HBase for Developers Képzés

Célpontsáv:

A kurz az IT-szakembereket célozza, akik megoldást keresnek nagy adathalmazok tárolására és feldolgozására elosztott rendszerekben.

Előfeltételek:

Mélyreható ismeret Hadoop cluster-adminisztrációban.

A nagy adatelemzés magában foglalja a nagy mennyiségű, változatos adatkészlet vizsgálatát a korrelációk, rejtett minták és egyéb hasznos betekintések feltárása érdekében.

Az egészségügyi ágazat hatalmas mennyiségű komplex, heterogén orvosi és klinikai adatot tartalmaz. A nagy adatelemzés alkalmazása az egészségügyi adatokra hatalmas potenciállal jár ahhoz, hogy betekintést szerezzen az egészségügyi ellátás javításában. Ezen adatkészletek hatalmassága azonban nagy kihívást jelent az elemzésekben és a klinikai környezetben történő gyakorlati alkalmazásokban.

Ebben az oktató által vezetett, élő (távoli) képzésen a résztvevők megtanulják, hogyan végezzen nagy adatelemzést az egészségben, miközben gyakorlati élő laboratóriumi gyakorlatokat végeznek.

A képzés végére a résztvevők képesek lesznek:

• Telepítse és konfigurálja a nagy adatelemző eszközöket, például a Hadoop MapReduce és a Spark
• Megérteni az orvosi adatok jellemzőit
• Nagyméretű technikák alkalmazása az orvosi adatok kezelésére
• Tanulmányozza a nagy adatrendszereket és algoritmusokat az egészségügyi alkalmazások összefüggésében

Közönség

• Fejlesztők
• Adattudósok

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat.

jegyzet

• Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.

Mikor a hagyományos adattároló technológiák nem kezelik megfelelően az el szeretném tárolni mennyiségű adatot, számos alternatíva áll rendelkezésre. Ez a kurzus segíti a résztvevőket abban, hogy megértsék, milyen lehetőségek állnak rendelkezésre a nagy adatok tárolására és elemzésére, valamint mi az előnyei és hátrányai ezeknek az opcióknak.

A kurzus főleg beszédet és megoldások bemutatását érzi ki, bár gyakorlási feladatok is elérhetők igény esetén.

A kurzus a Data Scientist készségkészlet része (Domain: Data and Technology).

Ez az interaktív képzés (online vagy személyesen) azzal a céllal rendeződik, hogy adatbázis- és fejlesztőszakemberek tanuljanak Microsoft Azure Cosmos DB használatával nagyon reaktív és kis késleltetéssel rendelkező alkalmazásokat fejleszteni és kezelni.

A képzés végeztével a résztvevők képesek lesznek:

• A szükséges Cosmos DB erőforrások kiépítésére, hogy adatbázisokat és alkalmazásokat hozzanak létre.
• Az alkalmazás teljesítményének és tárolókapacitásának skálázására a Cosmos DB API-k használatával. 
• Adatbázis műveletek kezelésére és költségek csökkentésére a Cosmos DB erőforrások optimalizálásával.

A kurzus azoknak az IT szakembernek szól, akik megoldást keresnek nagy adatkészletek tárolására és feldolgozására elosztott rendszerkörnyezetben.

Kurzus célja:

Ismerkedés a Hadoop-fürt adminisztrálásának alapjaiival

Apache Hadoop Hadoop a legnépszerűbb keretrendszer adatok Big Data feldolgozására szervercsomagokban. Ezen háromnapos (lehetséges négy napos) kurzusban a résztvevők megismerkedhetnek a Hadoop üzleti előnyeivel és alkalmazási területeivel, valamint annak és környezetének rendszerével. Megtanulják, hogyan kell tervezni és növelni a csomagokat, telepíteni, karbantartani, figyelni, hibáztatni és optimalizálni a Hadoop-t. Gyakorolni fogják a csomagokban lévő adatok tömeges betöltését, megismerkednek a különböző Hadoop disztribúciókkal, valamint gyakorolni fognak a Hadoop környezeti eszközök telepítését és kezelését. A kurzus Kerberos segítségével végzett csomag biztonságosításával fejeződik be.

