Hadoop Administration on MapR Počítačový Kurz

Publikum:

Kurz je určen pro IT specialisty, kteří hledají řešení pro ukládání a zpracování velkých datových sad v prostředí distribuovaného systému

Goal:

Hluboké znalosti Hadoop administrace clusteru.

Analýza velkých dat zahrnuje proces zkoumání velkého množství různých datových sad s cílem odhalit korelace, skryté vzorce a další užitečné poznatky.

Zdravotnický průmysl má obrovské množství komplexních heterogenních lékařských a klinických dat. Použití analýzy velkých dat na zdravotní data představuje obrovský potenciál při získávání poznatků pro zlepšení poskytování zdravotní péče. Obrovské množství těchto datových souborů však představuje velké výzvy v analýzách a praktických aplikacích v klinickém prostředí.

V tomto živém školení (na dálku) vedeném instruktorem se účastníci naučí, jak provádět analýzu velkých dat ve zdraví, když projdou řadou praktických cvičení v laboratoři.

Na konci tohoto školení budou účastníci schopni:

Nainstalujte a nakonfigurujte nástroje pro analýzu velkých objemů dat, jako je Hadoop MapReduce a Spark Pochopte vlastnosti lékařských dat Použití technik velkých dat pro práci s lékařskými daty Studujte systémy a algoritmy velkých dat v kontextu zdravotnických aplikací

Publikum

Vývojáři Data Scientists

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení.

Poznámka

Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.

Kurz je určen IT specialistům, kteří hledají řešení pro ukládání a zpracování velkých datových sad v prostředí distribuovaného systému

Cíl kurzu:

Získání znalostí o administraci clusteru Hadoop

Apache Hadoop je nejpopulárnější framework pro zpracování Big Data na clusterech serverů. V tomto třídenním (volitelně čtyřdenním) kurzu se účastníci dozvědí o obchodních výhodách a případech použití pro Hadoop a jeho ekosystém, jak plánovat nasazení a růst clusteru, jak instalovat, udržovat, monitorovat, odstraňovat problémy a optimalizovat [2 ]. Procvičí si také hromadné načítání dat clusteru, seznámí se s různými Hadoop distribucemi a procvičí instalaci a správu Hadoop ekosystémových nástrojů. Kurz je zakončen diskusí o zabezpečení clusteru s Kerberos.

„…Materiály byly velmi dobře připravené a důkladně zakryté. Laboratoř byla velmi nápomocná a dobře organizovaná“
— Andrew Nguyen, hlavní inženýr integrace DW, Microsoft Online Advertising

Publikum

Hadoop správci

Formát

Přednášky a praktické laboratoře, přibližná bilance 60 % přednášek, 40 % laboratoří.

Apache Hadoop je nejoblíbenější framework pro zpracování Big Data na klastrech serverů. Tento kurz seznámí vývojáře s různými komponentami (HDFS, MapReduce, Pig, Hive a HBase) Hadoop ekosystém.

Apache Hadoop je jedním z nejpopulárnějších frameworků pro zpracování Big Data na clusterech serverů. Tento kurz se ponoří do správy dat v HDFS, pokročilém Pig, Hive a HBase. Tyto pokročilé programovací techniky budou přínosem pro zkušené Hadoop vývojáře.

Publikum : vývojáři

Doba trvání: tři dny

Formát: přednášky (50 %) a praktické cvičení (50 %).

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na systémové administrátory, kteří se chtějí naučit, jak nastavit, nasadit a spravovat Hadoop clustery v rámci své organizace.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Apache Hadoop.
• Pochopte čtyři hlavní součásti ekoystému Hadoop: HDFS, MapReduce, YARN a Hadoop Common.
• Použijte Hadoop Distributed File System (HDFS) ke škálování clusteru na stovky nebo tisíce uzlů.
• Nastavte HDFS tak, aby fungoval jako úložný modul pro místní nasazení Spark.
• Nastavte Spark pro přístup k alternativním úložným řešením, jako jsou databázové systémy Amazon S3 a NoSQL, jako jsou Redis, Elasticsearch, Couchbase, Aerospike atd.
• Provádějte administrativní úkoly, jako je poskytování, správa, monitorování a zabezpečení clusteru Apache Hadoop.

