Apache Kafka培訓

This instructor-led, live training in 台灣 (online or onsite) is aimed at intermediate-level developers who wish to develop big data applications with Apache Kafka. By the end of this training, participants will be able to:

• Develop Kafka producers and consumers to send and read data from Kafka.
• Integrate Kafka with external systems using Kafka Connect.
• Write streaming applications with Kafka Streams & ksqlDB.
• Integrate a Kafka client application with Confluent Cloud for cloud-based Kafka deployments.
• Gain practical experience through hands-on exercises and real-world use cases.

本課程適用於企業架構師，開發人員，系統管理員以及任何想要了解和使用高吞吐量分佈式消息傳遞系統的人員。如果您有更多特定要求（例如，僅限系統管理方），可以根據您的需求定製本課程。

Apache Samza是一個用於流處理的開源近實時異步計算框架。它使用Apache Kafka進行消息傳遞，使用Apache Kafka Hadoop YARN進行容錯，處理器隔離，安全性和資源管理。 這個由講師指導的實時培訓介紹了消息傳遞系統和分佈式流處理背後的原理，同時通過創建基於Samza的示例項目和作業執行來引導參與者。 在培訓結束時，參與者將能夠：

• 使用Samza簡化生成和使用消息所需的代碼。
• 解耦來自應用程序的消息處理。
• 使用Samza實現近實時異步計算。
• 使用流處理為消息傳遞系統提供更高級別的抽象。

聽眾

• 開發商

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

Kafka Streams是一個客戶端庫，用於構建應用程序和微服務，其數據傳入和傳出Kafka消息傳遞系統。傳統上， Apache Kafka依靠Apache Spark或Apache Storm來處理消息生成者和消費者之間的數據。通過在應用程序內調用Kafka Streams API，可以直接在Kafka中處理數據，從而無需將數據發送到單獨的集群進行處理。 在這個由講師指導的實時培訓中，參與者將學習如何將Kafka Streams集成到一組示例Java應用程序中，這些應用程序將數據傳入和傳出Apache Kafka以進行流處理。 在培訓結束時，參與者將能夠：

• 了解Kafka Streams的功能和優勢，而不是其他流處理框架
• 直接在Kafka集群中處理流數據
• 編寫與Kafka和Kafka Streams集成的Java或Scala應用程序或微服務
• 編寫簡潔的代碼，將輸入的Kafka主題轉換為輸出Kafka主題
• 構建，打包和部署應用程序

聽眾

• 開發商

課程 格式

• 部分講座，部分討論，練習和繁重的實踐練習

筆記

• 要申請本課程的定制培訓，請聯繫我們安排

Stream Processing指的是“運動中的數據”的實時處理，即，在接收數據時對數據執行計算。這些數據被讀取為來自數據源的連續流，例如傳感器事件，網站用戶活動，金融交易，信用卡刷卡，點擊流等。 Stream Processing框架能夠讀取大量傳入數據並幾乎立即提供有價值的見解。 在這個以講師為主導的現場培訓（現場或遠程）中，參與者將學習如何使用現有的大數據存儲系統和相關的軟件應用程序和微服務來設置和集成不同的Stream Processing框架。 在培訓結束時，參與者將能夠：

• 安裝和配置不同的Stream Processing框架，例如Spark Streaming和Kafka Streaming。
• 理解並選擇最合適的工作框架。
• 數據處理連續，同時，並以逐個記錄的方式進行。
• 將Stream Processing解決方案與現有數據庫，數據倉庫，數據湖等集成。
• 將最合適的流處理庫與企業應用程序和微服務集成在一起。

聽眾

• 開發商
• 軟件架構師

課程 格式

• 部分講座，部分討論，練習和繁重的實踐練習

筆記

• 要申請本課程的定制培訓，請聯繫我們安排。

這種以講師為主導的現場培訓（現場或遠程）是針對希望使用Confluent（Kafka的分發）為其應用程序構建和管理實時數據處理平台的工程師。 在培訓結束時，參與者將能夠：

• 安裝和配置Confluent Platform。
• 使用Confluent的管理工具和服務可以更輕鬆地運行Kafka。
• 存儲和處理傳入的流數據。
• 優化和管理Kafka集群。
• 安全的數據流。

課程格式

• 互動講座和討論。
• 大量的練習和練習。
• 在實時實驗室環境中親自實施。

課程自定義選項

• 本課程基於Confluent：Confluent Open Source的開源版本。
• 要申請本課程的定制培訓，請聯繫我們安排。

Apache Kafka是一個分佈式流媒體平台。它實際上是構建數據管道的標準，它解決了許多圍繞數據處理的不同用例：它可以用作消息隊列，分佈式日誌，流處理器等。 我們將從數據管道背後的一些理論開始，然後繼續介紹Kafka背後的基本概念。我們還將發現Kafka Streams和Kafka Connect等重要組件。

