Hadoop Training Courses

Python is een schaalbare, flexibele en veelgebruikte programmeringsspraak voor data wetenschap en machine learning. Spark is een gegevensverwerkingsmachine die wordt gebruikt bij het zoeken, analyseren en transformeren van grote gegevens, terwijl Hadoop een software bibliotheek framework is voor grootschalige gegevensopslag en verwerking. Deze instructeur geleide, live training (online of on-site) is gericht op ontwikkelaars die Spark, Hadoop en Python willen gebruiken en integreren om grote en complexe data sets te verwerken, te analyseren en te transformeren. Aan het einde van deze training zullen de deelnemers in staat zijn:

Stel de nodige omgeving op om te beginnen met het verwerken van grote gegevens met Spark, Hadoop, en Python. Begrijp de kenmerken, kerncomponenten en architectuur van Spark en Hadoop. Leer hoe je Spark, Hadoop, en Python kunt integreren voor big data verwerking. Ontdek de tools in het Spark-ecosysteem (Spark MlLib, Spark Streaming, Kafka, Sqoop, Kafka en Flume). Maak samenwerkingsfilter aanbevelingssystemen vergelijkbaar met Netflix, YouTube, Amazon, Spotify en Google. Gebruik Apache Mahout om machine learning-algoritmen te scalen.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

Deze cursus behandelt het gebruik van Hive SQL taal (AKA: Hive HQL, SQL on Hive , Hive QL) voor mensen die gegevens uit Hive

Datameer is een business intelligence en analytics-platform gebouwd op Hadoop Het stelt eindgebruikers in staat om op grote schaal gemakkelijk toegang te krijgen tot grootschalige, gestructureerde, semigestructureerde en ongestructureerde gegevens, deze te verkennen en te correleren Tijdens deze live training met instructeur leren deelnemers Datameer te gebruiken om de steile leercurve van Hadoop te overwinnen terwijl ze de opstelling en analyse van een reeks big data-bronnen doorlopen Aan het einde van deze training kunnen deelnemers: Creëer, ontwikkel en exploreer interactief een datameer voor bedrijven Toegang tot datawarehouses voor business intelligence, transactiedatabases en andere analytische winkels Gebruik een spreadsheetgebruikersinterface om endtoend gegevensverwerkingspijplijnen te ontwerpen Toegang tot vooraf gebouwde functies om complexe gegevensrelaties te verkennen Gebruik draganddrop-wizards om gegevens te visualiseren en dashboards te maken Gebruik tabellen, grafieken, grafieken en kaarten om queryresultaten te analyseren Publiek Data-analisten Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .

Alluxio is een open-source virtueel gedistribueerd opslagssysteem dat verschillende opslagssystemen verenigt en toepassingen in staat stelt om met gegevens op geheugen snelheid te communiceren. Het wordt gebruikt door bedrijven zoals Intel, Baidu en Alibaba. In deze instructeur geleide, live training, zullen de deelnemers leren hoe te gebruiken Alluxio om verschillende computationele kaders te branden met opslagssystemen en efficiënt te beheren multi-petabyte scale gegevens terwijl ze door de creatie van een applicatie met Alluxio stappen. Aan het einde van deze training zullen de deelnemers in staat zijn:

Ontwikkelen van een applicatie met Alluxio Connect big data-systemen en applicaties terwijl één naamruimte wordt bewaard Efficiënt waarde extraheren van big data in elk opslagformaat Verbetering van de werkbelastingprestaties Ontwikkelen en beheren Alluxio afzonderlijk of geclassificeerd

Het publiek

Data wetenschapper Ontwikkelaar Systemadministratie

Format van de cursus

Deel lezing, deel discussie, oefeningen en zware praktijken

Publiek: De cursus is bedoeld voor IT-specialisten die op zoek zijn naar een oplossing voor het opslaan en verwerken van grote gegevenssets in een gedistribueerde systeemomgeving Go al: Diepe kennis van Hadoop clusterbeheer.

