Gyakorlati bevezetés a Stream Processingbe Képzés

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak a fejlesztőknek szól, akik szeretnék integrálni az Apache Kafkát meglévő adatbázisokkal és alkalmazásokkal feldolgozás, elemzés stb. céljából.

A képzés végén a résztvevők képesek lesznek:

• A Kafka Connect használatával nagy mennyiségű adatot betölteni egy adatbázisból Kafka témákba.
• Alkalmazás szerverek által generált naplóadatokat betölteni Kafka témákba.
• Az összegyűjtött adatokat elérhetővé tenni adatfolyam-feldolgozás céljából.
• Adatokat exportálni Kafka témákból másodlagos rendszerekbe tárolás és elemzés céljából.

Ez az oktató által vezetett, élő képzés (online vagy helyszíni) azoknak a mérnököknek szól, akik a Confluent (a Kafka disztribúciója) használatával valós idejű adatfeldolgozó platformot szeretnének építeni és kezelni alkalmazásaik számára.

A képzés végére a résztvevők képesek lesznek:

• A Confluent Platform telepítésére és konfigurálására.
• A Confluent menedzsment eszközeinek és szolgáltatásainak használatával könnyedén futtatni a Kafkát.
• A beérkező adatfolyamok tárolására és feldolgozására.
• A Kafka klaszterek optimalizálására és kezelésére.
• Az adatfolyamok biztonságossá tételére.

A képzés formátuma

• Interaktív előadás és vita.
• Sok gyakorlat és gyakorlás.
• Gyakorlati implementáció élő laboratóriumi környezetben.

Kurzus Testreszabási Lehetőségek

• Ez a kurzus a Confluent nyílt forráskódú verzióján alapul: Confluent Open Source.
• Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk a megbeszélés érdekében.

Az Apache Kafka egy elosztott adatstreaming platform. Gyakorlatilag szabvánnyá vált az adatcsatornák építésében, és számos különböző adatfeldolgozási esethez nyújt megoldást: használható üzenetsorként, elosztott naplóként, streambefeldolgozóként stb.

Először az adatcsatornák mögötti elméletet vesszük át, majd a Kafka alapvető fogalmaival folytatjuk. Megismerkedünk a Kafka Streams és a Kafka Connect fontos összetevőivel is.

Ez a tanfolyam vállalati architekteknek, fejlesztőknek, rendszergazdáknak és bárki számára, aki meg szeretné érteni és használni a nagy teljesítményű elosztott üzenetküldő rendszereket. Ha specifikusabb igényeid vannak (pl. csak a rendszergazdai oldal), a tanfolyam testreszabható, hogy jobban megfeleljen a szükségleteidnek.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) kezdő/középhaladó/haladó szintű rendszergazdáknak és műveleti mérnököknek szól, akik szeretnék használni az Apache Kafka-t a Kafka klaszterek üzembe helyezéséhez, biztonságossá tételéhez, monitorozásához és hibaelhárításához.

A képzés végére a résztvevők képesek lesznek elmagyarázni a Kafka architektúrát és a KRaft módot, üzemeltetni és biztosítani a Kafka klasztereket, monitorozni a teljesítményt és a megbízhatóságot, valamint elhárítani a gyakori éles problémákat.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középhaladó szintű fejlesztőknek szól, akik nagy adatalkalmazásokat szeretnének fejleszteni az Apache Kafka segítségével.

A képzés végére a résztvevők képesek lesznek:

• Kafka producereket és fogyasztókat fejleszteni, hogy adatokat küldjenek és olvassanak a Kafkából.
• Integrálni a Kafkát külső rendszerekkel a Kafka Connect segítségével.
• Adatfolyam-alkalmazásokat írni a Kafka Streams & ksqlDB segítségével.
• Integrálni egy Kafka kliensalkalmazást a Confluent Clouddal felhőalapú Kafka telepítésekhez.
• Gyakorlati tapasztalatot szerezni gyakorlati feladatok és valós használati esetek segítségével.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) adatmérnökök, adattudósok és programozók számára készült, akik az Apache Kafka funkcióit szeretnék használni adatfolyamok kezelésében Pythonnal.

A képzés végén a résztvevők képesek lesznek az Apache Kafka használatára a folyamatos adatfolyamok állapotának monitorozására és kezelésére Python programozás segítségével.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak a szoftvertesztelőknek szól, akik hálózati biztonsági intézkedéseket szeretnének bevezetni egy Apache Kafka alkalmazásba.

A képzés végén a résztvevők képesek lesznek:

• Az Apache Kafka üzembe helyezése egy felhőalapú szerveren.
• SSL titkosítás bevezetése a támadások megelőzése érdekében.
• ACL hitelesítés hozzáadása a felhasználói hozzáférés nyomon követéséhez és szabályozásához.
• Biztosítani, hogy a megbízható ügyfelek hozzáférhessenek a Kafka klaszterekhez SSL és SASL hitelesítéssel.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) középszintű fejlesztőknek szól, akik szeretnék megismerni a Kafka alapjait és integrálni azt a Spring Boottal.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a Kafkát és annak architektúráját.
• Megtanulják, hogyan kell telepíteni, konfigurálni és beállítani egy alapvető Kafka környezetet.
• Integrálni a Kafkát a Spring Boottal.

A Kafka Streams egy kliensoldali könyvtár, amely alkalmazások és mikroszolgáltatások fejlesztésére szolgál, amelyek adatai egy Kafka üzenetküldő rendszerbe kerülnek továbbításra. Hagyományosan az Apache Kafka az Apache Spark vagy az Apache Storm rendszerekre támaszkodott az adatok feldolgozásához az üzenetküldők és fogyasztók között. A Kafka Streams API alkalmazáson belüli meghívásával az adatok közvetlenül a Kafka rendszerben dolgozhatók fel, így nincs szükség az adatok külön fürtbe történő küldésére a feldolgozás érdekében.

