Cursuri de pregatire HBase for Developers

Această instruire live, condusă de un instructor, în România (online sau la fața locului) se adresează administratorilor de baze de date sau dezvoltatorilor care doresc să utilizeze Microsoft Azure Cosmos DB pentru a dezvolta și gestiona aplicații cu un grad ridicat de reacție și latență redusă.

La sfârșitul acestui curs de formare, participanții vor fi capabili să:

• Aprovizionați resursele Cosmos DB necesare pentru a începe să construiți baze de date și aplicații.
.
• Scaleți performanța aplicațiilor și stocarea prin utilizarea API-urilor din Cosmos DB. 
.
• Gestionați operațiunile bazei de date și reduceți costurile prin optimizarea resurselor Cosmos DB.
.

Această instruire live, condusă de un instructor în România (online sau la fața locului) prezintă Hortonworks Data Platform (HDP) și conduce participanții prin implementarea soluției Spark + Hadoop.

Până la sfârșitul acestui training, participanții vor fi capabili să:

• Să utilizeze Hortonworks pentru a rula fiabil Hadoop la scară largă.
• Unifice capacitățile de securitate, guvernanță și operațiuni ale Hadoop cu fluxurile de lucru analitice agile ale Spark.
• Utilizați Hortonworks pentru a investiga, valida, certifica și sprijini fiecare dintre componentele unui proiect Spark.
• Procesați diferite tipuri de date, inclusiv structurate, nestructurate, în mișcare și în repaus.

Cloudera Impala este un motor de interogare SQL de procesare masiv paralelă (MPP) cu sursă deschisă pentru clustere Apache Hadoop.

Impala permite utilizatorilor să emită interogări SQL cu latență redusă pentru datele stocate în Hadoop Distributed File System și Apache Hbase fără a necesita deplasarea sau transformarea datelor.

Audiență

Acest curs se adresează analiștilor și cercetătorilor de date care efectuează analize asupra datelor stocate în Hadoop prin intermediul instrumentelor Business Intelligence sau SQL.

După acest curs, delegații vor fi capabili să

• Să extragă informații semnificative din clusterele Hadoop cu Impala.
• Scrie programe specifice pentru a facilita Business Intelligence în Impala SQL dialect.
• Să rezolve problemele Impala.

Acest curs acoperă modul de utilizare a limbajului SQL Hive (AKA: Hive HQL, SQL on Hive , Hive QL) pentru persoanele care extrag date din Hive

Atunci când tehnologiile tradiționale de stocare nu fac față cantității de date pe care trebuie să o stocați, există sute de alternative. Acest curs încearcă să ghideze participanții în ceea ce privește alternativele de stocare și analiză Big Data și care sunt avantajele și dezavantajele acestora.

Acest curs este axat în principal pe discuții și prezentarea de soluții, deși exercițiile practice sunt disponibile la cerere.

Cursul face parte din setul de cunoștințe Data Scientist (Domeniu: date și tehnologie).

Bazele de date relaționale au fost tehnologia aleasă pentru stocarea, preluarea și interogarea datelor. Bazele de date relaționale permit utilizatorilor să își organizeze datele folosind un set structurat, bine definit de modele (model). În timp ce această abordare funcționează bine pentru stocarea datelor standardizate și bine înțelese în prealabil (gândiți-vă la o cerere de check-in spital care deține înregistrări ale pacienților cu același set constant de câmpuri predefinite ... id. Pacient, prenume numele, data ultimei vizite etc.), există limitări ale acestui model. Pentru organizațiile ale căror date de intrare nu sunt bine definite (gândiți-vă la un formular de anchetă online pentru un start al cărui proces este încă în proces de experimentare cu câmpuri diferite pentru colectarea datelor vizitatorilor, eliminarea și adăugarea câmpurilor pe măsură ce se adaptează naturii în schimbare a business), orice definiție stabilită pentru modul în care datele ar trebui să se încadreze într-o bază de date existentă ar trebui să fie redefinită în mod regulat. Aceasta ar necesita recrearea modelului de date (schemă) care dictează structura datelor și tipurile de date permise pentru a susține diferite tipuri de intrări de date etc., înainte de a putea fi salvate date noi în baza de date.

Nu introduceți baze de date SQL (nu numai SQL ). Nicio SQL date SQL nu permite utilizatorilor să predefinească structura datelor primite, permițându-le să insereze și să actualizeze date noi din mers. Nici o SQL date SQL nu este adesea mai rapidă decât bazele de date relaționale și poate trata cantități foarte mari de date cu ușurință. Nici o SQL date SQL nu se extinde la scară mai bună decât bazele de date relaționale, datorită capacității lor de a partiționa eficient datele pe mai multe servere (cluster) și de a echilibra încărcarea accesului la aceste date. Nici o SQL date SQL nu se integrează deosebit de bine cu aplicațiile care acceptă analize în timp real, personalizare site, IoT și aplicații mobile

În cadrul acestei instruiri, instruite în direct, participanții vor înțelege arhitectura, principiile de proiectare și funcționalitatea celor mai populare SQL date fără SQL pe piață, în timp ce configurează, operează și asigură o serie de SQL date fără SQL într-un mediu de laborator live. Scopul acestei formări este de a oferi participanților capacitatea de a evalua, propune și implementa în mod inteligent o soluție de bază de date fără SQL adecvată în cadrul organizației lor.