Deze cursus is bedoeld voor ontwikkelaars, architecten, datawetenschappers of elk profiel dat intensieve of regelmatige toegang tot gegevens vereist. De belangrijkste focus van de cursus ligt op gegevensmanipulatie en transformatie. Onder de tools in het Hadoop ecosysteem omvat deze cursus het gebruik van Pig en Hive beide veel worden gebruikt voor gegevenstransformatie en -manipulatie. Deze training behandelt ook prestatiestatistieken en prestatie-optimalisatie. De cursus is volledig praktisch en wordt onderbroken door presentaties van de theoretische aspecten.

Big data-analyse omvat het proces van het onderzoeken van grote hoeveelheden gevarieerde gegevenssets om correlaties, verborgen patronen en andere nuttige inzichten te ontdekken. De gezondheidsindustrie heeft enorme hoeveelheden complexe heterogene medische en klinische gegevens. Het toepassen van big data-analyses op gezondheidsgegevens biedt een enorm potentieel voor het verkrijgen van inzichten voor het verbeteren van de gezondheidszorg. De enorme omvang van deze datasets vormt echter grote uitdagingen bij analyses en praktische toepassingen in een klinische omgeving. In deze door een instructeur geleide, live training (op afstand), leren deelnemers hoe ze big data-analyses in gezondheid kunnen uitvoeren terwijl ze een reeks praktische live-laboefeningen doorlopen. Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer big data-analysehulpmiddelen zoals Hadoop MapReduce en Spark
• Begrijp de kenmerken van medische gegevens
• Pas big data-technieken toe om met medische gegevens om te gaan
• Bestudeer big data-systemen en algoritmen in het kader van gezondheidstoepassingen

Publiek

• ontwikkelaars
• Data Scientists

Indeling van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen.

Notitie

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

De cursus is bedoeld voor IT-specialisten die op zoek zijn naar een oplossing voor het opslaan en verwerken van grote gegevenssets in een gedistribueerde systeemomgeving Doel van de cursus: Kennis verkrijgen over Hadoop clusterbeheer

Apache Hadoop is het populairste framework voor het verwerken van Big Data op clusters van servers. In deze drie (eventueel vier) dagen cursus, zullen de deelnemers leren over de zakelijke voordelen en use cases voor Hadoop en zijn ecosysteem, hoe cluster inzet en groei plannen, hoe te installeren, onderhouden, monitor, problemen oplossen en optimaliseren van Hadoop . Ze zullen ook oefenen met het bulksgewijs laden van gegevens, vertrouwd Hadoop met verschillende Hadoop distributies en oefenen met het installeren en beheren van Hadoop ecosysteemtools. De cursus eindigt met een bespreking van het beveiligen van cluster met Kerberos. “… De materialen waren zeer goed voorbereid en grondig bedekt. Het lab was erg behulpzaam en goed georganiseerd ”
- Andrew Nguyen, hoofdintegratie DW Engineer, Microsoft Online Advertising Publiek Hadoop beheerders Formaat Lezingen en hands-on labs, bij benadering evenwicht 60% lezingen, 40% labs.

Apache Hadoop is het meest populaire raamwerk voor het verwerken van Big Data Hadoop biedt een uitgebreide en diepgaande analysemogelijkheid en maakt een doorbraak naar de traditionele BI-analysewereld Deze cursus introduceert een analist voor de kerncomponenten van het Hadoop ecosysteem en zijn analyses Publiek Bedrijfsanalisten Looptijd drie dagen Formaat Hoorcolleges en practica .

Apache Hadoop is het populairste framework voor het verwerken van Big Data op clusters van servers. Deze cursus zal een ontwikkelaar om verschillende componenten (HDFS, MapReduce, Pig, introduceren Hive en HBase) Hadoop ecosysteem.

Apache Hadoop is een van de populairste kaders voor het verwerken van Big Data op clusters van servers. Deze cursus gaat in op gegevensbeheer in HDFS, geavanceerde Pig, Hive en HBase. Deze geavanceerde programmeertechnieken zullen voordelig zijn voor ervaren Hadoop ontwikkelaars. Publiek : ontwikkelaars Duur: drie dagen Formaat: hoorcolleges (50%) en hands-on labs (50%).