"…A anyagok rendkívül jól készültek és alaposan takarták a témát. A gyakorlatok nagyon hasznosak és jól szervezettek voltak."— Andrew Nguyen, Főintegraciós DW mérnök, Microsoft Online Advertising

Célközönség

Hadoop adminisztrátorok

Formátum

Előadások és gyakorlati laborok, mintegy 60% előadás, 40% labor.

Apache Hadoop a legnépszerűbb keretrendszer adatfeldolgozásra szervercsoportokban. Ez a kurzus bemutatja a fejlesztőknek a különböző komponenseket (HDFS, MapReduce, Pig, Hive és HBase) a Hadoop ökológia részéről.

Apache Hadoop az egyik legnépszerűbb keretrendszer a szervercsoportokon történő feldolgozáshoz. Ez a kurzus a HDFS-ben történő adatok kezelésébe, a Pig előrehaladott alkalmazásába, Hive-be, és HBase-be merül bele. Ezek az előrehaladott programozási technikák a tapasztalt Hadoop fejlesztők számára hasznosak lehetnek.

Célközönség: fejlesztők

Időtartam: három nap

Formátum: előadások (50%) és gyakorlati laborok (50%).

Célpontsoportozat:

Ez a kurzus azt célozza, hogy a big data/Hadoop technológiát megkönnyítse és mutassa meg, hogy nem nehéz megérteni.

Az Apache NiFi egy nyílt forráskódú, folyamat-alapú adatintegrációs és eseményfeldolgozási platform. Automatikus, valós idejű adatátvitelt, átalakítást és rendszerközvetítést tesz lehetővé különböző rendszerek között, web-alapú UI-vel és finom szemcsekontrollal.

Ez az oktatóvezetett, élő képzés (helyszínen vagy távolról) az középszintű adminisztrátorok és mérnökök számára szánva, akik az Apache NiFi adatfolyamokat szeretnék telepíteni, kezelni, biztonságosítani és optimalizálni gyártási környezetekben.

A képzés végén a résztvevők képesek lesznek:

• Apache NiFi csomagokat telepíteni, konfigurálni és karbantartani.
• Adatfolyamokat tervezni és kezelni különböző források és célok között.
• Folyamat-automatizálást, átirányítást és átalakítási logikát valósítani.
• Teljesítményt optimalizálni, műveleteket monitorozni és problémákat kezelni.

A képzés formája

• Interaktív előadás valós világbeli architektúra vitával.
• Pratikus laborok: folyamok építése, telepítése és kezelése.
• Szcenárium alapú gyakorlatok élő laborok környezetben.

A képzés testreszabási lehetőségei

• A képzés testreszabására kérjük, forduljon hozzánk, hogy rendezzük el.

Ezen az oktató által vezetett, élő képzésen a Magyarország-ban a résztvevők megtanulják az áramlásalapú programozás alapjait, miközben számos demó-bővítményt, komponenst és processzort fejlesztenek a Apache NiFi segítségével.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a NiFi architektúráját és adatfolyam-koncepcióit.
• Bővítmények fejlesztése NiFi és harmadik féltől származó API-k használatával.
• Egyedi fejlesztésű saját Apache Nifi processzort.
• Valós idejű adatok feldolgozása és feldolgozása eltérő és nem megszokott fájlformátumokból és adatforrásokból.

A relációs adatbázisok a technológia, amelyet hagyománynak tekinthetünk az adatok tárolására, lekérdezésére és feldolgozására. A relációs adatbázisok lehetővé teszik felhasználóink számára, hogy adataikat egy strukturált, jól meghatározott minta (modell) segítségével rendezsék. Ezen megközelítés jól működik olyan adatok esetén, amelyek előre definiálhatók és standardizálva vannak (gondoljunk egy kórházi regisztrációs alkalmazásra, ami betegi feljegyzéseket tartalmaz azonosított mezőkkal, például a beteg azonosítója, keresztnév, vezetéknév, utolsó látogatás dátuma stb.), ugyanakkor ezen modellnek vannak korlátai. Olyan szervezetek esetén, amelyek bejövő adatai nem jól meghatározottak (gondoljunk egy új vállalat online feladatbeviteli űrlapjára, amely kísérletekben van számos mezővel a látogató adatainak gyűjtésére, és folyamatosan hozzáadja vagy eltávolítja mezőket a vállalat igényeihez), a már létező adatmodell (sémák) rendszeresen újra kellene definiálniuk. Ezt követően újradefiniálniuk kellene az adatsémát, ami meghatározza az adatstruktúrát és a megengedett adattípusokat különböző típusú adatbevitel támogatásához, mielőtt új adatot tárolhatnának az adatbázisban.

Íme a NoSQL (Not Only SQL) adatbázisok. A NoSQL adatbázisok szabadítanak fel a felhasználókat attól, hogy előre definiálják az adatok bejövő struktúráját, így lehetővé teszik az új adatok beszúrását és frissítését a létező struktúrán kívül. A NoSQL adatbázisok gyakran gyorsabbak a relációs adatbázisoknál, és könnyedén kezelhetnek nagy mennyiségű adattal. A NoSQL adatbázisok jobban méretezhetők a relációs adatbázisoknál is, mivel hatékonyan feloszthatják az adatokat számos kiszolgáló között (fürtben), és támogatják az ezekhez való hozzáférés terheléselosztását. A NoSQL adatbázisok speciálisan jól alkalmazhatók olyan alkalmazásokban, amelyek valós időben történő elemzést, weboldal személyre szabását, IoT-ot és mobilalkalmazásokat támogatnak.

Ebben az oktatók által vezetett élő képzésben a résztvevők megérteni fogják a legnépszerűbb NoSQL adatbázisok architektúráját, tervezési elveit és funkcióit, miközben beállítják, működtetik és értékelnek különböző NoSQL adatbázisokat egy élő labor környezetben. A képzés célja a résztvevők képességének fejlesztése arra, hogy intelligens módon mérlegeljenek, javasoljanak és implementáljanak megfelelő NoSQL adatbázis megoldást az összességükben a szervezetükben.

A képzés végére a résztvevők képesek lesznek:

• Különböző típusú NoSQL adatbázisokat telepíteni és beállítani, beleértve a MongoDB-t, a CASSANDRA-t, a REDIS-t és a NEO4J-t
• A NoSQL adatbázisok előnyeit és hátrányait megérteni a relációs adatbázisokhoz képest
• Megérteni a NoSQL adatbázisok alapjának adataformátumait, és hogyan használhatók előnyösebben modern alkalmazások fejlesztésekor (asztali, mobil, felhőalapú, IoT)
• Létrehozni, beszúrni, frissíteni és törölni adatokat a NoSQL adatbázisban
• Készíteni egy olyan környezetet, ahol mind a relációs, mind a NoSQL adatbázis működik egymás mellett
• NoSQL adatbázis fürtöt beállítani nagy adatazok felosztása érdekében
• Megérteni egy NoSQL adatbázis használata biztonsági implikációit
• Egy NoSQL adatbázist üzembe helyezni és méretezni a termelési környezetben

Célcsoport

• Adatbázis szakemberek
• Adatszerkezeti tervezők
• Adatstratègek
• Projektmenedżerek
• Alkalmazásfejlesztők, akik rugalmas adatbázis megoldást szeretnének beépíteni alkalmazásaikba

A képzés formája

• Részben előadás, részben diskussionszakok, gyakorlatok és intenzív gyakorló feladatok

Megjegyzés

• Egy személyre szabott képzés kérése esetén lépj kapcsolatba velünk a rendezéséhez.

redis

nosql

A Scylla egy nyílt forráskódú elosztott NoSQL adattár. Kompatibilis az Apache-val Cassandra, de lényegesen nagyobb átviteli sebességgel és alacsonyabb késleltetéssel teljesít.

Ezen a tanfolyamon a résztvevők megismerkednek a Scylla szolgáltatásaival és architektúrájával, miközben gyakorlati tapasztalatokat szereznek a Scylla beállításával, adminisztrálásával, felügyeletével és hibaelhárításával kapcsolatban.

Közönség

• Database adminisztrátorok
• Fejlesztők
• Rendszermérnökök

A tanfolyam formátuma

• A kurzus interaktív, és magában foglalja a Scylla elosztott adatbázisok és fürtök telepítésének és kezelésének elveit és megközelítéseit.
• A tanfolyam gyakorlati gyakorlatok és gyakorlatok nehéz részét tartalmazza.