Hadoop Administration on MapR Training Course

Това водено от инструктор обучение на живо в България (онлайн или на място) представя Hortonworks Data Platform (HDP) и превежда участниците през внедряването на решението Spark + Hadoop.

До края на това обучение участниците ще могат:

Използвайте Hortonworks за надеждно изпълнение на Hadoop в голям мащаб. Обединете възможностите за сигурност, управление и операции на Hadoop с гъвкавите аналитични работни процеси на Spark. Използвайте Hortonworks, за да проучите, валидирате, сертифицирате и поддържате всеки от компонентите в проект на Spark. Обработвайте различни видове данни, включително структурирани, неструктурирани, в движение и в покой.

Apache Ambari е платформа за управление с отворен код за осигуряване, управление, наблюдение и защита на Apache Hadoop клъстери.

В това водено от инструктор обучение на живо участниците ще научат инструментите и практиките за управление, предоставени от Ambari за успешно управление на Hadoop клъстери.

До края на това обучение участниците ще могат:

Настройте жив клъстер с големи данни с помощта на Ambari Приложете разширените функции и функции на Ambari към различни случаи на употреба Безпроблемно добавяйте и премахвайте възли, ако е необходимо Подобрете производителността на Hadoop клъстер чрез настройка и настройване

Публика

DevOps системни администратори DBAs Hadoop специалисти по тестване

Формат на курса

Част лекция, част дискусия, упражнения и тежка практическа практика

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.

Този курс обхваща как да използвате езика Hive SQL (AKA: Hive HQL, SQL на Hive, HiveQL) за хора, които извличат данни от Hive

Курсът е посветен на ИТ специалисти, които търсят решение за съхранение и обработка на големи масиви от данни в разпределена системна среда

Цел на курса:

Получаване на знания относно Hadoop администриране на клъстер

Публика:

Курсът е предназначен за ИТ специалисти, които търсят решение за съхранение и обработка на големи масиви от данни в разпределена системна среда

Goал:

Задълбочени познания по Hadoop администриране на клъстери.

Apache Hadoop е най-популярната рамка за обработка на големи данни на клъстери от сървъри. Този курс ще запознае програмиста с различни компоненти (HDFS, MapReduce, Pig, Hive и HBase) Hadoop екосистема.

Apache Hadoop е една от най-популярните рамки за обработка на големи данни на клъстери от сървъри. Този курс се занимава с управление на данни в HDFS, Advanced Pig Hive и HBase. Тези усъвършенствани техники за програмиране ще бъдат от полза за опитни разработчици на Hadoop.

Аудитория: разработчици

Продължителност: три дни

Формат: лекции (50%) и практически упражнения (50%).

Този курс представя HBase – NoSQL магазин на върха на Hadoop. Курсът е предназначен за разработчици, които ще използват HBase за разработване на приложения, и администратори, които ще управляват HBase клъстери.

Ще преведем програмист през архитектурата на HBase и моделирането на данни и разработването на приложения в HBase. Той също така ще обсъди използването на MapReduce с HBase и някои административни теми, свързани с оптимизирането на производителността. Курсът е много практически с много лабораторни упражнения.

Продължителност: 3 дни

Аудитория: разработчици и администратори

Apache Hadoop е най-популярната рамка за обработка на големи данни на клъстери от сървъри. В този три (по избор четири) дневен курс участниците ще научат за ползите за бизнеса и случаите на използване на Hadoop и неговата екосистема, как да планират внедряването и растежа на клъстера, как да инсталират, поддържат, наблюдават, отстраняват неизправности и оптимизират [2 ]. Те също така ще практикуват групово зареждане на данни в клъстер, ще се запознаят с различни Hadoop дистрибуции и ще практикуват инсталиране и управление на Hadoop инструменти за екосистеми. Курсът завършва с обсъждане на защитата на клъстера с Kerberos.

„...Материалите бяха много добре подготвени и подробно обхванати. Лабораторията беше много полезна и добре организирана“ — Андрю Нгуен, главен инженер по интегриране на DW, Microsoft Онлайн реклама

Публика

Hadoop администратори

формат

Лекции и практически упражнения, приблизителен баланс 60% лекции, 40% лабораторни упражнения.

Hadoop is the most popular Big Data processing framework.

В това водено от инструктор обучение в България участниците ще научат основните компоненти на Hadoop екосистемата и как тези технологии могат да се използват за решаване на широкомащабни проблеми. Като научат тези основи, участниците ще подобрят способността си да комуникират с разработчиците и изпълнителите на тези системи, както и с учените и анализаторите на данни, които включват много ИТ проекти.

Публика

• Ръководители на проекти, които желаят да внедрят Hadoop в своята съществуваща разработка или ИТ инфраструктура
• Мениджъри на проекти, които трябва да комуникират с многофункционални екипи, които включват инженери за големи данни, учени по данни и бизнес анализатори

Apache Samza е асинхронна изчислителна рамка с отворен код в почти реално време за обработка на потоци. Той използва Apache Kafka за съобщения и Apache Hadoop YARN за толерантност към грешки, изолиране на процесора, сигурност и управление на ресурсите.

Това водено от инструктор обучение на живо въвежда принципите зад системите за съобщения и разпределената обработка на потоци, като същевременно превежда участниците в създаването на примерен проект, базиран на Samza, и изпълнението на заданието.

До края на това обучение участниците ще могат:

Използвайте Samza, за да опростите кода, необходим за създаване и използване на съобщения. Отделете обработката на съобщения от приложение. Използвайте Samza за внедряване на асинхронно изчисление в почти реално време. Използвайте поточно обработване, за да осигурите по-високо ниво на абстракция спрямо системите за съобщения.

Публика

Разработчици

Формат на курса

Част лекция, част дискусия, упражнения и тежка практическа практика

Datameer е платформа за бизнес разузнаване и анализ, изградена върху Hadoop. Той позволява на крайните потребители да имат достъп, да изследват и да съпоставят широкомащабни, структурирани, полуструктурирани и неструктурирани данни по лесен за използване начин.

В това обучение на живо, ръководено от инструктор, участниците ще се научат как да използват Datameer, за да преодолеят стръмната крива на обучение Hadoop, докато преминават през настройката и анализа на серия от големи източници на данни.

До края на това обучение участниците ще могат:

Създавайте, управлявайте и интерактивно изследвайте езеро от корпоративни данни Access складове за данни за бизнес разузнаване, транзакционни бази данни и други аналитични хранилища Използвайте потребителски интерфейс на електронна таблица, за да проектирате канали за обработка на данни от край до край Access предварително изградени функции за изследване сложни връзки с данни Използвайте съветници за плъзгане и пускане, за да визуализирате данни и да създавате табла за управление Използвайте таблици, диаграми, графики и карти, за да анализирате резултатите от заявките

Публика

Анализатори на данни

Формат на курса

Част лекция, част дискусия, упражнения и тежка практическа практика

В това водено от инструктор обучение на живо в България (на място или дистанционно), участниците ще се научат как да внедряват и управляват Apache NiFi в лабораторна среда на живо.

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте Apachi NiFi.
• Извличайте, трансформирайте и управлявайте данни от различни, разпределени източници на данни, включително бази данни и големи езера от данни.
• Автоматизирайте потоците от данни.
• Активиране на поточно анализиране.
• Приложете различни подходи за поглъщане на данни.
• Трансформирайте Big Data и в бизнес прозрения.