Les formations Stream processing

Apache Ignite est une plate-forme informatique en mémoire qui se trouve entre l’application et la couche de données pour améliorer la vitesse, l’échelle et la disponibilité.

dans cette formation en direct, dirigée par un instructeur, les participants apprendront les principes derrière le stockage en mémoire persistant et pur à mesure qu’ils traversent la création d’un exemple de projet de calcul en mémoire.

à la fin de cette formation, les participants pourront:

- Utilisez Ignite pour la persistance en mémoire, sur le disque ainsi qu’une base de données en mémoire purement distribuée.
- atteindre la persistance sans synchroniser les données à une base de données relationnelle.
- Utilisez Ignite pour exécuter SQL et les jointures distribuées.
- améliorer les performances en déplaçant les données plus près de la CPU, en utilisant la RAM comme un stockage.
- Spread définit des ensembles de données sur un cluster pour obtenir une évolutivité horizontale.
- intégrez Ignite avec les processeurs RDBMS, NoSQL, Hadoop et machine learning.

format du cours

- conférence interactive et discussion.
- beaucoup d’exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s’il vous plaît nous contacter pour organiser.

Apache Apex est une plate-forme YARNnative qui unifie le traitement des flux et des lots Il traite les données importantes de manière évolutive, performante, tolérante, dynamique, distribuée et facilement exploitable Cette formation en ligne, en mode instructeur, présente l'architecture de traitement de flux unifié d'Apache Apex et guide les participants à travers la création d'une application distribuée utilisant Apex sur Hadoop À la fin de cette formation, les participants seront en mesure de: Comprendre les concepts de pipeline de traitement de données tels que les connecteurs pour les sources et les puits, les transformations de données communes, etc Construire, dimensionner et optimiser une application Apex Traiter les flux de données en temps réel de manière fiable et avec une latence minimale Utilisez Apex Core et la bibliothèque Apex Malhar pour accélérer le développement d'applications Utiliser l'API Apex pour écrire et réutiliser le code Java existant Intégrer Apex dans d'autres applications en tant que moteur de traitement Régler, tester et mettre à l'échelle les applications Apex Public Développeurs Architectes d'entreprise Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Apache Beam est un modèle de programmation unifiée et open source permettant de définir et d'exécuter des pipelines de traitement de données parallèles Sa puissance réside dans sa capacité à exécuter à la fois des pipelines batch et de streaming, l'exécution étant effectuée par l'un des backends de traitement distribué pris en charge par Apache: Apache Apex, Apache Flink, Apache Spark et Google Cloud Dataflow Apache Beam est utile pour les tâches ETL (Extraction, Transformation et Chargement) telles que le déplacement de données entre différents supports de stockage et sources de données, la transformation des données dans un format plus souhaitable et le chargement de données sur un nouveau système Dans cette formation en ligne instruite, les participants apprendront comment implémenter les SDK Apache Beam dans une application Java ou Python qui définit un pipeline de traitement de données pour décomposer un gros ensemble de données en plus petits morceaux pour un traitement parallèle indépendant À la fin de cette formation, les participants seront en mesure de: Installez et configurez Apache Beam Utilisez un seul modèle de programmation pour effectuer à la fois le traitement par lots et le traitement de flux à partir de leur application Java ou Python Exécutez des pipelines dans plusieurs environnements Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson Remarque Ce cours sera disponible Scala dans le futur S'il vous plaît contactez-nous pour organiser .

cette formation en direct (sur site ou à distance) dirigée par un instructeur est destinée aux ingénieurs qui souhaitent utiliser confluent (une distribution de Kafka) pour construire et gérer une plate-forme de traitement de données en temps réel pour leurs applications.

à la fin de cette formation, les participants pourront:

- installer et configurer confluent Platform.
- Utilisez les outils et services de gestion confluent & #39; s pour exécuter Kafka plus facilement.
- stocker et traiter les données de flux entrantes.
- optimiser et gérer les clusters Kafka.
flux de données - Secure.

format du cours

- interactive Conférence et discussion.
- beaucoup d'exercices et de pratique.
- Hands-on mise en œuvre dans un environnement Live-Lab.

options de personnalisation de cours

- ce cours est basé sur la version open source de confluent: confluent Open source.
- pour demander une formation personnalisée pour ce cours, s'il vous plaît contactez-nous pour organiser.

