HBase for Developers 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.

Když tradiční úložné technologie nezvládají množství dat, které potřebujete uložit, existují stovky alternativ. Tento kurz se snaží navést účastníky, jaké jsou alternativy pro ukládání a analýzu Big Data a jaké jsou jejich výhody a nevýhody.

Tento kurz je převážně zaměřen na diskusi a prezentaci řešení, i když na vyžádání jsou k dispozici praktická cvičení.

Kurz je součástí sady dovedností Data Scientist (doména: Data a technologie).

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na správce databází nebo vývojáře, kteří chtějí používat Microsoft Azure Cosmos DB k vývoji a správě vysoce citlivých aplikací s nízkou latencí.

Na konci tohoto školení budou účastníci schopni:

• Poskytněte potřebné zdroje Cosmos DB, abyste mohli začít budovat databáze a aplikace.
• Škálujte výkon a úložiště aplikací pomocí API v Cosmos DB.
• Spravujte databázové operace a snižte náklady optimalizací zdrojů Cosmos DB.

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) 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.

Relační databáze jsou technologií volby pro ukládání, získávání a dotazování dat. Relační databáze umožňují uživatelům organizovat svá data pomocí strukturovaného, dobře definovaného souboru vzorů (modelu). I když tento přístup funguje dobře pro ukládání dat, která jsou standardizovaná a předem dobře srozumitelná (vzpomeňte si na aplikaci pro odbavení v nemocnici, která uchovává záznamy o pacientech se stejnou konzistentní sadou předem definovaných polí... ID pacienta, jméno, příjmení jméno, datum poslední návštěvy atd.), tento model má omezení. Pro organizace, jejichž příchozí data nejsou dobře definovaná (vzpomeňte si na online poptávkový formulář pro startup, který stále experimentuje s různými poli pro shromažďování údajů o návštěvnících, odebírá a přidává pole, aby se přizpůsobil měnící se povaze business), jakékoli zavedené definice toho, jak by data měla zapadat do existující databáze, by musela být pravidelně znovu definována. To by vyžadovalo znovu vytvořit datový model (schéma), který určuje strukturu dat a jeho povolené datové typy pro podporu různých typů datových vstupů atd., než by bylo možné uložit jakákoli nová data do databáze.

Zadejte databáze č.SQL (nejen SQL). Databáze NoSQL osvobozují uživatele od nutnosti předdefinovat strukturu příchozích dat, což jim umožňuje vkládat a aktualizovat nová data za běhu. ŽádnéSQL databáze jsou často rychlejší než relační databáze a snadno zpracují velké množství dat. ŽádnéSQL databáze se také lépe škálují než relační databáze díky jejich schopnosti efektivně rozdělovat data mezi mnoho serverů (klastrů) a vyrovnávat zatížení přístupu k těmto datům. ŽádnéSQL databáze se obzvláště dobře integrují s aplikacemi, které podporují analýzy v reálném čase, personalizaci webu, internet věcí a mobilní aplikace

V tomto živém školení vedeném instruktorem účastníci porozumí architektuře, principům návrhu a funkčnosti nejpopulárnějších databází č. 7, když nastavují, provozují a vyhodnocují řadu databází č. 7 v živém laboratorním prostředí. Cílem tohoto školení je umožnit účastníkům inteligentně vyhodnotit, navrhnout a implementovat vhodné řešení databáze NoSQL v rámci své organizace.

Na konci tohoto školení budou účastníci schopni:

Nainstalujte a nakonfigurujte různé typy databází NoSQL, včetně MongoDB, Cassandra, Redis a Neo4j Pochopte výhody a nevýhody databází NoSQL oproti relačním databázím Pochopte základní datové formáty používané databázemi NoSQL a jak tyto formáty lze s výhodou využít při vývoji moderních aplikací (desktop, mobil, cloud, IoT) Provádět operace vytváření, vkládání, aktualizace, mazání v databázi č.SQL Nastavení smíšeného prostředí s relační databází i fungováním č.SQL v tandemu Konfigurace clusteru databáze č. 7 pro distribuci zpracování velmi velkých datových sad Pochopit bezpečnostní důsledky používání databáze č. 7 Nasazení a škálování databáze č. 7 v produkčním prostředí

Publikum

Database profesionálové Datoví architekti Datoví stratégové Projektoví manažeři Vývojáři aplikací, kteří chtějí do své aplikace integrovat flexibilní databázové řešení

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.

redis

nosql

Scylla je open-source distribuované úložiště dat č.SQL. Je kompatibilní s Apache Cassandra, ale pracuje s výrazně vyšší propustností a nižší latencí.

V tomto kurzu se účastníci seznámí s funkcemi a architekturou Scylly a zároveň získají praktické zkušenosti s nastavením, správou, monitorováním a řešením problémů se Scylla.

Publikum

Database správci Vývojáři Systémoví inženýři

Formát kurzu

Kurz je interaktivní a zahrnuje diskuse o principech a přístupech pro nasazení a správu distribuovaných databází a clusterů Scylla. Kurz zahrnuje těžkou složku praktických cvičení a praxe.