HBase for Developers Treningskurs

Målgruppe:

Kurset er ment for IT-spesialister som ser etter en løsning for å lagre og behandle store datasett i en distribusjonssystemmiljø.

Goal:

Dypt kunnskap om Hadoop klusteradministrasjon.

Big data analytics innebærer prosessen med å undersøke store mengder varierte datasett for å avdekke korrelasjoner, skjulte mønstre og annen nyttig innsikt.

Helseindustrien har enorme mengder komplekse heterogene medisinske og kliniske data. Å bruke big data-analyse av helsedata gir et stort potensial i å oppnå innsikt for å forbedre leveransen av helsetjenester. Imidlertid gir enorme datasett store utfordringer i analyser og praktiske applikasjoner i et klinisk miljø.

I denne instruktørledede liveopplæringen (ekstern) vil deltakerne lære å utføre big data-analyse innen helse når de går gjennom en serie praktiske live-lab-øvelser.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer verktøy for analyse av big data som Hadoop MapReduce og Spark
• Forstå egenskapene til medisinsk data
• Bruk big data-teknikker for å håndtere medisinske data
• Studer store datasystemer og algoritmer i sammenheng med helseprogrammer

Publikum

• Utviklere
• Dataforskere

Kursets format

• Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse.

Merk

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Når tradisjonelle lagringsteknologier ikke håndterer datamengden du trenger å lagre, er det hundrevis av alternativer. Dette kurset prøver å veilede deltakerne hva som er alternativer for lagring og analyse av Big Data og hva er deres fordeler og ulemper.

Dette kurset fokuserer mest på diskusjon og presentasjon av løsninger, selv om praktiske øvelser er tilgjengelige på forespørsel.

Kurset er en del av Data Scientist ferdighetssettet (Domain: Data and Technology).

Denne instruktørledede, live-opplæringen i Norge (online eller på sted) retter seg mot databaseadministratorer eller utviklere som ønsker å bruke Microsoft Azure Cosmos DB for å utvikle og administrere svært responsive og lavlatensapplikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Tilrettelegge de nødvendige Cosmos DB-resursene for å begynne å bygge databaser og applikasjoner.
• Skalere applikasjonsytelse og lagring ved å bruke API-er i Cosmos DB. 
• Administrere databaseoperasjoner og redusere kostnader ved å optimalisere Cosmos DB-resurser.

Kurset er rettet mot IT-spesialister som leter etter en løsning for å lagre og behandle store datamengder i et distribuert systemmiljø

Kursmål:

Oppnå kunnskap om Hadoop klusteradministrasjon

Apache Hadoop er det mest populære rammeverket for behandling på klustre av servere. I dette tre (valgfritt, fire) dagers kurs vil deltakerne lære om de forretningsmessige fordeler og bruksområdene for Hadoop og dets økosystem, hvordan man planlegger klusterutplassering og vekst, hvordan man installerer, vedlikeholder, overvåker, feilsøker og optimaliserer Hadoop. De vil også øve på klusterbulkdataopplasting, bli kjent med ulike Hadoop-distribusjoner og øve på installasjon og administrasjon av Hadoop-økosystemverktøy. Kurset avsluttes med en diskusjon om å sikre kluster med Kerberos.

“…Materialene var svært godt forberedt og dekket grundig. Laboratoriene var svært nyttige og godt organisert”— Andrew Nguyen, Principal Integration DW Engineer, Microsoft Online Advertising

Målgruppe

Hadoop-administratorer

Format

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

Apache Hadoop er den mest populære rammeverket for behandling Big Data på kluster av servere. Denne kurset vil introdusere en utvikler for forskjellige komponenter ([HDFS], MapReduce, Pig, Hive og HBase) i Hadoop økosystemet.

Apache Hadoop er en av de mest populære rammeverkene for behandling av data på serverklustre. Denne kurset dyper seg inn i databehandling i HDFS, avansert Pig, Hive, og HBase. Disse avanserte programmeringsteknikkene vil være nyttige for erfarne Hadoop-utviklere.

Målgruppe: Utviklere

Varighet: tre dager

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

Målgruppe:

Dette kurset er ment å gjøre big data/Hadoop-teknologi mindre mystisk og vise at det ikke er vanskelig å forstå.

Apache NiFi er en åpen kildekode, flow-basert plattform for dataintegrasjon og hendelsesbehandling. Den gjør det mulig å automatisere, real-time-data ruting, transformasjon og systemmediering mellom ulike systemer, med et webbasert grensesnitt og fint kontroll.Dette instruktørledede, live-trainingen (på sted eller fjern) er rettet mot mellomnivåadministratorer og ingeniører som ønsker å deployere, administrere, sikre og optimalisere NiFi-dataflow i produksjonsmiljøer.Ved slutten av dette kurset vil deltakerne kunne: Installere, konfigurere og vedlikeholde Apache NiFi-klustre. Designe og administrere dataflow fra ulike kilder og sinker. Implementere flow-automatisering, ruting og transformasjonslogikk. Optimalisere ytelse, overvåke driften og feilsøke problemer.Format for kurset Interaktiv forelesning med diskusjoner om virkelige arkitekturer. Hånds-på-laber: bygge, deployere og administrere flows. Scenariebaserte øvelser i en live-lab-miljø.Muligheter for kurset tilpassing For å be om tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

I denne instruktørledede, live-opplæringen i Norge vil deltakerne lære det grunnleggende om flytbasert programmering når de utvikler en rekke demo-utvidelser, komponenter og prosessorer ved hjelp av Apache NiFi.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå NiFis arkitektur og dataflytkonsepter.
• Utvikle utvidelser ved å bruke NiFi og tredjeparts APIer.
• Tilpasset utvikle sin egen Apache Nifi-prosessor.
• Ta inn og behandle sanntidsdata fra forskjellige og uvanlige filformater og datakilder.

