Apache NiFi for Developers 교육 과정

대한민국(온라인 또는 현장)에서 진행되는 이 강사 주도 라이브 교육에서는 Hortonworks Data Platform (HDP)을 소개하고 참가자에게 Spark + Hadoop 솔루션 배포 과정을 안내합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

Hortonworks를 사용하여 Hadoop을 대규모로 안정적으로 실행하세요. Spark의 민첩한 분석 워크플로로 Hadoop의 보안, 거버넌스, 운영 기능을 통합하세요. Hortonworks를 사용하여 Spark 프로젝트의 각 구성 요소를 조사, 검증, 인증 및 지원하세요. 구조화된 데이터, 구조화되지 않은 데이터, 이동 중인 데이터, 정지된 데이터 등 다양한 유형의 데이터를 처리합니다.

Apache Ambari 는 Apache Hadoop 클러스터의 프로비저닝, 관리, 모니터링 및 보안을위한 오픈 소스 관리 플랫폼입니다.

강사가 진행하는이 실습 교육 참가자는 Ambado가 Hadoop 클러스터를 성공적으로 관리하기 위해 제공하는 관리 도구 및 사례를 학습합니다.

이 훈련이 끝나면 참가자는 다음을 할 수 있습니다.

• Ambari를 사용하여 라이브 Big Data 클러스터 설정
• 다양한 사용 사례에 Ambari의 고급 기능 및 기능 적용
• 필요에 따라 노드 추가 및 제거
• 튜닝 및 조정을 통해 Hadoop 클러스터의 성능 향상

청중

• DevOps
• 시스템 관리자
• DBA
• Hadoop 테스트 전문가

과정 형식

• 파트 강의, 파트 토론, 연습 및 무거운 실무 연습

Cloudera Impala is an open source massively parallel processing (MPP) SQL query engine for Apache Hadoop clusters.

Impala enables users to issue low-latency SQL queries to data stored in Hadoop Distributed File System and Apache Hbase without requiring data movement or transformation.

Audience

This course is aimed at analysts and data scientists performing analysis on data stored in Hadoop via Business Intelligence or SQL tools.

After this course delegates will be able to

• Extract meaningful information from Hadoop clusters with Impala.
• Write specific programs to facilitate Business Intelligence in Impala SQL Dialect.
• Troubleshoot Impala.

이 과정은 사용하는 방법에 대해 설명 Hive SQL 언어를 (일명 : Hive HQL, SQL 에 Hive , Hive QL)에서 데이터를 추출하는 사람들을위한 Hive

이 강사가 진행하는 실시간 교육인 대한민국(현장 또는 원격)에서 참가자는 실시간 랩 환경에서 Apache NiFi을(를) 배포하고 관리하는 방법을 배우게 됩니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• Apache NiFi를 설치하고 구성합니다.
• 데이터베이스 및 빅 데이터 레이크를 포함하여 서로 다른 분산 데이터 소스에서 데이터를 소싱, 변환 및 관리합니다.
• 데이터 흐름을 자동화합니다.
• 스트리밍 분석을 활성화합니다.
• 데이터 수집을 위해 다양한 접근 방식을 적용합니다.
• Big Data을 비즈니스 통찰력으로 전환하세요.

이 과정은 분산 시스템 환경에서 대규모 데이터 세트를 저장 및 처리하는 솔루션을 찾는 IT 전문가를 대상으로합니다.

코스 목표 :

Hadoop 클러스터 관리에 관한 지식 얻기

청중:

이 과정은 분산 시스템 환경에서 대규모 데이터 세트를 저장하고 처리하는 솔루션을 찾는 IT 전문가를 대상으로합니다.

Go al :

Hadoop 클러스터 관리에 대한 깊은 지식.

청중:

이 과정은 거대한 데이터 / 해프 기술을 신비화하고 이해하기 어렵지 않다는 것을 보여주기위한 것입니다.

Apache Hadoop 은 서버 클러스터에서 Big Data 를 처리하는 데 가장 널리 사용되는 프레임 워크입니다. 이 과정에서는 Hadoop 생태계의 다양한 구성 요소 (HDFS, MapReduce, Pig, Hive 및 HBase)에 대한 개발자를 소개합니다.

