Apache Kafka for Developers Kurzusok

Ez a kurzus a vállalati építészeknek, fejlesztőknek, rendszergazdáknak és bárkinek, aki meg akarja érteni és használni egy nagy teljesítményű elosztott üzenetküldő rendszert. Ha konkrétabb követelményei vannak (pl. Csak a rendszer adminisztrációs oldala), ez a kurzus személyre szabható, hogy jobban megfeleljen az Ön igényeinek.

Az Apache Samza egy nyílt forrású, közel-valós idejű, aszinkron számítási keret az adatfolyam-feldolgozáshoz. Az Apache Kafka t használja az üzenetküldéshez, és az Apache Hadoop YARN-t hibatűréshez, a processzor elkülönítéséhez, a biztonsághoz és az erőforrás-kezeléshez.

Ez az oktató által vezetett, élő képzés bemutatja az üzenetküldő rendszerek és az elosztott adatfolyam-feldolgozás mögött meghúzódó alapelveket, miközben a résztvevőket egy minta Samza-alapú projekt létrehozásával és a feladat végrehajtásával járja el.

A képzés végére a résztvevők képesek lesznek:

• A Samza segítségével egyszerűsítheti az üzenetek előállításához és fogyasztásához szükséges kódot.
• Válasszuk szét az üzenetek kezelését egy alkalmazásról.
• Használja a Samzát a valósidejű aszinkron számítás megvalósításához.
• Használjon adatfeldolgozást, hogy magasabb absztrakciót biztosítson az üzenetküldő rendszerek felett.

Közönség

• Fejlesztők

A tantárgy formátuma

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

A Kafka Streams ügyféloldali könyvtár olyan alkalmazások és mikroszolgáltatások építéséhez, amelyek adatait továbbítják a Kafka üzenetküldő rendszerbe és onnan. Hagyományosan, Apache Kafka támaszkodott Apache Spark vagy Apache Storm adatok feldolgozására közötti üzenet a termelők és a fogyasztók számára. A Kafka Streams API alkalmazásból történő meghívásával az adatok közvetlenül a Kafkán belül feldolgozhatók, megkerülve azt, hogy az adatokat külön fürtbe kell továbbítani feldolgozásra.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan integrálhatja a Kafka Streams egy olyan Java alkalmazásba, amely adatátvitelt továbbít az Apache Kafka felé és az adatfolyam feldolgozása céljából.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Kafka Streams szolgáltatásait és előnyeit a többi adatfeldolgozási keretrendszerhez képest
• Folyamatos adatfeldolgozás közvetlenül egy Kafka-fürtön belül
• Írj egy Java vagy Scala alkalmazást vagy mikroszolgáltatást, amely integrálódik a Kafka és a Kafka Streams
• Írjon be olyan tömör kódot, amely átalakítja a bemeneti Kafka témákat kimeneti Kafka témákká
• Az alkalmazás készítése, csomagolása és telepítése

Közönség

• Fejlesztők

A tantárgy formátuma

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

Megjegyzések

• Ha személyre szabott képzést szeretne kérni erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk

Ezen az oktató által vezetett, élő képzésen a Magyarország-ban (helyszíni vagy távoli) a résztvevők megtanulják, hogyan állíthatnak be és integrálhatnak különböző Stream Processing keretrendszereket a meglévő nagy adattároló rendszerekkel, valamint a kapcsolódó szoftveralkalmazásokkal és mikroszolgáltatásokkal.

A képzés végére a résztvevők képesek lesznek:

• Telepítsen és konfiguráljon különböző Stream Processing keretrendszereket, mint például a Spark Streaming és a Kafka Streaming.
• Ismerje meg és válassza ki a legmegfelelőbb keretet a munkához.
• Adatfeldolgozás folyamatosan, párhuzamosan és rekordonként.
• Integrálja Stream Processing megoldásait meglévő adatbázisokkal, adattárházakkal, adattókkal stb.
• Integrálja a legmegfelelőbb adatfolyam-feldolgozási könyvtárat a vállalati alkalmazásokkal és mikroszolgáltatásokkal.

Ez az oktató által vezetett, élő képzés (helyszíni vagy távoli) célja a mérnökök, akik szeretnék használni Fluent (eloszlása Kafka) építeni és kezelni a valós idejű adatfeldolgozó platform azok alkalmazásait.

végére a képzés, a résztvevők képesek lesznek:

• telepítése és konfigurálása Fluent platform.
• használata Fluent & #39; s irányítási eszközök és szolgáltatások futni Kafka könnyebben.
a bejövő adatfolyam-adatok tárolása és feldolgozása
• .
• optimalizálása és kezelése Kafka klaszterek.
• biztonságos adatfolyamok.

formátuma tanfolyam

• interaktív előadás és vita.
• sok gyakorlatok és gyakorlat.
• gyakorlati végrehajtás egy élő-Lab környezetben.

tanfolyam testreszabási beállítások

• Ez a tanfolyam alapja a nyílt forráskódú változata a Fluent: a nyílt forráskódú Fluent.
• , hogy kérjen egy testreszabott képzést ezt a tanfolyamot, kérjük lépjen kapcsolatba velünk, hogy gondoskodjon.

Apache Kafka egy elosztott streaming platform. Ez ténylegesen az adatvezetékek építésének szabványa, és sok különféle felhasználási esetet old meg az adatfeldolgozás körül: felhasználható üzenet-sorként, elosztott naplóként, adatfolyam-feldolgozóként stb.

