Local, instructorled live Stream Processing training courses demonstrate through interactive discussion and handson practice the fundamentals and advanced topics of Stream Processing
Stream Processing training is available as "onsite live training" or "remote live training" Onsite live training can be carried out locally on customer premises in Norge or in NobleProg corporate training centers in Norge Remote live training is carried out by way of an interactive, remote desktop
NobleProg Your Local Training Provider.
Machine Translated
Testimonials
Jeg likte den gode balansen mellom teori og praktiske laboratorier.
N. V. Nederlandse Spoorwegen
Kurs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Jeg hadde generelt nytte av mer forståelsen av Ignite.
N. V. Nederlandse Spoorwegen
Kurs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Jeg likte stort sett de gode forelesningene.
N. V. Nederlandse Spoorwegen
Kurs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Gjenkalling / gjennomgang av tastene av emnene som er diskutert.
Paolo Angelo Gaton - SMS Global Technologies Inc.
Kurs: Building Stream Processing Applications with Kafka Streams
Machine Translated
treningsemner og trenerens involvering
Izba Administracji Skarbowej w Lublinie
Kurs: Apache NiFi for Administrators
Machine Translated
Kollegekommunikasjon med folk som deltar i opplæringen.
Andrzej Szewczuk - Izba Administracji Skarbowej w Lublinie
Kurs: Apache NiFi for Administrators
Machine Translated
nytten av øvelser
Algomine sp.z.o.o sp.k.
Kurs: Apache NiFi for Administrators
Machine Translated
Jeg likte veldig godt treningene. Anton har mye kunnskap og la den nødvendige teorien ut på en veldig tilgjengelig måte. Det er flott at treningen var mange interessante øvelser, så vi har vært i kontakt med teknologien vi kjenner helt fra starten.
Szymon Dybczak - Algomine sp.z.o.o sp.k.
Kurs: Apache NiFi for Administrators
Machine Translated
Laboratoriet øvelser. Bruke teorien fra første dag i påfølgende dager.
Dell
Kurs: A Practical Introduction to Stream Processing
Machine Translated
Jeg likte virkelig arbeidsøvelser med klynge for å se ytelsen til noder på tvers av klyngen og utvidet funksjonalitet.
CACI Ltd
Kurs: Apache NiFi for Developers
Machine Translated
Ajay var en veldig erfaren konsulent og kunne svare på alle spørsmålene våre, og til og med kommet med forslag til beste praksis for prosjektet vi for tiden jobber med.
CACI Ltd
Kurs: Apache NiFi for Administrators
Machine Translated
Stream Processing Underkategorier
Stream Processing Kursplaner
Kursnavn
Varighet
Oversikt
Kursnavn
Varighet
Oversikt
14 timer
Oversikt
Apache Ignite er en plattform i minnet som sitter mellom applikasjonen og datalaget for å forbedre hastighet, skala og tilgjengelighet.
I denne instruktørledede, liveopplæringen, vil deltakerne lære prinsippene bak vedvarende og ren lagring i minnet når de går gjennom opprettelsen av et eksempelprosjekt i minnet.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk Ignite for i-minne, utholdenhet på disken, samt en rent distribuert database i minnet.
- Oppnå utholdenhet uten å synkronisere data tilbake til en relasjonsdatabase.
- Bruk Ignite til å utføre SQL og distribuerte sammenføyninger.
- Forbedre ytelsen ved å flytte data nærmere CPU, ved å bruke RAM som lagring.
- Spred datasett over en klynge for å oppnå horisontal skalerbarhet.
- Integrer Ignite med RDBMS, No SQL , Hadoop og maskinlæringsprosessorer.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede, liveopplæringen, vil deltakerne lære prinsippene bak vedvarende og ren lagring i minnet når de går gjennom opprettelsen av et eksempelprosjekt i minnet.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk Ignite for i-minne, utholdenhet på disken, samt en rent distribuert database i minnet.
- Oppnå utholdenhet uten å synkronisere data tilbake til en relasjonsdatabase.
- Bruk Ignite til å utføre SQL og distribuerte sammenføyninger.
- Forbedre ytelsen ved å flytte data nærmere CPU, ved å bruke RAM som lagring.
- Spred datasett over en klynge for å oppnå horisontal skalerbarhet.
- Integrer Ignite med RDBMS, No SQL , Hadoop og maskinlæringsprosessorer.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
21 timer
Oversikt
Apache Apex er en YARN-innfødt plattform som forener strøm og batch-behandling. Den behandler store data-i-bevegelse på en måte som er skalerbar, performant, feiltolerant, tilstrekkelig, sikker, distribuert og lett å betjene.
Denne instruktørledede, liveopplæringen introduserer Apache Apex 'enhetlige strømbehandlingsarkitektur, og leder deltakerne gjennom opprettelsen av en distribuert applikasjon som bruker Apex på Hadoop .
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå databehandlingsrørledningskonsepter som kontakter for kilder og vasker, vanlige datatransformasjoner, etc.
- Bygg, skaler og optimaliser et Apex-program
- Behandle datastrømmer i sanntid pålitelig og med minimum latens
- Bruk Apex Core og Apex Malhar-biblioteket for å muliggjøre rask applikasjonsutvikling
- Bruk Apex API for å skrive og bruke eksisterende Java kode på nytt
- Integrer Apex i andre applikasjoner som en prosessor
- Still inn, test og skaler Apex-applikasjoner
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
Denne instruktørledede, liveopplæringen introduserer Apache Apex 'enhetlige strømbehandlingsarkitektur, og leder deltakerne gjennom opprettelsen av en distribuert applikasjon som bruker Apex på Hadoop .
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå databehandlingsrørledningskonsepter som kontakter for kilder og vasker, vanlige datatransformasjoner, etc.
- Bygg, skaler og optimaliser et Apex-program
- Behandle datastrømmer i sanntid pålitelig og med minimum latens
- Bruk Apex Core og Apex Malhar-biblioteket for å muliggjøre rask applikasjonsutvikling
- Bruk Apex API for å skrive og bruke eksisterende Java kode på nytt
- Integrer Apex i andre applikasjoner som en prosessor
- Still inn, test og skaler Apex-applikasjoner
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
14 timer
Oversikt
Apache Beam is an open source, unified programming model for defining and executing parallel data processing pipelines. It's power lies in its ability to run both batch and streaming pipelines, with execution being carried out by one of Beam's supported distributed processing back-ends: Apache Apex, Apache Flink, Apache Spark, and Google Cloud Dataflow. Apache Beam is useful for ETL (Extract, Transform, and Load) tasks such as moving data between different storage media and data sources, transforming data into a more desirable format, and loading data onto a new system.
In this instructor-led, live training (onsite or remote), participants will learn how to implement the Apache Beam SDKs in a Java or Python application that defines a data processing pipeline for decomposing a big data set into smaller chunks for independent, parallel processing.
By the end of this training, participants will be able to:
- Install and configure Apache Beam.
- Use a single programming model to carry out both batch and stream processing from withing their Java or Python application.
- Execute pipelines across multiple environments.
Format of the Course
- Part lecture, part discussion, exercises and heavy hands-on practice
Note
- This course will be available Scala in the future. Please contact us to arrange.
In this instructor-led, live training (onsite or remote), participants will learn how to implement the Apache Beam SDKs in a Java or Python application that defines a data processing pipeline for decomposing a big data set into smaller chunks for independent, parallel processing.
By the end of this training, participants will be able to:
- Install and configure Apache Beam.
- Use a single programming model to carry out both batch and stream processing from withing their Java or Python application.
- Execute pipelines across multiple environments.
Format of the Course
- Part lecture, part discussion, exercises and heavy hands-on practice
Note
- This course will be available Scala in the future. Please contact us to arrange.
14 timer
Oversikt
This instructor-led, live training (online or onsite) is aimed at engineers who wish to use Confluent (a distribution of Kafka) to build and manage a real-time data processing platform for their applications.
By the end of this training, participants will be able to:
- Install and configure Confluent Platform.
- Use Confluent's management tools and services to run Kafka more easily.
- Store and process incoming stream data.
- Optimize and manage Kafka clusters.
- Secure data streams.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- This course is based on the open source version of Confluent: Confluent Open Source.
- To request a customized training for this course, please contact us to arrange.
By the end of this training, participants will be able to:
- Install and configure Confluent Platform.
- Use Confluent's management tools and services to run Kafka more easily.
- Store and process incoming stream data.
- Optimize and manage Kafka clusters.
- Secure data streams.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- This course is based on the open source version of Confluent: Confluent Open Source.
- To request a customized training for this course, please contact us to arrange.
28 timer
Oversikt
Apache Flink is an open-source framework for scalable stream and batch data processing.
This instructor-led, live training introduces the principles and approaches behind distributed stream and batch data processing, and walks participants through the creation of a real-time, data streaming application in Apache Flink.
By the end of this training, participants will be able to:
- Set up an environment for developing data analysis applications.
- Package, execute, and monitor Flink-based, fault-tolerant, data streaming applications.
- Manage diverse workloads.
- Perform advanced analytics.
- Set up a multi-node Flink cluster.
- Measure and optimize performance.
- Integrate Flink with different Big Data systems.
- Compare Flink capabilities with those of other big data processing frameworks.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training introduces the principles and approaches behind distributed stream and batch data processing, and walks participants through the creation of a real-time, data streaming application in Apache Flink.
By the end of this training, participants will be able to:
- Set up an environment for developing data analysis applications.
- Package, execute, and monitor Flink-based, fault-tolerant, data streaming applications.
- Manage diverse workloads.
- Perform advanced analytics.
- Set up a multi-node Flink cluster.
- Measure and optimize performance.
- Integrate Flink with different Big Data systems.
- Compare Flink capabilities with those of other big data processing frameworks.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
21 timer
Oversikt
Stream Processing refererer til sanntidsbehandling av "data in motion", det vil si å utføre beregninger på data når de mottas. Slike data blir lest som kontinuerlige strømmer fra datakilder som sensorhendelser, brukeraktivitet på nettstedet, finansielle handler, kredittkortveksler, Stream Processing , etc. Stream Processing kan lese store mengder innkommende data og gi verdifull innsikt nesten øyeblikkelig.
I denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) vil deltakerne lære å sette opp og integrere forskjellige Stream Processing rammer med eksisterende store datalagringssystemer og relaterte programvareapplikasjoner og mikroservices.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer forskjellige Streaming Stream Processing rammer, for eksempel Spark Streaming og Kafka Streaming.
- Forstå og velg de mest passende rammene for jobben.
- Behandle data kontinuerlig, samtidig og på en post-for-post måte.
- Integrer Stream Processing med eksisterende databaser, datavarehus, datasjøer, etc.
- Integrer det mest passende strømbehandlingsbiblioteket med bedriftsapplikasjoner og mikroservices.
Publikum
- Utviklere
- Programvarearkitekter
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) vil deltakerne lære å sette opp og integrere forskjellige Stream Processing rammer med eksisterende store datalagringssystemer og relaterte programvareapplikasjoner og mikroservices.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer forskjellige Streaming Stream Processing rammer, for eksempel Spark Streaming og Kafka Streaming.
- Forstå og velg de mest passende rammene for jobben.
- Behandle data kontinuerlig, samtidig og på en post-for-post måte.
- Integrer Stream Processing med eksisterende databaser, datavarehus, datasjøer, etc.
- Integrer det mest passende strømbehandlingsbiblioteket med bedriftsapplikasjoner og mikroservices.
Publikum
- Utviklere
- Programvarearkitekter
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
7 timer
Oversikt
Apache Kafka is an open-source stream-processing platform that provides a fast, reliable, and low-latency platform for handling real-time data analytics. Apache Kafka can be integrated with available programming languages such as Python.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Apache Kafka features in data streaming with Python.
By the end of this training, participants will be able to use Apache Kafka to monitor and manage conditions in continuous data streams using Python programming.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Apache Kafka features in data streaming with Python.
By the end of this training, participants will be able to use Apache Kafka to monitor and manage conditions in continuous data streams using Python programming.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
7 timer
Oversikt
Kafka Streams er et bibliotek på klientsiden for å bygge applikasjoner og mikroservices hvis data sendes til og fra et Kafka-meldingssystem. Tradisjonelt har Apache Kafka vært avhengig av Apache Spark eller Apache Storm å behandle data mellom meldingsprodusenter og forbrukere. Ved å kalle Kafka Streams API fra en applikasjon, kan data behandles direkte i Kafka, og omgå behovet for å sende dataene til en egen klynge for behandling.