Hadoop is het meest populaire framework voor Big Data-verwerking .

Naarmate meer en meer software- en IT-projecten migreren van lokale verwerking en gegevensbeheer naar gedistribueerde verwerking en big data-opslag, vinden projectmanagers de behoefte om hun kennis en vaardigheden te upgraden om de concepten en werkwijzen te begrijpen die relevant zijn voor Big Data projecten en kansen. Deze cursus laat projectmanagers kennismaken met het meest populaire Big Data verwerkingsraamwerk: Hadoop . In deze door instructeurs geleide training leren deelnemers de kerncomponenten van het Hadoop ecosysteem en hoe deze technologieën kunnen worden gebruikt om grootschalige problemen op te lossen. Door deze basis te leren, zullen deelnemers ook hun vermogen verbeteren om te communiceren met de ontwikkelaars en implementeerders van deze systemen, evenals met de datawetenschappers en analisten die bij veel IT-projecten betrokken zijn. Publiek

• Projectmanagers die Hadoop willen implementeren in hun bestaande ontwikkelings- of IT-infrastructuur
• Projectmanagers die moeten communiceren met cross-functionele teams, waaronder big data-ingenieurs, datawetenschappers en bedrijfsanalisten

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Publiek: Deze cursus is bedoeld om big data / hadoop-technologie te demystificeren en aan te tonen dat het niet moeilijk te begrijpen is.

Hadoop is een populair Big Data verwerkingskader. Python is een high-level programmering taal beroemd om zijn duidelijke syntax en code leesbaarheid. In deze instructeur geleide, live training, zullen de deelnemers leren hoe te werken met Hadoop, MapReduce, Pig, en Spark met behulp van Python als ze stappen door meerdere voorbeelden en gebruik gevallen. Aan het einde van deze training zullen de deelnemers in staat zijn:

Begrijp de basisbegrippen achter Hadoop, MapReduce, Pig en Spark Gebruik Python met Hadoop Distributed File System (HDFS), MapReduce, Pig en Spark Gebruik Snakebite om programmatisch toegang te krijgen tot HDFS binnen Python Gebruik mrjob om MapReduce banen te schrijven in Python Schrijf Spark programma's met Python Uitbreid de functionaliteit van varkens met Python UDF's Manage MapReduce banen en Pig scripts met behulp van Luigi

Het publiek

Ontwikkelaars IT Professionals

Format van de cursus

Deel lezing, deel discussie, oefeningen en zware praktijken

Apache Hadoop is een populaire gegevensverwerkingskader voor het verwerken van grote dataset over veel computers. Deze instructeur geleide, live training (online of on-site) is gericht op systeemadministratoren die willen leren hoe te installeren, implementeren en beheren Hadoop clusters binnen hun organisatie. Aan het einde van deze training zullen de deelnemers in staat zijn:

Installeren en configureren van Apache Hadoop. Begrijp de vier belangrijke componenten van het Hadoop ecosysteem: HDFS, MapReduce, YARN en Hadoop Common. Gebruik het Distributed File System (HDFS) om een cluster te scalen tot honderden of duizenden knooppunten.   Installeer HDFS om te werken als opslagmachine voor on-premise Spark deployments. Installeer Spark om toegang te krijgen tot alternatieve opslagoplossingen zoals Amazon S3 en NoSQL databasesystemen zoals Redis, Elasticsearch, Couchbase, Aerospike, etc. Het uitvoeren van administratieve taken zoals het verstrekken, beheren, monitoren en beveiligen van een Apache Hadoop cluster.

Format van de cursus

Interactieve lezingen en discussie. Veel oefeningen en oefeningen. Hand-on implementatie in een live-lab-omgeving.

Cursus aanpassingsopties

Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.

