Kursplan

Innledning til Apache Kylin

  • Oversikt over OLAP og dens betydning i stor dataanalyse
  • Utvikling av Apache Kylin og dess arkitektur
  • Nøkkelfunksjoner og evner hos Kylin 50

Oppsett av Apache Kylin

  • Innstallasjonsforutsetninger og miljøoppsett
  • Konfigurere Kylin med Hadoop, Spark, og Kafka
  • Forklaring på Kylin's web-UI og kommandolinjeverktøy

Datamodellering i Kylin

  • Design av stjerne- og snøflakeskjemaer for OLAP-kuber
  • Definisjon av dimensjoner og mål
  • Opprette og administrere datamodeller i Kylin's web-UI

Bruk og Administrasjon av Kuber

  • Kubebuildingprosess og jobbadministrasjon
  • Inkrementelle bygginger og automatisk sammenslåingsstrategier
  • Overvaking av kubehelse og ytelse

Nesten-Realtime Strømning med Kylin

  • Integrasjon av Kafka som strømmende datasource
  • Konfigurere nesten-realtime kuber og fusjonsmodeller
  • Nesten-realtime analyser med strømmende data

Sporing og Analyse

  • Utføre SQL-spørringer ved hjelp av Kylin's spørringsgrænseflate
  • Koble BI-verktøy (f.eks., Tableau, Power BI) til Kylin
  • Føre multidimensjonell analyse og nedoveranalyser

Ytelsesoptimalisering

  • Bærekraftige praksiser for kubedesign og aggregering
  • Kilderstyring og justering for skalerbarhet
  • Få tak i vanlige ytelseproblemer

Avanserte Emner

  • Sikkerhet og tilgangskontroll i Kylin
  • Utvidelse av Kylin med egendefinerte plugin'er og integrasjoner
  • Utforskning av Kylin's REST API'er for automatisering

Oppsummering og Neste Trinn

Krav

  • Erfaring med Hadoop og stordata-økosystemer
  • Kunnskap om SQL og datawarehouse-konsepter
  • Grunnleggende kunnskaper i strømmededata-plattformer som Kafka

Målgruppe

  • Stordataingeniører som ønsker å implementere sanntidsanalyse-løsninger
  • Dataanalytikere som ønsker å utnytte OLAP-funksjonalitet på store datasett
  • Datawarehouse-arkitekter interessert i modernisering av deres infrastruktur
 14 timer

Antall deltakere


Price per participant

Testimonials (5)

Upcoming Courses

Related Categories