I denne instruktørledede, liveopplæringen, vil deltakerne lære å integrere Kafka Streams i et sett med Java applikasjoner som sender data til og fra Apache Kafka for strømbehandling.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå Kafka Streams funksjoner og fordeler i forhold til andre rammeverk for prosessering av strømmer
- Behandle data direkte i en Kafka-klynge
- Skriv en Java eller Scala applikasjon eller mikroservice som integreres med Kafka og Kafka Streams
- Skriv kortfattet kode som forvandler input Kafka-emner til output Kafka-emner
- Bygg, pakke og distribuer applikasjonen
Publikum
- Utviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale
I denne instruktørledede, liveopplæringen, vil deltakerne lære å integrere Kafka Streams i et sett med Java applikasjoner som sender data til og fra Apache Kafka for strømbehandling.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå Kafka Streams funksjoner og fordeler i forhold til andre rammeverk for prosessering av strømmer
- Behandle data direkte i en Kafka-klynge
- Skriv en Java eller Scala applikasjon eller mikroservice som integreres med Kafka og Kafka Streams
- Skriv kortfattet kode som forvandler input Kafka-emner til output Kafka-emner
- Bygg, pakke og distribuer applikasjonen
Publikum
- Utviklere
Kursets format
- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
Merknader
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale
7 timer
Oversikt
Confluent KSQL is a stream processing framework built on top of Apache Kafka. It enables real-time data processing using SQL operations.
This instructor-led, live training (online or onsite) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at developers who wish to implement Apache Kafka stream processing without writing code.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
7 timer
Oversikt
I denne instruktørledede liveopplæringen vil deltakerne lære kjernekonseptene bak MapR Stream Architecture når de utvikler en streaming-applikasjon i sanntid.
Ved slutten av denne opplæringen vil deltakerne kunne bygge produsent- og forbrukerapplikasjoner for data-prosessering i sanntid.
Publikum
- Utviklere
- administratorer
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.
Ved slutten av denne opplæringen vil deltakerne kunne bygge produsent- og forbrukerapplikasjoner for data-prosessering i sanntid.
Publikum
- Utviklere
- administratorer
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.
21 timer
Oversikt
Apache NiFi (Hortonworks DataFlow) er en integrert Apache NiFi og enkel hendelsesbehandlingsplattform i sanntid som muliggjør flytting, sporing og automatisering av data mellom systemer. Det er skrevet med flytbasert programmering og gir et nettbasert brukergrensesnitt for å administrere dataflow i sanntid.
I denne instruktørledede Apache NiFi (på stedet eller fjernkontrollen) vil deltakerne lære å distribuere og administrere Apache NiFi i et levende laboratoriemiljø.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Apachi NiFi.
- Kildes, transformer og administrer data fra forskjellige, distribuerte datakilder, inkludert databaser og big data innsjøer.
- Automatiser dataflow.
- Aktiver streaminganalyse.
- Bruk forskjellige fremgangsmåter for inntak av data.
- Transformer Big Data og til forretningsinnsikt.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede Apache NiFi (på stedet eller fjernkontrollen) vil deltakerne lære å distribuere og administrere Apache NiFi i et levende laboratoriemiljø.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer Apachi NiFi.
- Kildes, transformer og administrer data fra forskjellige, distribuerte datakilder, inkludert databaser og big data innsjøer.
- Automatiser dataflow.
- Aktiver streaminganalyse.
- Bruk forskjellige fremgangsmåter for inntak av data.
- Transformer Big Data og til forretningsinnsikt.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
7 timer
Oversikt
Apache NiFi (Hortonworks DataFlow) er en integrert Apache NiFi og enkel hendelsesbehandlingsplattform i sanntid som muliggjør flytting, sporing og automatisering av data mellom systemer. Det er skrevet med flytbasert programmering og gir et nettbasert brukergrensesnitt for å administrere dataflow i sanntid.
I denne instruktørledede Apache NiFi vil deltakerne lære grunnleggende grunnlag av Apache NiFi programmering når de utvikler en rekke demo-utvidelser, komponenter og prosessorer som bruker Apache NiFi .
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå NiFis arkitektur og dataflowkonsepter.
- Utvikle utvidelser ved å bruke NiFi og tredjeparts APIer.
- Custom utvikle sin egen Apache Nifi-prosessor.
