План на курса

Концепции за съхранение на данни

    Какво е Data Ware House? Разлика между OLTP и Data Ware Получаване на данни Извличане на данни Трансформация на данни. Зареждане на данни Мартове с данни Зависими срещу независими Март за данни Дизайн на база данни

Концепции за тестване на ETL:

    Въведение. Жизнен цикъл на разработка на софтуер. Методологии за тестване. Работен процес на ETL тестване. Отговорности за тестване на ETL на етап данни.

Основи на големи данни

    Big Data и нейната роля в корпоративния свят Фазите на разработване на Big Data стратегия в рамките на една корпорация Обяснете обосновката в основата на холистичния подход към Big Data Компонентите, необходими в Big Data Платформа Решение за съхранение на големи данни Ограничения на традиционните технологии Преглед на типовете бази данни

Не SQL Бази данни

Hadoop

Карта Намаляване

Apache Spark

 14 Hours

Брой участници



Цена за участник

Oтзиви от потребители (5)

Свързани Kурсове

NoSQL Database with Microsoft Azure Cosmos DB

14 Hours

Data Vault: Building a Scalable Data Warehouse

28 Hours

Spark Streaming with Python and Kafka

7 Hours

Confluent KSQL

7 Hours

Apache Ignite for Developers

14 Hours

Unified Batch and Stream Processing with Apache Beam

14 Hours

Apache Apex: Processing Big Data-in-Motion

21 Hours

Apache Storm

28 Hours

Apache NiFi for Administrators

21 Hours

Apache NiFi for Developers

7 Hours

Apache Flink Fundamentals

28 Hours

Python and Spark for Big Data (PySpark)

21 Hours

Introduction to Graph Computing

28 Hours

Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

21 Hours

Apache Spark MLlib

35 Hours

Свързани Kатегории