Apache Ambari: Efficiently Manage Hadoop Clusters培訓

聽眾：

本課程面向尋求在分佈式系統環境中存儲和處理大型數據集的解決方案的IT專家

Go ：

深入了解Hadoop集群管理。

大數據分析涉及檢查大量不同數據集的過程，以便發現相關性，隱藏模式和其他有用的見解。

健康產業擁有大量複雜的異構醫學和臨床數據。對健康數據應用大數據分析在獲得改善醫療保健服務的見解方面具有巨大潛力。然而，這些數據集的巨大性給分析和臨床環境的實際應用帶來了巨大挑戰。

在這個以講師為主導的現場培訓（遠程）中，參與者將學習如何在健康狀況下進行大數據分析，因為他們將逐步進行一系列動手實踐練習。

在培訓結束時，參與者將能夠：

• 安裝和配置大數據分析工具，如Hadoop MapReduce和Spark
• 了解醫療數據的特徵
• 應用大數據技術處理醫療數據
• 在健康應用的背景下研究大數據系統和算法

聽眾

• 開發商
• 數據科學家

課程格式

• 部分講座，部分討論，練習和繁重的實踐練習。

注意

• 要申請本課程的定制培訓，請聯繫我們安排。

本課程專門面向尋求在分佈式系統環境中存儲和處理大型數據集的解決方案的IT專家

課程目標：

獲取有關Hadoop集群管理的知識

Apache Hadoop是用於處理服務器群集上的Big Data的最流行的框架。在這三天（可選擇四天）課程中，與會者將了解Hadoop及其生態系統的業務優勢和用例，如何規劃群集部署和增長，如何安裝，維護，監控，排除故障和優化Hadoop 。他們還將練習集群批量數據加載，熟悉各種Hadoop發行版，並練習安裝和管理Hadoop生態系統工具。本課程結束時討論了使用Kerberos保護集群。

“......材料準備得很充分，並且要徹底覆蓋。該實驗室非常有幫助，組織良好“
- Andrew Nguyen，微軟在線Advertising首席集成DW工程師

聽眾

Hadoop管理員

格式

講座和動手實驗，大約平衡60％的講座，40％的實驗室。

Apache Hadoop是用於處理服務器群集上的Big Data的最流行的框架。本課程將向開發人員介紹各種組件（HDFS，MapReduce，Pig， Hive和HBase）的Hadoop生態系統。

Apache Hadoop是用於處理服務器群集上的Big Data的最流行的框架之一。本課程深入研究HDFS，高級Pig， Hive和HBase中的數據管理。這些高級編程技術將有益於經驗豐富的Hadoop開發人員。

觀眾 ：開發者

持續時間：三天

格式：講座（50％）和動手實驗室（50％）。

Hadoop is the most popular Big Data processing framework.

在台灣的講師指導培訓中，參與者將學習Hadoop生態系統的核心元件，以及如何利用這些技術來解決大規模問題。通過學習這些基礎知識，參與者將 提高他們與這些系統的開發人員和實施者以及許多IT專案涉及的數據科學家和分析師的溝通能力。

觀眾

• 希望在其現有開發或IT基礎架構中實施 Hadoop的項目經理
• 需要與包括大數據工程師、數據科學家和業務分析師在內的跨職能團隊進行溝通的項目經理

聽眾：

本課程旨在揭開大數據/ hadoop技術的神秘面紗，並表明它不難理解。

Hadoop是一種流行的Big Data處理框架。 Python是一種高級編程語言，以其清晰的語法和代碼可讀性而聞名。

在這個以講師為主導的現場培訓中，參與者將學習如何使用Python來處理Hadoop ，MapReduce，Pig和Spark，因為他們會逐步完成多個示例和用例。

在培訓結束時，參與者將能夠：

• 了解Hadoop ，MapReduce，Pig和Spark背後的基本概念
• 將Python與Hadoop分佈式文件系統（HDFS），MapReduce，Pig和Spark結合使用
• 使用Snakebite以編程方式訪問Python HDFS
• 使用mrjob在Python編寫MapReduce作業
• 用Python編寫Spark程序
• 使用Python UDF擴展pig的功能
• 使用Luigi管理MapReduce作業和Pig腳本

聽眾

• 開發商
• IT專業人士

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

這種由講師指導的台灣現場培訓（現場或遠端）針對的是希望學習如何在組織內設置，部署和管理Hadoop集群的系統管理員。

在培訓結束時，參與者將能夠：

• 安裝和配置 Apache Hadoop。
• 瞭解 Hadoop 生態系統中的四個主要元件：HDFS、MapReduce、YARN 和 Hadoop Common。
• 使用 Hadoop 分散式檔案系統 （HDFS） 將集群擴展到數百或數千個節點。  
• 將 HDFS 設定為本地 Spark 部署的記憶體引擎。
• 設置 Spark 以存取替代儲存解決方案，例如 Amazon S3 和 NoSQL 資料庫系統，例如 Redis、Elasticsearch、Couchbase、Aerospike 等。
• 執行管理任務，例如配置、管理、監控和保護 Apache Hadoop 集群。

本課程介紹HBase - 一個基於Hadoop的無SQL存儲。本課程面向將使用HBase開發應用程序的開發人員以及將管理HBase集群的管理員。

我們將通過HBase的HBase架構和數據建模以及應用程序開發向開發人員展示。它還將討論將MapReduce與HBase一起使用，以及與性能優化相關的一些管理主題。該課程非常實用，包含大量實驗練習。

持續時間 ：3天

受眾 ：開發人員和管理員

在這個由講師指導的台灣現場（現場或遠端）的現場培訓中，參與者將學習如何在現場實驗室環境中部署和管理Apache NiFi。

在培訓結束時，參與者將能夠：

• 安裝和配置 Apachi NiFi。
• 從不同的分散式數據源（包括資料庫和大數據湖）中獲取、轉換和管理數據。
• 自動化數據流。
• 啟用流式分析。
• 應用各種方法進行數據引入。
• 轉換 Big Data 並轉化為業務見解。

在這個由講師指導的台灣現場培訓中，參與者將學習基於流程的程式設計的基礎知識，因為他們使用Apache NiFi開發許多演示擴展，元件和處理器。

在培訓結束時，參與者將能夠：

• 瞭解 NiFi 的架構和數據流概念。
• 使用 NiFi 和第三方 API 開發擴展。
• 定製開發自己的Apache Nifi處理器。
• 從不同且不常見的檔案格式和數據源中提取和處理實時數據。