

• In parte lezione, in parte discussione, esercizi e pratica pratica pesante

Nota

• Questo corso sarà disponibile Scala in futuro. Vi preghiamo di contattarci per organizzare.

Apache Apex è una piattaforma nativa di YARN che unifica l'elaborazione di flussi e batch. Elabora i big data in movimento in modo scalabile, performante, tollerante ai guasti, stateful, sicuro, distribuito e facilmente utilizzabile.Questo corso di formazione dal vivo con istruttore introduce l'architettura di elaborazione dei flussi unificata di Apache Apex e guida i partecipanti attraverso la creazione di un'applicazione distribuita utilizzando Apex su Hadoop.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendere i concetti della pipeline di elaborazione dei dati, ad esempio i connettori per origini e sink, le trasformazioni comuni dei dati e così via.
• Crea, ridimensiona e ottimizza un'applicazione Apex
• Elabora flussi di dati in tempo reale in modo affidabile e con latenza minima
• Utilizza Apex Core e la libreria Apex Malhar per consentire lo sviluppo rapido delle applicazioni
• Utilizzare l'API Apex per scrivere e riutilizzare il codice esistente Java
• Integra Apex in altre applicazioni come motore di elaborazione
• Ottimizza, testa e ridimensiona le applicazioni Apex

Formato del corso

• Lezione e discussione interattiva.
• Un sacco di esercizi e pratica.
• Implementazione pratica in un ambiente live-lab.

Opzioni di personalizzazione del corso

• Per richiedere una formazione personalizzata per questo corso, contattateci per l'organizzazione.

Apache Storm è un motore di calcolo distribuito in tempo reale utilizzato per abilitare la business intelligence in tempo reale. A tale scopo, consente alle applicazioni di elaborare in modo affidabile flussi di dati illimitati (ovvero elaborazione di flussi)."Storm è per l'elaborazione in tempo reale ciò che Hadoop è per l'elaborazione batch!"In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come installare e configurare Apache Storm, quindi sviluppare e distribuire un'applicazione Apache Storm per l'elaborazione di big data in tempo reale.Alcuni degli argomenti inclusi in questa formazione includono:

• Apache Storm Nel contesto di Hadoop
• Utilizzo di dati illimitati
• Calcolo continuo
• Analitica in tempo reale
• Elaborazione RPC ed ETL distribuita

Richiedi subito questo corso!Pubblico

• Sviluppatori di software ed ETL
• Professionisti del mainframe
• Scienziati dei dati
• Analisti di big data
• Hadoop professionisti

Formato del corso

•     In parte lezione, in parte discussione, esercizi e pratica pratica pesante

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

• Installa e configura Apachi NiFi.
• Acquisisci, trasforma e gestisci i dati da fonti di dati distribuite e disparate, tra cui database e big data lake.
• Automatizza i flussi di dati.
• Abilita l'analisi in streaming.
• Applicare vari approcci per l'inserimento dei dati.
• Trasforma Big Data e trasforma in insight 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 demo utilizzando Apache NiFi.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Comprendi l'architettura e i concetti del flusso di dati di NiFi.
• Sviluppa estensioni utilizzando NiFi e API di terze parti.
• Sviluppare su misura 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 distribuita di flussi e batch di dati e guida i partecipanti attraverso la creazione di un'applicazione di streaming di dati in tempo reale in Apache Flink.Al termine di questo corso di formazione, i partecipanti saranno in grado di:

• Configurare un ambiente per lo sviluppo di applicazioni di analisi dei dati.
• Scopri come funziona la libreria di elaborazione grafica (Gelly) di Apache Flink.
• Crea pacchetti, esegui e monitora applicazioni di streaming di dati basate su Flink e tolleranti ai guasti.
• Gestisci carichi di lavoro diversi.
• 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.