Hadoop with Python Treningskurs

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) introduserer Hortonworks Data Platform (HDP) og leder deltakerne gjennom utrullingen av Spark + Hadoop-løsningen.

Ved slutten av denne opplæringen vil deltakerne kunne:

Bruk Hortonworks til å kjøre Hadoop pålitelig i stor skala. Foren Hadoops sikkerhet, styring og drift med Sparks smidige analytiske arbeidsflyter. Bruk Hortonworks til å undersøke, validere, sertifisere og støtte hver av komponentene i et Spark-prosjekt. Behandle ulike typer data, inkludert strukturert, ustrukturert, i bevegelse og i hvile.

Apache Ambari er en åpen kildekode-administrasjonsplattform for levering, administrasjon, overvåking og sikring av Apache Hadoop klynger.

I denne instruktørledede liveopplæringen vil deltakerne lære styringsverktøyene og praksisene som gis av Ambari for å lykkes med å administrere Hadoop klynger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp en live Big Data klynge ved bruk av Ambari
• Bruk Ambaris avanserte funksjoner og funksjoner på forskjellige brukssaker
• Legg sømløst til og fjern noder etter behov
• Forbedre ytelsen til en Hadoop klynge gjennom tuning og finjustering

Publikum

• DevOps
• Systemadministratorer
• DBA
• Hadoop tester

Kursets format

• Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse

Cloudera Impala is an open source massively parallel processing (MPP) SQL query engine for Apache Hadoop clusters.

Impala enables users to issue low-latency SQL queries to data stored in Hadoop Distributed File System and Apache Hbase without requiring data movement or transformation.

Audience

This course is aimed at analysts and data scientists performing analysis on data stored in Hadoop via Business Intelligence or SQL tools.

After this course delegates will be able to

• Extract meaningful information from Hadoop clusters with Impala.
• Write specific programs to facilitate Business Intelligence in Impala SQL Dialect.
• Troubleshoot Impala.

Dette kurset dekker hvordan du bruker Hive SQL språk (AKA: Hive HQL, SQL on Hive , Hive QL) for folk som henter ut data fra Hive

Kurset er dedikert til IT-spesialister som leter etter en løsning for å lagre og behandle store datasett i distribuert systemmiljø

Kursmål:

Få kunnskap om Hadoop klyngebedrift

Publikum:

Kurset er beregnet på IT-spesialister som leter etter en løsning for å lagre og behandle store datasett i et distribuert systemmiljø

Go :

Dyp kunnskap om Hadoop klyngestyring.

Publikum:

Dette kurset er ment å avmystifisere big data / hadoop-teknologi og for å vise at det ikke er vanskelig å forstå.

Apache Hadoop er den mest populære rammen for behandling av Big Data på klynger av servere. Dette kurset vil introdusere en utvikler til ulike komponenter (HDFS, MapReduce, Pig, Hive og HBase) Hadoop økosystem.

Apache Hadoop er et av de mest populære rammene for behandling av Big Data på klynger av servere. Dette kurset går inn på datahåndtering i HDFS, advanced Pig, Hive og HBase. Disse avanserte programmeringsteknikkene vil være fordelaktige for erfarne Hadoop utviklere.

Publikum : utviklere

Varighet: tre dager

Format: forelesninger (50%) og praktiske laboratorier (50%).

Dette kurset introduserer HBase - en No SQL butikk på toppen av Hadoop . Kurset er beregnet på utviklere som skal bruke HBase til å utvikle applikasjoner, og administratorer som vil administrere HBase klynger.

Vi vil gå en utvikler gjennom HBase-arkitektur og datamodellering og applikasjonsutvikling på HBase. Den vil også diskutere bruk av MapReduce med HBase, og noen administrasjonsemner, relatert til ytelsesoptimalisering. Kurset er veldig praktisk med mange labøvelser.

Varighet : 3 dager

Publikum : Utviklere og administratorer

Apache Hadoop er den mest populære rammen for behandling av Big Data på klynger av servere. I dette tre (eventuelt fire dager) kurset vil deltakerne lære om forretningsfordelene og bruke saker for Hadoop og dets økosystem, hvordan planlegge klyngedistribusjon og vekst, hvordan installere, vedlikeholde, overvåke, feilsøke og optimalisere Hadoop . De vil også øve på datalast av klynge, bli kjent med forskjellige Hadoop distribusjoner og øve på å installere og administrere Hadoop økosystemverktøy. Kurset avsluttes med diskusjon om å sikre klynge med Kerberos.

“… Materialene var veldig godt forberedt og dekket grundig. Laben var veldig hjelpsom og godt organisert ”
- Andrew Nguyen, hovedintegrasjons DW Engineer, Microsoft Online Advertising

Publikum

Hadoop administratorer

Format

Forelesninger og praktiske laboratorier, omtrentlig balanse 60% forelesninger, 40% laboratorier.

Hadoop is the most popular Big Data processing framework.

I denne instruktørledede opplæringen i Norge vil deltakerne lære kjernekomponentene i Hadoop-økosystemet og hvordan disse teknologiene kan brukes til å løse store problemer. Ved å lære disse grunnlagene vil deltakerne forbedre deres evne til å kommunisere med utviklerne og implementerne av disse systemene, så vel som dataviterne og analytikerne som mange IT-prosjekter involverer.

Publikum

• Prosjektledere som ønsker å implementere Hadoop i sin eksisterende utvikling eller IT-infrastruktur
• Prosjektledere som trenger å kommunisere med tverrfunksjonelle team som inkluderer stordataingeniører, dataforskere og forretningsanalytikere

Apache Samza er en åpen kildekode nær-sanntid, asynkron beregningsramme for strømbehandling. Den bruker Apache Kafka for meldinger, og Apache Hadoop YARN for feiltoleranse, prosessorisolering, sikkerhet og ressursstyring.

Denne instruktørledede, liveopplæringen introduserer prinsippene bak meldingssystemer og distribuert strømbehandling, mens de går deltakerne gjennom opprettelsen av et eksempel på Samza-basert prosjekt og jobbutførelse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bruk Samza for å forenkle koden som er nødvendig for å produsere og konsumere meldinger.
• Kobler fra behandlingen av meldinger fra et program.
• Bruk Samza til å implementere asynkron beregning nær sanntid.
• Bruk strømbehandling for å gi et høyere abstraksjonsnivå over meldingssystemer.

Publikum

• Utviklere

Kursets format

• Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse

Datameer er en forretningsintelligens og analyseplattform bygget på Hadoop. Den lar sluttbrukere få tilgang til, utforske og korrelere store, strukturerte, semi-strukturerte og ustrukturerte data på en brukervennlig måte.

I denne instruktørledede, live-opplæringen vil deltakerne lære hvordan de bruker Datameer for å overvinne Hadoops bratte læringskurve mens de går gjennom oppsettet og analysen av en rekke store datakilder.

Ved slutten av denne opplæringen vil deltakerne kunne:

Opprett, kurater og utforsk interaktivt en bedriftsdatainnsjø Access business intelligence datavarehus, transaksjonsdatabaser og andre analytiske lagre. Bruk et regnearkbrukergrensesnitt for å designe ende-til-ende databehandlingspipelines Access forhåndsbygde funksjoner for å utforske komplekse datarelasjoner Bruk dra-og-slipp-veivisere til å visualisere data og lage dashbord Bruk tabeller, diagrammer, grafer og kart til å analysere søkeresultater

Publikum

Dataanalytikere

Format på kurset

Del forelesning, del diskusjon, øvelser og tung praktisk praksis