Deze cursus introduceert HBase - een No SQL store bovenop Hadoop . De cursus is bedoeld voor ontwikkelaars die HBase gaan gebruiken om applicaties te ontwikkelen, en beheerders die HBase-clusters gaan beheren. We zullen een ontwikkelaar door HBase-architectuur en datamodellering en applicatie-ontwikkeling op HBase leiden. Er wordt ook ingegaan op het gebruik van MapReduce met HBase en enkele beheeronderwerpen met betrekking tot prestatieoptimalisatie. De cursus is zeer praktisch met veel laboratoriumoefeningen.
Duur : 3 dagen Publiek : ontwikkelaars en beheerders

publiek

• ontwikkel

formaat van de cursus

• lezingen, hands-on praktijk, kleine testen langs de weg te meten begrip

Apache NiFi (Hortonworks DataFlow) is een realtime geïntegreerde datalogistiek en een eenvoudig platform voor gebeurtenisverwerking waarmee gegevens tussen systemen kunnen worden verplaatst, gevolgd en geautomatiseerd. Het is geschreven met behulp van flow-based programmeren en biedt een webgebaseerde gebruikersinterface om gegevensstromen in realtime te beheren. In deze door een instructeur geleide, live training (op locatie of op afstand), leren deelnemers hoe ze Apache NiFi kunnen implementeren en beheren in een live labomgeving. Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer Apachi NiFi.
• Bron, transformeer en beheer gegevens uit ongelijksoortige, gedistribueerde gegevensbronnen, waaronder databases en grote gegevensmeren.
• Automatiseer gegevensstromen.
• Schakel streaming-analyse in.
• Pas verschillende benaderingen toe voor gegevensopname.
• Transformeer Big Data naar zakelijke inzichten.

Indeling van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Praktische implementatie in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Apache NiFi (Hortonworks DataFlow) is een realtime geïntegreerde datalogistiek en een eenvoudig platform voor gebeurtenisverwerking waarmee gegevens tussen systemen kunnen worden verplaatst, gevolgd en geautomatiseerd. Het is geschreven met behulp van flow-based programmeren en biedt een webgebaseerde gebruikersinterface om gegevensstromen in realtime te beheren. In deze door een instructeur geleide, live training leren deelnemers de basisprincipes van flow-based programmeren bij het ontwikkelen van een aantal demo-extensies, componenten en processors met Apache NiFi . Aan het einde van deze training kunnen deelnemers:

• Begrijp de architectuur en dataflow-concepten van NiFi.
• Ontwikkel extensies met behulp van NiFi en API's van derden.
• Aangepaste ontwikkeling van hun eigen Apache Nifi-processor.
• Inname en verwerk realtime gegevens uit ongelijksoortige en ongewone bestandsindelingen en gegevensbronnen.

Indeling van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Praktische implementatie in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Apache Samza is een open-source bijna realtime, asynchroon computationeel raamwerk voor stroomverwerking. Het maakt gebruik van Apache Kafka voor berichten en Apache Hadoop YARN voor fouttolerantie, processorisolatie, beveiliging en bronbeheer. Deze instructeur-geleide, live training introduceert de principes achter berichtensystemen en gedistribueerde streamverwerking, terwijl deelnemers worden begeleid door het maken van een voorbeeld van een Samza-gebaseerd project en taakuitvoering. Aan het einde van deze training kunnen deelnemers:

• Gebruik Samza om de code te vereenvoudigen die nodig is om berichten te produceren en te consumeren.
• Koppel de afhandeling van berichten van een applicatie los.
• Gebruik Samza om asynchrone berekening in bijna realtime te implementeren.
• Gebruik stroomverwerking om een hoger abstractieniveau te bieden dan berichtensystemen.

Publiek

• ontwikkelaars

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Sqoop is een open source softwaretool voor het overbrengen van gegevens tussen Hadoop en relationele databases of mainframes. Het kan worden gebruikt om gegevens van een relationeel databasebeheersysteem (RDBMS) zoals My SQL of Oracle of een mainframe in het Hadoop Distributed File System (HDFS) te importeren. Daarna kunnen de gegevens worden omgezet in Hadoop MapReduce en vervolgens opnieuw worden geëxporteerd naar een RDBMS. In deze door een instructeur geleide, live training leren deelnemers hoe ze Sqoop kunnen gebruiken om gegevens uit een traditionele relationele database te importeren in Hadoop opslag zoals HDFS of Hive en vice versa. Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer Sqoop
• Gegevens importeren uit My SQL naar HDFS en Hive
• Gegevens importeren uit HDFS en Hive naar My SQL

Publiek

• Systeembeheerders
• Data-ingenieurs

Indeling van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Notitie

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.