Tento kurz představuje HBase – obchod č.SQL na vrcholu Hadoop. Kurz je určen pro vývojáře, kteří budou používat HBase k vývoji aplikací, a administrátory, kteří budou spravovat clustery HBase.

Provedeme vývojáře architekturou HBase a datovým modelováním a vývojem aplikací na HBase. Bude také diskutovat o používání MapReduce s HBase a některých tématech správy souvisejících s optimalizací výkonu. Kurz je velmi praktický se spoustou laboratorních cvičení.

Doba trvání: 3 dny

Publikum: Vývojáři a správci

Toto živé školení vedené instruktorem v České republice (online nebo na místě) představuje Hortonworks Data Platform (HDP) a provede účastníky nasazením řešení Spark + Hadoop.

Na konci tohoto školení budou účastníci schopni:

• Použijte Hortonworks ke spolehlivému provozu Hadoop ve velkém měřítku.
• Sjednoťte možnosti zabezpečení, správy a provozu Hadoop s agilními analytickými pracovními postupy Spark.
• Použijte Hortonworks k prozkoumání, ověření, certifikaci a podpoře každé z komponent v projektu Spark.
• Zpracovávejte různé typy dat, včetně strukturovaných, nestrukturovaných, v pohybu a v klidu.

Tento kurz se zabývá tím, jak používat jazyk Hive SQL (AKA: Hive HQL, SQL on Hive, HiveQL) pro lidi, kteří extrahují data z Hive

Cloudera Impala je open source dotazovací stroj s masivním paralelním zpracováním (MPP) SQL pro clustery Apache Hadoop.

Impala umožňuje uživatelům zadávat dotazy s nízkou latencí SQL na data uložená v Hadoop Distributed File System a Apache Hbase bez nutnosti přesunu nebo transformace dat.

Publikum

Tento kurz je zaměřen na analytiky a datové vědce provádějící analýzu dat uložených v Hadoop pomocí nástrojů Business Intelligence nebo SQL.

Po tomto kurzu budou moci delegáti

• Extrahujte smysluplné informace z Hadoop shluků pomocí Impala.
• Napište specifické programy pro usnadnění Business Inteligence v Impala SQL dialektu.
• Odstraňování problémů Impala.

V tomto živém školení vedeném instruktorem v České republice (na místě nebo na dálku) se účastníci naučí, jak nasadit a spravovat Apache NiFi v živém laboratorním prostředí.

Na konci tohoto školení budou účastníci schopni:

• Nainstalujte a nakonfigurujte Apachi NiFi.
• Zdroj, transformace a správa dat z nesourodých, distribuovaných zdrojů dat, včetně databází a velkých datových jezer.
• Automatizujte datové toky.
• Povolit analýzu streamování.
• Aplikujte různé přístupy ke zpracování dat.
• Transformujte Big Data do obchodních postřehů.

V tomto živém školení pod vedením instruktora v České republice se účastníci naučí základy programování založeného na toku při vývoji řady demo rozšíření, komponent a procesorů pomocí Apache NiFi.

Na konci tohoto školení budou účastníci schopni:

• Pochopte architekturu a koncepty toku dat NiFi.
• Vyvíjejte rozšíření pomocí NiFi a API třetích stran.
• Vlastní vývoj vlastního procesoru Apache Nifi.
• Ingestujte a zpracujte data v reálném čase z různorodých a neobvyklých formátů souborů a zdrojů dat.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře, kteří chtějí používat a integrovat Spark, Hadoop a Python ke zpracování, analýze a transformaci velkých a komplexních souborů dat.

Na konci tohoto školení budou účastníci schopni:

• Nastavte potřebné prostředí pro zahájení zpracování velkých dat pomocí Spark, Hadoop a Python.
• Pochopte funkce, základní komponenty a architekturu Spark a Hadoop.
• Naučte se, jak integrovat Spark, Hadoop a Python pro zpracování velkých dat.
• Prozkoumejte nástroje v ekosystému Spark (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka a Flume).
• Vytvářejte systémy doporučení pro společné filtrování podobné jako Netflix, YouTube, Amazon, Spotify a Google.
• Použijte Apache Mahout ke škálování algoritmů strojového učení.