Apache Flink est un framework opensource pour le traitement de données de flux et de lots évolutif Cette formation en ligne, introduite par un instructeur, présente les principes et les approches qui sous-tendent le traitement distribué des données par lots et par lots, et guide les participants à travers la création d'une application de streaming de données en temps réel À la fin de cette formation, les participants seront en mesure de: Mettre en place un environnement pour développer des applications d'analyse de données Intégrez, exécutez et surveillez les applications de streaming de données basées sur Flinkbased, faulttolerant Gérer des charges de travail diverses Effectuer des analyses avancées à l'aide de Flink ML Configurer un cluster Flink multinoeud Mesurer et optimiser les performances Intégrez Flink avec différents systèmes Big Data Comparez les capacités de Flink avec celles d'autres grands frameworks de traitement de données Public Développeurs Architectes Les ingénieurs de données Les professionnels de l'analyse Directeurs techniques Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Le traitement de flux fait référence au traitement en temps réel de "données en mouvement", c'est-à-dire, effectuer des calculs sur des données lors de leur réception Ces données sont lues comme des flux continus provenant de sources de données telles que les événements de capteurs, les transactions financières, les balayages de cartes de crédit, les flux de clics, etc Les structures de traitement de flux peuvent lire de gros volumes de données entrantes Dans le cadre de cette formation en direct (sur place ou à distance), les participants apprendront comment configurer et intégrer différents cadres de traitement de flux avec des systèmes de stockage de données volumineuses et des applications et microservices connexes À la fin de cette formation, les participants seront en mesure de: Installer et configurer différents cadres de traitement de flux, tels que Spark Streaming et Kafka Streaming Comprendre et sélectionner le cadre le plus approprié pour le travail Processus de données en continu, simultanément, et de manière recordbyregistrée Intégrez les solutions de traitement de flux aux bases de données existantes, aux entrepôts de données, aux lacs de données, etc Intégration de la bibliothèque de traitement de flux la plus appropriée avec les applications d'entreprise et les microservices Public Développeurs Architectes logiciels Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson Remarques Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser .

Kafka Streams est une bibliothèque côté client pour la création d'applications et de microservices dont les données sont transférées depuis et vers un système de messagerie Kafka Traditionnellement, Apache Kafka s'est appuyé sur Apache Spark ou Apache Storm pour traiter les données entre les producteurs de messages et les consommateurs En appelant l'API Kafka Streams à partir d'une application, les données peuvent être traitées directement dans Kafka, évitant ainsi le besoin d'envoyer les données à un cluster séparé pour traitement Dans cette formation en ligne, les participants apprendront comment intégrer les flux Kafka dans un ensemble d'exemples d'applications Java qui transmettent des données vers et depuis Apache Kafka pour le traitement de flux À la fin de cette formation, les participants seront en mesure de: Comprendre les fonctionnalités et les avantages de Kafka Streams par rapport aux autres frameworks de traitement de flux Traiter les données de flux directement dans un cluster Kafka Écrire une application Java ou Scala ou un microservice qui s'intègre aux flux Kafka et Kafka Ecrire un code concis qui transforme les sujets d'entrée Kafka en sujets de sortie Kafka Construire, empaqueter et déployer l'application Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson Remarques Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser .

Dans cette formation en direct, les participants apprendront les concepts de base de MapR Stream Architecture lorsqu'ils développeront une application de streaming en temps réel À la fin de cette formation, les participants seront en mesure de créer des applications pour les producteurs et les consommateurs pour le traitement des données de flux en temps réel Public Développeurs Administrateurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson Remarque Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser .

Apache NiFi (Hortonworks DataFlow) est une plate-forme de traitement de données et de logistique de données intégrée en temps réel qui permet le déplacement, le suivi et l'automatisation des données entre les systèmes Il est écrit en utilisant la programmation basée sur les flux et fournit une interface utilisateur basée sur le Web pour gérer les flux de données en temps réel Dans cette formation en ligne, les participants apprendront comment déployer et gérer Apache NiFi dans un environnement de laboratoire en direct À la fin de cette formation, les participants seront en mesure de: Installez et configurez Apachi NiFi Source, transformer et gérer les données à partir de sources de données dispersées et disparates, y compris des bases de données et des lacs de données volumineuses Automatiser les flux de données Activer l'analyse en continu Appliquer différentes approches pour l'ingestion de données Transformez les Big Data et les informations sur les entreprises Public Administrateurs système Les ingénieurs de données Développeurs DevOps Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Apache NiFi (Hortonworks DataFlow) est une plate-forme de traitement des données intégrée en temps réel et simple qui permet le déplacement, le suivi et l’automatisation des données entre les systèmes. Il est écrit en utilisant la programmation basée sur le flux et fournit une interface utilisateur basée sur le Web pour gérer les flux de données en temps réel.

dans cette formation en direct, dirigée par un instructeur, les participants apprendront les principes fondamentaux de la programmation basée sur les flux, car ils développent un certain nombre d’extensions de démo, de composants et de processeurs à l’aide d’Apache NiFi.

à la fin de cette formation, les participants pourront:

- comprendre les concepts d’architecture et de flux de données de NiFi & #39; s.
- développez des extensions à l’aide de NiFi et d’API tierces.
- Custom développent leur propre processeur Apache Nifi.
- ingest et traitez des données en temps réel à partir de formats de fichiers et de sources de données disparates et rares.

format du cours

- conférence interactive et discussion.
- beaucoup d’exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s’il vous plaît nous contacter pour organiser.

Apache Samza est une architecture computationnelle asynchrone, nearrealtime, opensource pour le traitement de flux Il utilise Apache Kafka pour la messagerie et Apache Hadoop YARN pour la tolérance aux pannes, l'isolation du processeur, la sécurité et la gestion des ressources Cette formation en direct instruite introduit les principes qui sous-tendent les systèmes de messagerie et le traitement des flux distribués, tout en guidant les participants à travers la création d'un exemple de projet Samzabased et d'exécution de tâches À la fin de cette formation, les participants seront en mesure de: Utilisez Samza pour simplifier le code nécessaire pour produire et consommer des messages Découpler la gestion des messages d'une application Utilisez Samza pour implémenter le calcul asynchrone nearrealtime Utilisez le traitement de flux pour fournir un plus haut niveau d'abstraction sur les systèmes de messagerie Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Apache Storm est un moteur de calcul distribué en temps réel utilisé pour activer l'intelligence d'affaires en temps réel Pour ce faire, il permet aux applications de traiter de manière fiable des flux de données illimités (également appelé traitement de flux) "Storm est pour le traitement en temps réel ce que Hadoop est pour le traitement par lots!" Dans cette formation en direct, les participants apprendront comment installer et configurer Apache Storm, puis développer et déployer une application Apache Storm pour le traitement des données volumineuses en temps réel Certains des sujets inclus dans cette formation comprennent: Apache Storm dans le contexte de Hadoop Travailler avec des données illimitées Calcul continu Analyse en temps réel Traitement distribué RPC et ETL Demandez ce cours maintenant! Public Les développeurs de logiciels et d'ETL Professionnels de mainframe Les scientifiques de données Les analystes de Big Data Les professionnels Hadoop Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Tigon est un framework de traitement de flux opensource, temps réel, lowlatency, highthroughput, native natif, qui se trouve au-dessus de HDFS et de HBase pour la persistance Les applications Tigon traitent des cas d'utilisation tels que la détection et l'analyse des intrusions sur le réseau, l'analyse des marchés des médias sociaux, l'analyse de l'emplacement et les recommandations en temps réel aux utilisateurs Cette formation en ligne, introduite par un instructeur, présente l'approche de Tigon qui consiste à mélanger le traitement en temps réel et le traitement par lots tout en guidant les participants à travers la création d'un exemple d'application À la fin de cette formation, les participants seront en mesure de: Créez de puissantes applications de traitement de flux pour gérer de gros volumes de données Traiter des sources de flux telles que Twitter et Webserver Logs Utilisez Tigon pour joindre, filtrer et agréger rapidement des flux Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .