A helyi, oktató által vezetett élő Apache Hadoop tanfolyamok interaktív gyakorlati gyakorlattal demonstrálják a Hadoop ökoszisztéma alapvető elemeit, és azt, hogy ezekkel a technológiákkal hogyan lehet nagyszabású problémák megoldására használni. A Hadoop-képzés "on-site élő képzés" vagy "távoli élő képzés" formájában érhető el. A helyszíni élő képzés helyi szinten valósulhat meg az ügyfél telephelyén Magyarország vagy a NobleProg vállalati oktatóközpontjaiban Magyarország . A távoli élőképzés interaktív, távoli asztal segítségével történik. NobleProg - a helyi oktatási szolgáltató
Machine Translated
Ajánlások
★★★★★
★★★★★
Mit szerettél legjobban az edzésről ?: Minden eszközről részletes.
Amber Mehrotra - NIIT Limited
Kurzus: Hadoop Administration
Machine Translated
Az a tény, hogy az összes adat és szoftver már készen áll egy már elkészített VM-re, amelyet a tréner külső lemezekből készített.
vyzVoice
Kurzus: Hadoop for Developers and Administrators
Machine Translated
Leginkább a valódi élő példát adta a tréner.
Simon Hahn
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Igazán élveztem a Trainer nagy kompetenciáit.
Grzegorz Gorski
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Igazán élveztem a sok gyakorlati foglalkozást.
Jacek Pieczątka
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Nagyon tetszett az interaktív tanulási mód.
Luigi Loiacono
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Nagyon gyakorlati képzés volt, tetszett a gyakorlati gyakorlatok.
Proximus
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
A jó áttekintés, a jó egyensúly az elmélet és a gyakorlatok között volt előnyös.
Proximus
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Élveztem a dinamikus interakciót és a "gyakorlati" témát, köszönhetően a virtuális gépnek, nagyon stimuláló !.
Philippe Job
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
A tréner kompetenciáját és ismereteit kihasználtam.
Jonathan Puvilland
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Nagyon kézenfekvő volt, félidőn át töltöttük a dolgokat a Felhő / Keménytáblban, különböző parancsokat futtattunk, ellenőrztük a rendszert és így tovább. Az extra anyagok (könyvek, weboldalak stb.) Valóban nagyra értékelték, tovább kell tanulnunk. A létesítmények meglehetősen szórakoztatóak voltak, és nagyon praktikusak voltak, a klaszter beállítása a semmiből valóban jó volt.
Ericsson
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
A tréner fantasztikus volt és nagyon ismerte a dolgát. Sokat tanultam a korábban nem ismert szoftverről, ami sokat segít a munkámban !.
Steve McPhail - Alberta Health Services - Information Technology
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
A magas szintű elvek a Hive, HDFS ...
Geert Suys - Proximus Group
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
A kezem. A mix gyakorlat / theroy
Proximus Group
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
A Fulvio képes volt megérteni cégeink üzleti helyzetét, és szinte azonnal képes volt összekapcsolódni a kurzus anyagával.
Samuel Peeters - Proximus Group
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
Sok gyakorló gyakorlatok.
Ericsson
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Ambari menedzsment eszköz. Képesség a Hadoop gyakorlati tapasztalatainak megvitatására a telekommunikációtól eltérő egyéb üzleti ügyekből.
Ericsson
Kurzus: Administrator Training for Apache Hadoop
Machine Translated
Azt hittem, egy nagy munka a szabás a tapasztalat, hogy a közönség. Ez az osztály a legtöbb célja, hogy fedezze az adatok elemzését HIVE, de én és az én munkatársa csinálnak HIVE adminisztráció nem valódi adatok Analitika felelősséget.
ian reif - Franchise Tax Board
Kurzus: Data Analysis with Hive/HiveQL
Machine Translated
A VM én szeretett nagyon sok
A tanár nagyon tájékozott volt a témával kapcsolatban, valamint más témákban, nagyon kedves és barátságos volt.
Tetszett a létesítmény Dubaiban.
Safar Alqahtani - Elm Information Security
Kurzus: Big Data Analytics in Health
Machine Translated
gyakorlati dolgok, az elméletet is szolgálja az Ajay
Dominik Mazur - Capgemini Polska Sp. z o.o.
Kurzus: Hadoop Administration on MapR
Machine Translated
Feladatok
Capgemini Polska Sp. z o.o.
Kurzus: Hadoop Administration on MapR
Machine Translated
Jónak, nagyon informatívnak találtam a tréninget, de 4 vagy 5 nap alatt elterjedt volna, ami lehetővé tette számunkra, hogy több részletet tudjunk megvizsgálni a különböző szempontokról.
Veterans Affairs Canada
Kurzus: Hadoop Administration
Machine Translated
Nagyon élveztem a képzést. Anton sok tudással rendelkezik, és a szükséges elméletet nagyon hozzáférhető módon fogalmazta meg. Nagyszerű, hogy a képzés sok érdekes gyakorlat volt, tehát a technológiával már a kezdetektől fogva kapcsolatba kerültünk.
Szymon Dybczak - Algomine sp.z.o.o sp.k.
Kurzus: Apache NiFi for Administrators
Machine Translated
Megállapítottam, hogy ez a kurzus nagyszerű áttekintést nyújt, és gyorsan megérintett néhány olyan területet, amelyre még nem is gondoltam.
Alluxio egy nyílt forráskódú, elosztott tárolórendszer, amely egyesíti az eltérő tárolórendszereket, és lehetővé teszi az alkalmazások számára, hogy az adatokkal memóriasebességgel lépjenek kapcsolatba. Olyan cégek használják, mint az Intel, a Baidu és az Alibaba.
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet az Alluxio t felhasználni a különféle számítási keretrendszerek áthidalására a tárolórendszerekkel, és hatékonyan kezelni a Alluxio méretű adatokat az Alluxio alkalmazásának létrehozása során.
A képzés végére a résztvevők képesek lesznek:
- Készítsen egy alkalmazást az Alluxio - Csatlakoztasson nagy adatrendszereket és alkalmazásokat, miközben megőriz egy névteret - Hatékonyan nyerje ki az értékeket a nagy adatokból bármilyen tárolási formátumban - Javítsa a munkaterhelést - Telepítse és kezelje az Alluxio önálló vagy fürtözött Alluxio
Közönség
- Adattudós - Fejlesztő - Rendszergazda
A tantárgy formátuma
- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat
A Sqoop egy nyílt forráskódú szoftver, amely adatátvitelre szolgál a Hadoop és a relációs adatbázisok vagy nagygépek között. Használható adatok importálására egy relációs adatbázis-kezelő rendszerből (RDBMS), például a My SQL vagy az Oracle vagy egy nagyszámítógépről a Hadoop elosztott fájlrendszerére (HDFS). Ezt követően az adatok átalakíthatók a Hadoop MapReduce-ban, majd újra exportálhatók egy RDBMS-be.
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet az Sqoop segítségével adatokat importálni a hagyományos relációs adatbázisból a Hadoop tárolójába, például HDFS vagy Hive és fordítva.
A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja az Sqoop szoftvert - Adatok importálása a My SQL a HDFS-hez és a Hive - Adatok importálása a HDFS-ből és a Hive a My SQL
Közönség
- Rendszergazdák - Adatmérnökök
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.
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
Apache NiFi ( Apache NiFi ) egy valós idejű integrált adat logisztikai és egyszerű eseményfeldolgozó platform, amely lehetővé teszi az adatok mozgatását, követését és automatizálását a rendszerek között. Az áramlás-alapú programozással készült, és web-alapú felhasználói felületet biztosít az adatfolyamok valós időben történő kezeléséhez.
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják az áramlás-alapú programozás alapjait, mivel az Apache NiFi segítségével számos demo kiterjesztést, komponenst és processzort Apache NiFi .
A képzés végére a résztvevők képesek lesznek:
- Ismerje meg a NiFi architektúráját és adatfolyam-koncepcióit. - Fejlesztéseket dolgozzon ki NiFi és harmadik fél API-k segítségével. - Az egyedi fejlesztheti saját Apache Nifi processzort. - Beolvassa és dolgozza fel a valós idejű adatokat eltérő és ritka fájlformátumokból és adatforrásokból.
A tantárgy formátuma
- Interaktív előadás és beszélgetés. - Sok gyakorlat és gyakorlat. - Gyakorlati megvalósítás élő laboratóriumi környezetben.
Tanfolyam testreszabási lehetőségek
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
Apache NiFi ( Apache NiFi ) egy valós idejű integrált adat logisztikai és egyszerű eseményfeldolgozó platform, amely lehetővé teszi az adatok mozgatását, követését és automatizálását a rendszerek között. Az áramlás-alapú programozással készült, és web-alapú felhasználói felületet biztosít az adatfolyamok valós időben történő kezeléséhez.
Ebben az oktató által vezetett, élő képzésen (helyszíni vagy távoli) a résztvevők megtanulják, hogyan telepíthető és kezelhető az Apache NiFi egy élő laboratóriumi környezetben.
A képzés végére a résztvevők képesek lesznek:
- Telepítse és konfigurálja az Apachi NiFi-t. - Adatok forrása, átalakítása és kezelése eltérő, elosztott adatforrásokból, ideértve az adatbázisokat és a nagy adatlakokat is. - Automatizálja az adatfolyamokat. - Engedélyezze a streaming elemzést. - Különböző megközelítéseket alkalmaz az adatok begyűjtésére. - A Big Data átvitele az üzleti betekintésbe.
A tantárgy formátuma
- Interaktív előadás és beszélgetés. - Sok gyakorlat és gyakorlat. - Gyakorlati megvalósítás élő laboratóriumi környezetben.
Tanfolyam testreszabási lehetőségek
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
A Cloudera Impala egy nyílt forráskódú, erősen párhuzamos feldolgozású (MPP) SQL lekérdező motor az Apache Hadoop klaszterekhez.
Impala lehetővé teszi a felhasználók számára, hogy alacsony késleltetésű SQL lekérdezéseket bocsássanak ki a Hadoop elosztott fájlrendszerében és az Apache Hbase-ben tárolt adatokra adatmozgatás vagy átalakítás nélkül.
Közönség
Ez a tanfolyam az elemzőknek és az adattudósoknak szól, akik elemzést végeznek a Hadoop tárolt adatokról Business Intelligence vagy SQL eszközök segítségével.
A tanfolyam után a küldöttek képesek lesznek
- Kiemeljen értelmes információkat a Hadoop klaszterekből az Impala . - Írjon speciális programokat az Business Intelligence megkönnyítéséhez az Impala SQL Dialect programban. - Az Impala hibaelhárítása.
Hortonworks Data Platform (HDP) egy nyílt forráskódú Apache Hadoop támogatási platform, amely stabil alapot nyújt nagy adatmegoldások kifejlesztéséhez az Apache Hadoop ökoszisztémán.
Ez az oktató által irányított, élő (helyszíni vagy távoli) képzés bemutatja a Hortonworks Data Platform (HDP) és a résztvevőket a Spark + Hadoop megoldás telepítésével járja el.
A képzés végére a résztvevők képesek lesznek:
- Használja a Hortonworks alkalmazást a Hadoop nagyméretű megbízható futtatásához. - Egyesítse a Hadoop biztonsági, irányítási és működési képességeit a Spark agilis elemző munkafolyamataival. - A Hortonworks segítségével vizsgálhatja meg, érvényesítse, tanúsítsa és támogassa a Spark projekt minden egyes elemét. - Különböző típusú adatok feldolgozása, ideértve a strukturált, nem strukturált, mozgásban lévő és nyugalmi állapotban lévő adatokat is.
A tantárgy formátuma
- Interaktív előadás és beszélgetés. - Sok gyakorlat és gyakorlat. - Gyakorlati megvalósítás élő laboratóriumi környezetben.
Tanfolyam testreszabási lehetőségek
- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
Ez a kurzus bemutatja a HBase-t, a Hadoop tetején lévő SQL tárolót. A kurzus olyan fejlesztők számára készült, akik HBase-t használnak alkalmazások fejlesztésére, és a rendszergazdákat, akik a HBase klasztereket kezeli.
A HBase architektúrán és az adatmodellezésen és a HBase alkalmazásfejlesztésen keresztül fejlesztőt fogunk végezni. Megvitatja a MapReduce-t a HBase-val, és néhány, a teljesítmény-optimalizálással kapcsolatos adminisztrációs témát. A tanfolyam nagyon praktikus, sok laboratóriumi gyakorlattal.
A Hadoop egy népszerű nagy adatfeldolgozási keretrendszer A Python egy magas szintű programozási nyelv, amely híres a világos szintaxisáról és a kódolvasásról Ebben az oktatott, élő edzésben a résztvevők megtanulják használni a Hadoop-ot, a MapReduce-ot, a Pig-ot és a Sparkot a Python használatával, miközben számos példát követnek és használnak eseteket A képzés végére a résztvevők képesek lesznek: Ismerje meg a Hadoop, a MapReduce, a Pig és a Spark mögötti alapvető fogalmakat Használja a Pythonot Hadoop elosztott fájlrendszerrel (HDFS), MapReduce-del, Sertéssel és Spark-dal A Snakebite használatával programozhatja a HDFS Pythonon belüli elérését Használja a mrjobbot a MapReduce feladatok Pythonba írásához Írjon Spark programokat Python-val A disznó funkcionalitásának bővítése Python UDF-ek segítségével A MapReduce feladatok és a sertésszkriptek kezelése Luigi segítségével Közönség Fejlesztők Informatikai szakemberek A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
Ahogy egyre több szoftver és informatikai projekt migrál a helyi feldolgozásról és adatkezelésről az elosztott feldolgozásra és a nagy adattárolásra, a projektmenedzserek felismerik, hogy frissíteniük kell a tudásukat és készségeiket ahhoz, hogy megértsék a Big Data projektek és lehetőségek szempontjából releváns koncepciókat és gyakorlatokat Ez a kurzus bemutatja a projektmenedzsereket a legnépszerűbb nagy adatfeldolgozási keretrendszerhez: a Hadoop Ebben az oktatott képzésben a résztvevők megtanulják a Hadoop ökoszisztéma alapvető elemeit, és azt, hogy ezekkel a technológiákkal hogyan lehet nagymértékű problémákat megoldani Ezeknek az alapoknak a megismerésében a résztvevők tovább javíthatják kommunikációs képességüket ezen rendszerek fejlesztőivel és végrehajtóival, valamint az informatikai projektekhez tartozó adatkutatókkal és elemzőkkel Közönség Projektvezetők, akik a Hadoopot szeretnék megvalósítani a meglévő fejlesztési vagy informatikai infrastruktúrájukba A projektmenedzsereknek olyan keresztfunkcionális csapatokkal kell kommunikálniuk, amelyek nagy adatmérnököket, adatkutatókat és üzleti elemzőket foglalnak magukban A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
Apache Ambari egy nyílt forrású felügyeleti platform az Apache Hadoop fürtök biztosításához, kezeléséhez, felügyeletéhez és biztonságához.
Ebben az oktató által vezetett élő képzésen a résztvevők megtanulják az Ambari által biztosított menedzsment eszközöket és gyakorlatokat a Hadoop klaszterek sikeres kezeléséhez.
A képzés végére a résztvevők képesek lesznek:
- Állítson be egy élő Big Data fürtöt az Ambari használatával - Alkalmazza az Ambari speciális szolgáltatásait és funkcióit különböző felhasználási esetekre - Zökkenőmentesen adjon hozzá és távolítson el csomópontokat, ha szükséges - Javítsa a Hadoop fürt teljesítményét hangolás és csípés révén
Az Apache Hadoop az egyik legnépszerűbb keretrendszer a Big Data feldolgozására a kiszolgálók csoportjain. Ez a kurzus a HDFS, az előrehaladott Pig, Hive és a HBase adatkezelésére terjed ki. Ezek a fejlett programozási technikák hasznosak lesznek a tapasztalt Hadoop fejlesztők számára.
Közönség : fejlesztők
Időtartam: három nap
Formátum: előadások (50%) és gyakorlati laborok (50%).
Az Apache Hadoop a legnépszerűbb keretrendszer a Big Data feldolgozásához a kiszolgálók csoportjain. Ez a tanfolyam bemutatja egy fejlesztő a különböző elemek (HDFS, MapReduce, Pig, Hive és HBase) Hadoop ökoszisztéma.
Az Apache Hadoop a Big Data feldolgozásának legkedveltebb kerete A Hadoop gazdag és mély elemzési képességet kínál, és a tradicionális BI analytics világába lép Ez a kurzus bemutatja az elemzőt a Hadoop ökológiai rendszer alapvető összetevőire és analitikájára Közönség Üzleti elemzők tartam három nap Formátum Előadások és kezek a laborban .