Apache Hadoop 은 서버 클러스터에서 Big Data 를 처리하기위한 가장 보편적 인 프레임 워크 중 하나입니다. 이 과정은 HDFS, 고급 돼지, Hive 및 HBase의 데이터 관리에 대해 설명합니다. 이러한 고급 프로그래밍 기술은 숙련 된 Hadoop 개발자에게 도움이 될 것입니다.

대상 : 개발자

기간 : 3 일

형식 : 강의 (50 %) 및 실습 (50 %)

이 과정에서는 Hadoop 위에 SQL Store가없는 HBase를 소개합니다. 이 과정은 HBase를 사용하여 응용 프로그램을 개발할 개발자와 HBase 클러스터를 관리 할 관리자를 대상으로합니다.

우리는 HBase에서 HBase 아키텍처와 데이터 모델링 및 애플리케이션 개발을 통해 개발자를 안내 할 것입니다. 또한 HBase와 함께 MapReduce를 사용하는 방법과 성능 최적화와 관련된 몇 가지 관리 항목에 대해서도 설명합니다. 이 과정은 실습을 통해 많은 실습을 제공합니다.

소요 시간 : 3 일

대상 : 개발자 및 관리자

Apache Hadoop 은 서버 클러스터에서 Big Data 를 처리하는 데 가장 널리 사용되는 프레임 워크입니다. 에서 세 (선택적 사) 일 물론, 참석자가 비즈니스 혜택과 사용 사례에 대해 배우게됩니다이 Hadoop , 설치, 유지 관리, 모니터링, 문제를 해결하고 최적화하는 방법 클러스터 구축과 성장을 계획하는 방법과 생태계, Hadoop . 또한 클러스터 대량 데이터로드를 연습하고 다양한 Hadoop 배포판에 익숙해지며 Hadoop 에코 시스템 도구 설치 및 관리를 연습합니다. 이 과정은 Kerberos를 사용한 클러스터 보안에 대한 논의로 마무리됩니다.

“… 재료를 잘 준비하고 철저히 덮었습니다. 실험실은 매우 도움이되고 체계적으로 구성되었습니다.”
— Andrew Nguyen, Microsoft 온라인 Advertising 수석 통합 DW 엔지니어

청중

Hadoop 관리자

체재

강의 및 실습, 대략 60 % 강의, 40 % 실험실.

Hadoop is the most popular Big Data processing framework.

대한민국의 강사 진행 교육에서 참가자는 Hadoop 생태계의 핵심 구성 요소와 이러한 기술을 사용하여 대규모 문제를 해결하는 방법을 배우게 됩니다. 이러한 기초를 학습함으로써 참가자는 이러한 시스템의 개발자 및 구현자뿐만 아니라 많은 IT 프로젝트에 관련된 데이터 과학자 및 분석가와 통신하는 능력을 향상시킬 것입니다.

청중

• 기존 개발 또는 IT 인프라에 Hadoop을(를) 구현하려는 프로젝트 관리자
• 빅 데이터 엔지니어, 데이터 과학자, 비즈니스 분석가를 포함하는 다기능 팀과 커뮤니케이션해야 하는 프로젝트 관리자

Apache Samza는 스트림 프로세싱을위한 오픈 소스 거의 실시간의 비동기 계산 프레임 워크입니다. 메시징에는 Apache Kafka 를, 내결함성, 프로세서 격리, 보안 및 리소스 관리에는 Apache Hadoop YARN을 사용합니다.

강사가 진행하는이 실습에서는 메시징 시스템 및 분산 스트림 처리의 기본 원리를 소개하고 샘플 Samza 기반 프로젝트 작성 및 작업 실행을 통해 참가자를 안내합니다.

이 훈련이 끝나면 참가자는 다음을 할 수 있습니다.

• Samza를 사용하면 메시지를 생성하고 소비하는 데 필요한 코드를 단순화 할 수 있습니다.
• 응용 프로그램에서 메시지 처리 분리.
• Samza를 사용하여 실시간에 가까운 비동기 계산을 구현하십시오.
• 스트림 처리를 사용하여 메시징 시스템에서보다 높은 수준의 추상화를 제공합니다.

청중

• 개발자

과정 형식

• 파트 강의, 파트 토론, 연습 및 무거운 실무 연습