- Sette inn og behandle sanntidsdata fra forskjellige og uvanlige filformater og datakilder.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
I denne instruktørledede Apache NiFi vil deltakerne lære grunnleggende grunnlag av Apache NiFi programmering når de utvikler en rekke demo-utvidelser, komponenter og prosessorer som bruker Apache NiFi .
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå NiFis arkitektur og dataflowkonsepter.
- Utvikle utvidelser ved å bruke NiFi og tredjeparts APIer.
- Custom utvikle sin egen Apache Nifi-prosessor.
- Sette inn og behandle sanntidsdata fra forskjellige og uvanlige filformater og datakilder.
Kursets format
- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for tilpasning av kurset
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
14 timer
Oversikt
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
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
7 timer
Oversikt
Apache Spark Streaming is a scalable, open source stream processing system that allows users to process real-time data from supported sources. Spark Streaming enables fault-tolerant processing of data streams.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Spark Streaming features in processing and analyzing real-time data.
By the end of this training, participants will be able to use Spark Streaming to process live data streams for use in databases, filesystems, and live dashboards.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (online or onsite) is aimed at data engineers, data scientists, and programmers who wish to use Spark Streaming features in processing and analyzing real-time data.
By the end of this training, participants will be able to use Spark Streaming to process live data streams for use in databases, filesystems, and live dashboards.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
28 timer
Oversikt
Apache Storm is a distributed, real-time computation engine used for enabling real-time business intelligence. It does so by enabling applications to reliably process unbounded streams of data (a.k.a. stream processing).
"Storm is for real-time processing what Hadoop is for batch processing!"
In this instructor-led live training, participants will learn how to install and configure Apache Storm, then develop and deploy an Apache Storm application for processing big data in real-time.
Some of the topics included in this training include:
- Apache Storm in the context of Hadoop
- Working with unbounded data
- Continuous computation
- Real-time analytics
- Distributed RPC and ETL processing
Request this course now!
Audience
- Software and ETL developers
- Mainframe professionals
- Data scientists
- Big data analysts
- Hadoop professionals
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
"Storm is for real-time processing what Hadoop is for batch processing!"
In this instructor-led live training, participants will learn how to install and configure Apache Storm, then develop and deploy an Apache Storm application for processing big data in real-time.
Some of the topics included in this training include:
- Apache Storm in the context of Hadoop
- Working with unbounded data
- Continuous computation
- Real-time analytics
- Distributed RPC and ETL processing
Request this course now!
Audience
- Software and ETL developers
- Mainframe professionals
- Data scientists
- Big data analysts
- Hadoop professionals
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Oversikt
Tigon is an open-source, real-time, low-latency, high-throughput, native YARN, stream processing framework that sits on top of HDFS and HBase for persistence. Tigon applications address use cases such as network intrusion detection and analytics, social media market analysis, location analytics, and real-time recommendations to users.
This instructor-led, live training introduces Tigon's approach to blending real-time and batch processing as it walks participants through the creation a sample application.
By the end of this training, participants will be able to:
- Create powerful, stream processing applications for handling large volumes of data
- Process stream sources such as Twitter and Webserver Logs
- Use Tigon for rapid joining, filtering, and aggregating of streams
Audience
- Developers
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
This instructor-led, live training introduces Tigon's approach to blending real-time and batch processing as it walks participants through the creation a sample application.
By the end of this training, participants will be able to:
- Create powerful, stream processing applications for handling large volumes of data
- Process stream sources such as Twitter and Webserver Logs
- Use Tigon for rapid joining, filtering, and aggregating of streams
Audience
- Developers
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
Kommende Stream Processing Kurs
2021-03-24 09:30:00
7 timer
2021-03-24 09:30:00
14 timer
2021-03-26 09:30:00
7 timer
2021-04-14 09:30:00
14 timer
2021-05-11 09:30:00
7 timer
Rådgivning
Helg Stream Processing kurs, kveld Stream Processing trening, Stream Processing boot camp, Stream Processing instruktørledet, Helg Stream Processing trening, Kveld Stream Processing kurs, Stream Processing coaching, Stream Processing instruktør, Stream Processing trener, Stream Processing kurs, Stream Processing klasser, Stream Processing on-site, Stream Processing private kurs, Stream Processing tomannshånd trening
.jpg "european southern observatory (eso)")
.jpg "procter & gamble (p&g)")
.jpg "european organization for nuclear research (cern)")