Spring Cloud是一個用于爲雲構建Java應用程序的微服務框架。這些微服務通常作爲Kubernetes集群內的Docker容器運行。其他組件包括消息代理（如Kafka）以啓用服務間通信，而數據庫（如Redis）則用于存儲和緩沖應用程序數據。 這一由講師指導的實時培訓（現場或遠程）面向的是希望使用Spring Cloud、Kafka、Docker、Kubernetes、Redis將傳統架構轉換爲高度並發、基于微服務的架構的開發人員。 在本次培訓結束後，學員將能夠：

• 爲構建微服務建立必要的開發環境。
• 使用Spring Cloud、Kafka、Redis、Docker、Kubernetes設計和實現高度並發的微服務生態系統。
• 將單片和SOA服務轉換爲基于微服務的架構。
• 采用DevOps方法開發、測試、發布軟件。
• 確保生産中的微服務之間的高並發性。
• 監控微服務並實施恢複策略。
• 進行性能調整。
• 了解微服務架構的未來趨勢。

課程形式

• 互動講座和討論。
• 大量練習和實操。
• 在現場實驗室環境中動手實現。

課程自定義選項

• 如需本課程的定制培訓，請聯系我們以作安排。

Kafka Connect是一個用於在Apache Kafka和其他系統之間移動大量數據的API。 這種由講師指導的現場培訓（現場或遠程）面向希望將Apache Kafka與現有數據庫和應用程序集成以進行處理，分析等的開發人員。 在培訓結束時，參與者將能夠：

• 使用Kafka Connect將數據庫中的大量數據攝取到Kafka主題中。
• 將應用程序服務器生成的日誌數據提取到Kafka主題中。
• 使任何收集的數據可用於流處理。
• 將Kafka主題中的數據導出到二級系統以進行存儲和分析。

課程格式

• 互動講座和討論。
• 大量的練習和練習。
• 在實時實驗室環境中親自實施。

課程自定義選項

• 要申請本課程的定制培訓，請聯繫我們安排。

Confluent K SQL是一個基於Apache Kafka構建的流處理框架。它支持使用SQL操作進行實時數據處理。 這種由講師指導的實時培訓（現場或遠程）面向希望在不編寫代碼的情況下實施Apache Kafka流處理的開發人員。 在培訓結束時，參與者將能夠：

• 安裝和配置Confluent K SQL 。
• 僅使用SQL命令（無Java或Python編碼）設置流處理管道。
• 完全在SQL執行數據過濾，轉換，聚合，連接，窗口和會話。
• 為流式ETL和實時分析設計和部署交互式連續查詢。

課程格式

• 互動講座和討論。
• 大量的練習和練習。
• 在實時實驗室環境中親自實施。

課程自定義選項

• 要申請本課程的定制培訓，請聯繫我們安排。

Apache Kafka是一個消息傳遞系統，用於存儲和處理大量流式實時數據。 這種由講師指導的現場培訓（現場或遠程）面向希望建立，部署，管理和優化企業級Kafka集群的系統管理員。 在培訓結束時，參與者將能夠：

• 設置和管理Kafka群集。
• 評估部署Kafka內部部署與雲部署的優缺點。
• 使用各種內部部署和雲環境工具部署和監控Kafka。

課程格式

• 互動講座和討論。
• 大量的練習和練習。
• 在實時實驗室環境中親自實施。

課程自定義選項

• 要申請本課程的定制培訓，請聯繫我們安排。

Apache Kafka是一種流處理軟體，用於處理即時資料摘要。Apache Kafka及其開放系統，網路安全受到威脅，敏感性資料面臨風險。 此講師指導的現場培訓（現場或遠端）針對希望將網路安全措施實施到Apache Kafka應用程式中的軟體測試人員。 培訓結束時，學員將能夠：

• 將Apache Kafka部署到基於雲的伺服器上。
• 實施 SSL 加密以防止攻擊。
• 添加 ACL 身份驗證以跟蹤和控制使用者訪問。
• 確保可靠的用戶端能夠使用 SSL 和 SASL 身份驗證訪問 Kafka 群集。

課程格式

• 互動講座和討論。
• 大量的練習和練習。
• 在即時實驗室環境中實際實現。

課程自訂選項

• 如需申請本課程的定制培訓，請聯繫我們安排。

This instructor-led, live training in 台灣 (online or onsite) is aimed at data scientists who wish to use the SMACK stack to build data processing platforms for big data solutions. By the end of this training, participants will be able to:

• Implement a data pipeline architecture for processing big data.
• Develop a cluster infrastructure with Apache Mesos and Docker.
• Analyze data with Spark and Scala.
• Manage unstructured data with Apache Cassandra.

This instructor-led, live training in 台灣 (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Apache Kafka features in data streaming with Python. By the end of this training, participants will be able to use Apache Kafka to monitor and manage conditions in continuous data streams using Python programming.

This instructor-led, live training in 台灣 (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Spark Streaming features in processing and analyzing real-time data. By the end of this training, participants will be able to use Spark Streaming to process live data streams for use in databases, filesystems, and live dashboards.