Tigon is een opensource, realtime, lowlatency, highthroughput, native YARN, stream processing framework dat bovenop HDFS en HBase voor persistentie zit Tigon-applicaties richten zich op use-cases zoals detectie en analyse van netwerkintrus- sies, marktanalyses van sociale media, locatieanalyses en realtime aanbevelingen aan gebruikers Deze instructieve, live training introduceert Tigon's benadering van het mengen van realtime en batchverwerking terwijl het deelnemers door de creatie van een voorbeeldtoepassing leidt Aan het einde van deze training kunnen deelnemers: Maak krachtige, stroomverwerkingsprogramma's voor het verwerken van grote hoeveelheden gegevens Processtroombronnen zoals Twitter en Webserver Logs Gebruik Tigon voor snel samenvoegen, filteren en aggregeren van streams Publiek ontwikkelaars Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .

Cloudera Impala is een open source MPP-query-engine (Massively Parallel Processing) SQL voor Apache Hadoop-clusters.Impala stelt gebruikers in staat query's met lage latentie SQL uit te voeren naar gegevens die zijn opgeslagen in Hadoop Distributed File System en Apache Hbase zonder dat gegevensverplaatsing of -transformatie nodig is.PubliekDeze cursus is bedoeld voor analisten en datawetenschappers die analyses uitvoeren op gegevens die zijn opgeslagen in Hadoop via Business Intelligence of SQL tools.Na deze cursus zullen afgevaardigden in staat zijn om

Haal zinvolle informatie uit Hadoop-clusters met Impala. Schrijf specifieke programma's om Business Intelligence in Impala SQL Dialect te vergemakkelijken. Problemen met Impala oplossen.

Apache Ambari is een open-source beheerplatform voor het Apache Ambari , beheren, bewaken en beveiligen van Apache Hadoop clusters. In deze door een instructeur geleide live training leren deelnemers de managementtools en -praktijken die Ambari biedt om met succes Hadoop clusters te beheren. Aan het einde van deze training kunnen deelnemers:

• Zet een live Big Data cluster op met Ambari
• Pas de geavanceerde functies en functionaliteiten van Ambari toe op verschillende gebruikssituaties
• Voeg indien nodig naadloos knooppunten toe en verwijder deze
• Verbeter de prestaties van een Hadoop cluster door afstemmen en tweaken

Publiek

• DevOps
• Systeembeheerders
• DBA
• Hadoop testprofessionals

Formaat van de cursus

• Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen

Hortonworks Data Platform (HDP) is een open-source Apache Hadoop ondersteuningsplatform dat een stabiele basis biedt voor het ontwikkelen van big data-oplossingen op het Apache Hadoop ecosysteem. Deze instructeur-geleide, live training (op locatie of op afstand) introduceert Hortonworks Data Platform (HDP) en Hortonworks Data Platform (HDP) deelnemers door de implementatie van de Spark + Hadoop oplossing. Aan het einde van deze training kunnen deelnemers:

• Gebruik Hortonworks om Hadoop op grote schaal betrouwbaar te runnen.
• Breng de capaciteiten van Hadoop van beveiliging, beheer en operaties samen met de agile analytische workflows van Spark.
• Gebruik Hortonworks om alle componenten in een Spark-project te onderzoeken, valideren, certificeren en ondersteunen.
• Verwerk verschillende soorten gegevens, waaronder gestructureerd, ongestructureerd, in beweging en in rust.

Indeling van de cursus

• Interactieve lezing en discussie.
• Veel oefeningen en oefenen.
• Praktische implementatie in een live-labomgeving.

Cursusaanpassingsopties

• Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.