Samza for Stream Processing培訓

這種由講師指導的台灣現場現場培訓針對的是希望使用Spark Streaming功能處理和分析即時數據的數據工程師，數據科學家和程式師。

在培訓結束時，參與者將能夠使用 Spark Streaming 處理實時數據流，以便在資料庫、文件系統和即時儀錶板中使用。

這種以講師為主導的台灣現場培訓（現場或遠端）針對的是希望在不編寫代碼的情況下實現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 KSQL。
• 僅使用 SQL 命令（不使用 Java 或 Python 編碼）設置流處理管道。
• 完全在 SQL 中執行資料過濾、轉換、聚合、聯接、視窗化和會話化。
• 設計和部署互動式連續查詢，用於流式 ETL 和即時分析。

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是一個開源的統一編程模型，用于定義和執行並行數據處理管道。它的強大之處在于它能夠同時運行批處理流和流式管道，並且由Beam支持的分布式處理後端之一執行：Apache Apex，Apache Flink，Apache Spark和Google Cloud Dataflow。 Apache Beam可用于ETL（提取，轉換和加載）任務，如在不同存儲介質和數據源之間移動數據，將數據轉換爲更理想的格式以及將數據加載到新系統中。 在這個有指導意義的現場培訓（現場或遠程）中，參與者將學習如何在Java或Python應用程序中實現Apache Beam SDK，該應用程序定義了一個數據處理管道，用于將大數據集分解爲更小的塊，以進行獨立的並行處理。 在培訓結束後，參與者將能夠： 安裝並配置Apache Beam。 使用單一編程模型來執行批處理和流處理，而不是使用其Java或Python應用程序。 在多個環境中執行管道。 聽衆 開發商 課程的格式 部分講座，部分討論，練習和沈重的練習 注意 此課程將在未來可用于Scala。請聯系我們安排。

Apache Apex是一個統一流和批處理的YARNnative平台。它以可伸縮，高性能，容錯，有狀態，安全，分布式和易于操作的方式處理大型數據移動。 這個有指導性的現場培訓介紹了Apache Apex的統一流處理架構，並向參與者介紹了如何在Hadoop上使用Apex創建分布式應用程序。 在培訓結束後，參與者將能夠： 了解數據處理管道概念，例如源和彙的連接器，通用數據轉換等。 構建，擴展和優化Apex應用程序可靠地處理實時數據流，延遲時間最短使用Apex Core和Apex Malhar庫實現快速應用程序開發使用Apex API來編寫和重用現有的Java代碼將Apex作爲處理引擎集成到其他應用程序中調整，測試和縮放Apex應用程序 聽衆 開發商企業架構師 課程的格式 部分講座，部分討論，練習和沈重的練習

Apache Storm是一個分布式的實時計算引擎，用于實現實時商業智能。它通過使應用程序可靠地處理不受限制的數據流（又名流處理）來實現。 “Storm是爲了實時處理Hadoop用于批處理的！” 在這個有指導性的實時培訓中，參與者將學習如何安裝和配置Apache Storm，然後開發和部署Apache Storm應用程序以實時處理大數據。 本次培訓中包含的一些主題包括： Apache Storm在Hadoop的環境中處理無限數據連續計算實時分析分布式RPC和ETL處理立即申請此課程！ 聽衆 軟件和ETL開發人員大型機專業人員數據科學家大數據分析師 Hadoop專業人員 課程的格式 部分講座，部分討論，練習和沈重的練習

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。

這個由講師指導的台灣 現場（遠端或遠端）的現場培訓介紹了分散式流和批處理數據處理背後的原理和方法，並引導參與者在Apache Flink中創建實時數據流應用程式。

在培訓結束時，參與者將能夠：

設置用於開發數據分析應用程式的環境。 瞭解 Apache Flink 的 圖形處理庫 （Gelly） 是如何工作的。 打包、執行和監控基於 Flink 的容錯數據流應用程式。 管理各種工作負載。 執行高級分析。 設置多節點 Flink 集群。 衡量和優化性能。 將 Flink 與不同的 Big Data 系統集成。 將 Flink 的能力與其他大數據處理框架進行比較。

這個由講師指導的台灣現場培訓（現場或遠端）介紹了Hortonworks Data Platform (HDP)，並引導參與者完成Spark + Hadoop解決方案的部署。

在培訓結束時，參與者將能夠：

使用 Hortonworks 大規模可靠地運行 Hadoop。 將 Hadoop 的安全、治理和運營功能與Spark的敏捷分析工作流統一起來。 使用 Hortonworks 調查、驗證、認證和支援 Spark 專案中的每個元件。 處理不同類型的數據，包括結構化、非結構化、動態和靜態數據。

Apache Ambari是一個開源管理平台，用於配置，管理，監控和保護Apache Hadoop集群。

在這個由講師指導的實時培訓中，參與者將學習Ambari提供的管理工具和實踐，以成功管理Hadoop集群。

在培訓結束時，參與者將能夠：

• 使用Ambari設置實時Big Data集群
• 將Ambari的高級功能和功能應用於各種用例
• 根據需要無縫添加和刪除節點
• 通過調整和調整來改善Hadoop集群的性能

聽眾

• DevOps
• 系統管理員
• 數據庫管理員
• Hadoop測試專業人士

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

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.

本課程介紹如何從Hive提取數據的人員使用Hive SQL語言（AKA： Hive HQL， Hive SQL ， Hive QL）

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

在這個以講師為主導的台灣現場培訓（現場或遠端）中，參與者將學習如何設置不同的Stream Processing框架並將其與現有的大數據存儲系統以及相關的軟體應用程式和微服務集成。

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。
• 瞭解並選擇最適合工作的框架。
• 以逐條記錄的方式連續、併發地處理數據。
• 將 Stream Processing 解決方案與現有資料庫、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式和微服務集成 。