Először az adatvezetékek mögött álló néhány elmélettel kezdjük, majd a Kafka mögött meghúzódó alapvető koncepciókkal kezdjük. Fontos összetevőket is felfedezünk, például a Kafka Streams és a Kafka Connect.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik a hagyományos architektúrát egy erősen párhuzamos mikroszolgáltatás-alapú architektúrává szeretnék alakítani Spring Cloud, Kafka, Docker, Kubernetes és Redis segítségével.

A képzés végére a résztvevők képesek lesznek:

• A mikroszolgáltatások kiépítéséhez szükséges fejlesztési környezet kialakítása.
• Tervezzen és valósítson meg egy rendkívül párhuzamos mikroszolgáltatási ökoszisztémát Spring Cloud, Kafka, Redis, Docker és Kubernetes segítségével.
• A monolitikus és SOA-szolgáltatásokat mikroszolgáltatás alapú architektúrává alakítsa át.
• Alkalmazzon DevOps megközelítést a szoftverek fejlesztéséhez, teszteléséhez és kiadásához.
• Magas párhuzamosság biztosítása a mikroszolgáltatások között a termelésben.
• Monitorozza a mikroszolgáltatásokat, és hajtson végre helyreállítási stratégiákat.
• Hajtsa végre a teljesítményhangolást.
• Ismerje meg a mikroszolgáltatások architektúrájának jövőbeli trendjeit.

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

A képzés végére a résztvevők képesek lesznek:

• A Kafka Connect használatával nagy mennyiségű adatot tölthet be adatbázisból Kafka témákba.
• Alkalmazásszerverek által generált naplóadatok feldolgozása Kafka témákba kerül.
• Tegye elérhetővé az összegyűjtött adatokat adatfolyam-feldolgozáshoz.
• Exportáljon adatokat a Kafka témákból másodlagos rendszerekbe tárolás és elemzés céljából.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik a Apache Kafka adatfolyam-feldolgozást kódírás nélkül szeretnék megvalósítani.

A képzés végére a résztvevők képesek lesznek:

• Telepítse és konfigurálja Confluent KSQL.
• Állítson be egy adatfolyam-feldolgozási folyamatot csak SQL-parancsok használatával (Java vagy Python kódolás nélkül).
• Az adatszűrést, az átalakításokat, aggregálásokat, az összekapcsolásokat, az ablakokat és a szekciókat teljes egészében SQL-ben hajthatja végre.
• Interaktív, folyamatos lekérdezések tervezése és üzembe helyezése az ETL és a valós idejű elemzések streameléséhez.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a rendszergazdáknak szól, akik vállalati szintű Kafka-fürtöt szeretnének felállítani, telepíteni, kezelni és optimalizálni.

A képzés végére a résztvevők képesek lesznek:

• Kafka-fürt létrehozása és adminisztrálása.
• Értékelje a Kafka on-premise és a felhőben történő telepítésének előnyeit és hátrányait.
• Telepítse és figyelje a Kafkát különféle helyszíni és felhőkörnyezeti eszközök használatával.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a szoftvertesztelőknek szól, akik hálózatbiztonsági intézkedéseket szeretnének implementálni egy Apache Kafka alkalmazásba.

A képzés végére a résztvevők képesek lesznek:

• Telepítse az Apache Kafkát egy felhő alapú szerverre.
• A támadások megelőzése érdekében alkalmazzon SSL titkosítást.
• Adjon hozzá ACL-hitelesítést a felhasználói hozzáférés nyomon követéséhez és szabályozásához.
• Gondoskodjon arról, hogy hiteles ügyfelek hozzáférjenek az SSL és SASL hitelesítésű Kafka-fürtökhöz.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak szól, akik a SMACK verem segítségével adatfeldolgozási platformokat szeretnének felépíteni big data megoldásokhoz.

A képzés végére a résztvevők képesek lesznek:

• Valósítson meg egy adatfolyam-architektúrát a nagy adatok feldolgozásához.
• Fürt infrastruktúra fejlesztése Apache Mesos és Docker segítségével.
• Elemezze az adatokat a Spark és a Scala segítségével.
• Kezelje a strukturálatlan adatokat az Apache Cassandra segítségével.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adatmérnököknek, adattudósoknak és programozóknak szól, akik az Apache Kafka szolgáltatásait szeretnék használni az Python-es adatfolyamban.

A képzés végére a résztvevők képesek lesznek az Apache Kafka segítségével figyelni és kezelni a feltételeket folyamatos adatfolyamokban Python programozással.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adatmérnököknek, adattudósoknak és programozóknak szól, akik a Spark Streaming funkciókat szeretnék használni a valós idejű adatok feldolgozásához és elemzéséhez.

A képzés végére a résztvevők képesek lesznek a Spark Streaming segítségével feldolgozni az élő adatfolyamokat adatbázisokban, fájlrendszerekben és élő műszerfalakban.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű fejlesztőknek szól, akik szeretnék megtanulni a Kafka alapjait és integrálni a Spring Boot-val.

A képzés végére a résztvevők képesek lesznek:

Ismerje meg Kafkát és építészetét. Ismerje meg, hogyan telepíthet, konfigurálhat és állíthat be egy alapvető Kafka-környezetet. Integrálja Kafkát a Spring Boot-val.