Az Apache Hadoop a legnépszerűbb keretrendszer a Big Data feldolgozásához a kiszolgálók csoportjain. Ebben a három (adott esetben négy) nappal Természetesen a résztvevők megismerkedhetnek az üzleti előnyöket és használati esetek a Hadoop és az ökoszisztéma, hogyan kell tervezni klaszter kiépítése és a növekedés, hogyan kell telepíteni, karbantartani, monitor, hibaelhárítás és optimalizálja Hadoop . A klaszter tömeges Hadoop megismertetik, megismerkedhetnek a Hadoop különböző elosztásaival, és gyakorolják a Hadoop ökoszisztéma eszközök telepítését és kezelését. A kurzus befejeződik, amikor megvitatjuk a fürtöt a Kerberossal.
„… Az anyagok nagyon jól felkészültek és alaposan lefedtek. A Lab nagyon hasznos és jól szervezett volt ” - Andrew Nguyen, a fő integrációs DW mérnök, a Microsoft Online Advertising
Közönség
Hadoop rendszergazdák
Formátum
Előadások és gyakorlati laboratóriumok, közelítő egyensúly 60% előadások, 40% laboratóriumok.
A kurzus olyan informatikai szakemberek számára készült, akik megoldást keresnek a nagy adatállományok tárolására és feldolgozására elosztott rendszerkörnyezetben
A Datameer a Hadoopra épülő üzleti intelligencia és elemzési platform Ez lehetővé teszi a végfelhasználók számára, hogy könnyedén hozzáférjenek, feltárhassanak és korrelálhassanak nagy méretű, strukturált, félig strukturált és strukturálatlan adatokat Ebben az oktatott, élő képzésben a résztvevők megtanulják használni a Datameert, hogy leküzdjék a Hadoop meredek tanulási görbéjét, miközben átmegyek egy sor nagy adatforrás létrehozásán és elemzésén A képzés végére a résztvevők képesek lesznek: Hozzon létre, gondoskodjon és interaktíven vizsgálja meg a vállalati adatok tóját Hozzáférés az üzleti intelligencia adattárházakhoz, tranzakciós adatbázisokhoz és más analitikus üzletekhez Használjon táblázatos felhasználói felületet a végfelhasználói adatfeldolgozó csővezetékek tervezéséhez Az előre telepített funkciók elérése komplex adatkapcsolatok feltérképezéséhez Használja a draganddrop varázslókat az adatok megjelenítéséhez és az irányítópultok létrehozásához A lekérdezési eredmények elemzéséhez táblázatokat, diagramokat, grafikonokat és térképeket használjon Közönség Adatelemzők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
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.
Ez a tanfolyam fejlesztőknek, építészeknek, adattudósoknak vagy bármilyen profilnak szól, amely intenzív vagy rendszeres hozzáférést igényel az adatokhoz.
A kurzus fókuszában az adatok kezelése és átalakítása áll.
A Hadoop ökoszisztéma eszközei között ez a kurzus magában foglalja a Pig és a Hive is, amelyeket mindkettőt erősen használnak az adatok átalakításához és a manipulációhoz.
Ez a képzés a teljesítménymutatókkal és a teljesítmény optimalizálásával is foglalkozik.
A kurzus teljes egészében elkészült, és az elméleti szempontok bemutatásával elválasztva van.
A kurzus olyan informatikai szakemberek számára készült, akik megoldást keresnek a nagy adatállományok tárolására és feldolgozására elosztott rendszerkörnyezetben
A Tigon egy nyílt forráskódú, valós idejű, lowlatency, highthroughput, natív YARN streamfolyam keretrendszer, amely a HDFS és a HBase tetején ül a kitartásért A Tigon alkalmazások olyan eseteket használnak fel, mint például a hálózati behatolás felderítése és elemzés, a közösségi médiapiaci elemzés, a helyelemzés és a felhasználók számára valós idejű ajánlások Ez az oktatott, élő képzés bemutatja a Tigon megközelítését a valós idejű és a tételes feldolgozáshoz, miközben a résztvevők egy mintaalkalmazáson keresztül járnak A képzés végére a résztvevők képesek lesznek: Készítsen erőteljes adatfeldolgozó alkalmazásokat nagy mennyiségű adat kezelésére Folyamatáramforrások, például a Twitter és a Webszerver naplók Használja a Tigont a folyamok gyors összekapcsolásához, szűréséhez és aggregálásához Közönség Fejlesztők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .
.png "european space agency (esa)")
.png "aeronautical radio, incorporated (arinc)")
.png "new york stock exchange (nyse)")