Până la sfârșitul acestui antrenament, participanții vor putea:

• Instalați și configurați diferite tipuri de SQL date fără SQL , inclusiv MongoDB , Cassandra , Redis și Neo4j
• Înțelegeți avantajele și dezavantajele Fără SQL date SQL față de bazele relaționale
• Înțelegeți formele de date de bază utilizate de Nici SQL date SQL și modul în care aceste formate pot fi utilizate în avantaj atunci când dezvoltați aplicații moderne (desktop, mobil, cloud, IoT)
• Efectuați crearea, inserarea, actualizarea, ștergerea operațiunilor într-o SQL date fără SQL
• Configurați un mediu mixt, atât cu o bază de date relațională, cât și fără SQL funcționează în tandem
• Configurați un grup de baze de date fără SQL pentru procesarea distribuită a seturilor de date foarte mari
• Înțelegeți implicațiile de securitate ale utilizării unei SQL date fără SQL
• Implementați și scalați o SQL date fără SQL într-un mediu de producție

Public

• Profesioniști de Database
• Arhitecți de date
• Strategi de date
• Manageri de proiect
• Dezvoltatorii de aplicații care doresc să integreze o soluție de baze de date flexibilă în aplicația lor

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice

Notă

• Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.

redis

nosql

Scylla este un depozit de date distribuit NoSQL open-source. Acesta este compatibil cu Apache Cassandra, dar funcționează la debite semnificativ mai mari și latențe mai mici.

În acest curs, participanții vor învăța despre caracteristicile și arhitectura Scylla, obținând în același timp experiență practică în configurarea, administrarea, monitorizarea și depanarea Scylla.

Audiență

• Database administratori
• Dezvoltatori
• ingineri de sistem

Formatul cursului

• Cursul este interactiv și include discuții despre principiile și abordările pentru implementarea și gestionarea bazelor de date distribuite și a clusterelor Scylla.
• Cursul include o componentă importantă de exerciții practice și practică.

Audiență:

Cursul este destinat specialiștilor IT care caută o soluție pentru stocarea și procesarea seturilor mari de date într-un mediu de sistem distribuit

Goal:

Cunoștințe aprofundate privind Hadoop administrarea clusterelor.

Analiza datelor mari implică procesul de examinare a unor cantități mari de seturi de date variate pentru a descoperi corelații, tipare ascunse și alte informații utile.

Industria sănătății are cantități masive de date medicale și clinice eterogene complexe. Aplicarea analizelor de date mari asupra datelor de sănătate prezintă un potențial imens în obținerea unor perspective pentru îmbunătățirea furnizării asistenței medicale. Cu toate acestea, enormitatea acestor seturi de date prezintă provocări mari în analize și aplicații practice într-un mediu clinic.

În cadrul acestui instruire, instruit în direct (de la distanță), participanții vor învăța cum să efectueze analize de date mari în sănătate, în timp ce parcurg o serie de exerciții practice în laborator live.

Până la sfârșitul acestui antrenament, participanții vor putea:

• Instalați și configurați instrumente de analiză a datelor mari precum Hadoop MapReduce și Spark
• Înțelegeți caracteristicile datelor medicale
• Aplicați tehnici de date mari pentru a trata datele medicale
• Studiați sisteme de date mari și algoritmi în contextul aplicațiilor pentru sănătate

Public

• Dezvoltatori
• Oamenii de știință de date

Formatul cursului

• Partea de prelegere, o discuție parțială, exerciții și practici practice.

Notă

• Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.

Cursul este dedicat specialiștilor IT care caută o soluție pentru stocarea și procesarea seturilor mari de date în mediul sistemelor distribuite

Scopul cursului:

Dobândirea de cunoștințe privind Hadoop administrarea clusterelor

Apache Hadoop este cel mai popular cadru pentru procesarea Big Data pe clustere de servere. În cadrul acestui curs de trei (opțional, patru) zile, participanții vor învăța despre beneficiile de afaceri și cazurile de utilizare pentru Hadoop și ecosistemul său, cum să planifice implementarea și creșterea clusterului, cum să instaleze, să întrețină, să monitorizeze, să depaneze și să optimizeze Hadoop. De asemenea, cursanții vor practica încărcarea masivă a datelor în cluster, se vor familiariza cu diverse distribuții Hadoop și vor practica instalarea și gestionarea instrumentelor ecosistemului Hadoop. Cursul se încheie cu o discuție despre securizarea clusterului cu Kerberos.

"...Materialele au fost foarte bine pregătite și acoperite temeinic. Laboratorul a fost foarte util și bine organizat"
- Andrew Nguyen, inginer principal de integrare DW, Microsoft Online Advertising

Audiență

Hadoop administratori

Format

Prelegeri și laboratoare practice, echilibru aproximativ 60% prelegeri, 40% laboratoare.

Apache Hadoop este cel mai popular cadru pentru procesarea Big Data pe grupuri de servere. Acest curs va introduce un dezvoltator în ecosistemul diferitelor componente (HDFS, MapReduce, Pig, Hive și HBase) Hadoop.

Apache Hadoop este unul dintre cele mai populare framework-uri pentru procesarea Big Data pe clustere de servere. Acest curs aprofundează gestionarea datelor în HDFS, Pig avansat, Hive și HBase. Aceste tehnici avansate de programare vor fi benefice pentru dezvoltatorii Hadoop cu experiență.

Audiență: dezvoltatori

Durata: trei zile

Format: prelegeri (50%) și laboratoare practice (50%).