Ezen oktató által vezetett, élő képzés során a résztvevők megtanulják, hogyan integrálhatják a Kafka Streams-t egy minta Java alkalmazáskészletbe, amelyek adatokat továbbítanak az Apache Kafka rendszerbe és onnan stream feldolgozás céljából.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a Kafka Streams funkcióit és előnyeit más stream feldolgozó keretrendszerekhez képest
• Stream adatokat közvetlenül egy Kafka fürtön belül feldolgozni
• Java vagy Scala alkalmazást vagy mikroszolgáltatást írni, amely integrálódik a Kafka és Kafka Streams rendszerrel
• Tömör kódot írni, amely bemeneti Kafka témákat kimeneti Kafka témákká alakít át
• Az alkalmazás felépítése, csomagolása és telepítése

Célközönség

• Fejlesztők

A képzés formátuma

• Részben előadás, részben vita, gyakorlatok és intenzív gyakorlati munka

Megjegyzések

• Ezen képzés testreszabott változatát igényelheti, kérjük, lépjen kapcsolatba velünk a megbeszélés érdekében

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) kezdő és középhaladó szintű rendszergazdáknak szól, akik szeretnének megtanulni, hogyan kezeljék hatékonyan a Kafka témaköröket az adatfolyamok hatékony kezeléséhez és feldolgozásához.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a Kafka témakörök alapjait és architektúráját.
• Kafka témakörök létrehozása, konfigurálása és kezelése.
• Kafka témakörök monitorozása egészségügyi, teljesítményi és elérhetőségi szempontból.
• Biztonsági intézkedések bevezetése a Kafka témakörök számára.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak az adattudósoknak szól, akik a SMACK stack használatával szeretnének adatfeldolgozó platformokat építeni big data megoldásokhoz.

A képzés végére a résztvevők képesek lesznek:

• Adatfolyam architektúra implementálása big data feldolgozáshoz.
• Klaszter infrastruktúra fejlesztése Apache Mesos és Docker segítségével.
• Adatelemzés Spark és Scala használatával.
• Strukturálatlan adatok kezelése Apache Cassandra segítségével.

Ebben az oktató által vezetett, élő képzésben Magyarország, a résztvevők megtanulják, hogyan használhatják a Pythont és a Sparkot együtt nagy adatok elemzéséhez, miközben gyakorlati feladatokon dolgoznak.

A képzés végére a résztvevők képesek lesznek:

• Megtanulják, hogyan használhatják a Sparkot Pythonnal nagy adatok elemzéséhez.
• Valós eseteket utánzó gyakorlatokon dolgoznak.
• Különböző eszközöket és technikákat használnak nagy adatok elemzéséhez a PySpark segítségével.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) azoknak a fejlesztőknek szól, akik szeretnék a hagyományos architektúrát egy nagy párhuzamosságú, mikroszolgáltatásokra épülő architektúrára átalakítani a Spring Cloud, Kafka, Docker, Kubernetes és Redis segítségével.

A képzés végére a résztvevők képesek lesznek:

• Beállítani a szükséges fejlesztői környezetet a mikroszolgáltatások építéséhez.
• Tervezni és megvalósítani egy nagy párhuzamosságú mikroszolgáltatási ökoszisztémát a Spring Cloud, Kafka, Redis, Docker és Kubernetes segítségével.
• Átalakítani a monolit és SOA szolgáltatásokat mikroszolgáltatás-alapú architektúrára.
• DevOps megközelítést alkalmazni a szoftverfejlesztés, tesztelés és kiadás területén.
• Biztosítani a magas párhuzamosságot a mikroszolgáltatások között éles környezetben.
• Figyelni a mikroszolgáltatásokat és helyreállítási stratégiákat implementálni.
• Teljesítményhangolást végezni.
• Megismerni a mikroszolgáltatások architektúrájának jövőbeli trendjeit.

A Stratio egy adatközpontú platform, amely a big data, az AI és a governance integrációját kínálja egyetlen megoldásban. A Rocket és Intelligence moduljai lehetővé teszik a gyors adatfeltárást, átalakítást és haladó elemzéseket vállalati környezetekben.

Ez az oktató által vezetett, élő képzés (online vagy helyszíni) középhaladó szintű adatszakembereknek szól, akik hatékonyan szeretnék használni a Rocket és Intelligence modulokat a Stratio-ban PySparkkal, különös tekintettel a ciklusstruktúrákra, felhasználó által definiált függvényekre és haladó adatlogikára.

A képzés végére a résztvevők képesek lesznek:

• Navigálni és dolgozni a Stratio platformon a Rocket és Intelligence modulok segítségével.
• PySpark alkalmazása adatbetöltés, átalakítás és elemzés során.
• Ciklusok és feltételes logika használata az adatmunkafolyamatok és a jellemzőmérnöki feladatok szabályozására.
• Felhasználó által definiált függvények (UDF) létrehozása és kezelése újrafelhasználható adatműveletekhez PySparkban.

A képzés formátuma

• Interaktív előadás és megbeszélés.
• Számos gyakorlat és gyakorlati feladat.
• Gyakorlati implementáció élő laboratóriumi környezetben.

Képzés testreszabási lehetőségei

• Ha testreszabott képzést szeretne kérni ehhez a kurzushoz, kérjük, lépjen kapcsolatba velünk.