Relasjonsdatabaser har vært teknologien som foretrekkes for lagring, henting og spørring av data. Relasjonsdatabaser lar brukerne organisere sine data ved hjelp av en strukturell, godt definert mønster (modell). Mens denne tilnærmingen fungerer bra for lagring av data som er standardisert og godt forstått på forhånd (tenk på en sykehusinnsjekksapplikasjon som holder pasientopplysninger med samme konsistente sett av fordefinerte felt... pasient ID, første navn, etternavn, dato for siste besøk, osv.), er det begrensninger i denne modellen. For organisasjoner hvis innkommende data ikke er godt definert (tenk på et online spørreskjema for en startup som fortsatt er i ferd med å eksperimentere med ulike felt for å samle inn besøksdata, fjerne og legge til felt som de går for å tilpasse seg den endrende naturen av virksomheten), ville noen etablerte definisjoner for hvordan dataen skal passe inn i en eksisterende database måtte bli omdefinert regelmessig. Dette ville kreve gjenoppretting av datastruktur (skjema) som dikterer strukturen til dataen og dens tillatte datatyper for å støtte forskjellige typer datainnputter, osv., før noen ny data kunne lagres i databasen.

Her kommer NoSQL (Not Only SQL) databaser. NoSQL databaser frigjør brukerne fra behovet for å definere strukturen til innkommende data på forhånd, og lar dem sette inn og oppdatere ny data på fly. NoSQL databaser er ofte raskere enn relasjonsdatabaser og kan håndtere svært store mengder data uten problemer. NoSQL databaser skal også bedre enn relasjonsdatabaser, på grunn av deres evne til effektivt å dele opp data over mange servere (kluster) og balansere belastningen til denne dataen. NoSQL databaser integrerer spesielt godt med applikasjoner som støtter sanntidanalyse, nettstedstilpasning, IoT og mobile applikasjoner.

I denne instruktørledede, live-treningen vil deltakerne forstå arkitekturen, designprinsippene og funksjonaliteten til de mest populære NoSQL databasene når de setter opp, opererer og vurderer flere NoSQL databaser i en live-laboratorie miljø. Målet med denne treningen er å gjøre deltakerne i stand til å intelligens evaluere, foreslå og implementere en egnet NoSQL database løsning innenfor sin organisasjon.

Ved slutten av denne treningen vil deltakerne kunne:

• Installere og konfigurere ulike typer NoSQL databaser, inkludert MongoDB, Cassandra, Redis og Neo4j
• Forstå fordelene og ulempene ved NoSQL databaser vs relasjonsdatabaser
• Forstå de underliggende dataformater som brukes av NoSQL databaser og hvordan disse formater kan brukes til fordel når man utvikler moderne applikasjoner (skrivebords-, mobil-, sky-, IoT)
• Utføre opprettelse, innsetting, oppdatering, sletting av operasjoner i en NoSQL database
• Opprette en blandet miljø med både en relasjonsdatabase og NoSQL som fungerer i tandom
• Konfigurere en kluster av NoSQL database for å fordeles behandlingen av svært store datamengder
• Forstå sikkerhetsimplikasjonene ved å bruke en NoSQL database
• Distribuer og skalere en NoSQL database i en produksjonsmiljø

Målgruppe

• Database fagfolk
• Dataarkitekter
• Datastrategier
• Prosjektledere
• Applikasjonsutviklere som ønsker å integrere en fleksibel database løsning i sin applikasjon

Formatet på kurset

• Deler forelesning, deler diskusjon, øvelser og mye praktisk øving

Bemerkning

• For å be om en tilpasset trening for dette kurset, vennligst kontakt oss for å avtale.

redis

nosql

Scylla er en open-source distribuert NoSQL-databank. Den er kompatibel med Apache Cassandra, men yter med betydelig høyere gjennomstrømning og lavere latens.

I dette kurset vil deltakerne lære om Scyllas funksjoner og arkitektur samt få praktisk erfaring med oppsett, administrering, overvåking og feilsøking av Scylla. 

Målgruppe

• Databankadministratorer
• Utviklere
• Systemingeniører

Kursets format

• Kurset er interaktivt og inkluderer diskusjoner om prinsipper og tilnærminger for å distribuere og administrere Scylla-distribuerte databaser og kluster.
• Kurset inkluderer en omfattende del med hånd-på-øvelser og praktisk trening.