Hadoop and Spark for Administrators Schulung

In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer anhand praktischer Übungen, wie sie Python und Spark gemeinsam zur Analyse von Big Data einsetzen können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Lernen Sie, wie Sie Spark mit Python verwenden, um Big Data zu analysieren.
• Arbeiten Sie an Übungen, die reale Fälle nachbilden.
• Verwenden Sie verschiedene Tools und Techniken für die Big-Data-Analyse mit PySpark.

In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer die Technologieangebote und Implementierungsansätze für die Verarbeitung von Graphdaten kennen. Ziel ist es, Objekte der realen Welt, ihre Eigenschaften und Beziehungen zu identifizieren, diese Beziehungen zu modellieren und sie als Daten mit einem Graph Computing-Ansatz (auch bekannt als Graph Analytics) zu verarbeiten. Wir beginnen mit einem breiten Überblick und gehen dann anhand einer Reihe von Fallstudien, praktischen Übungen und Live-Einsätzen auf spezifische Tools ein.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Verstehen, wie Graphdaten persistiert und durchlaufen werden.
• Das beste Framework für eine bestimmte Aufgabe auswählen (von Graphdatenbanken bis hin zu Stapelverarbeitungs-Frameworks)
• Implementieren Sie Hadoop, Spark, GraphX und Pregel, um Graphenberechnungen auf vielen Rechnern parallel durchzuführen.
• Betrachten Sie reale Big-Data-Probleme in Form von Graphen, Prozessen und Traversalen.

MLlib ist die ML-Bibliothek (Machine Learning) von Spark. Ziel ist es, praktisches maschinelles Lernen skalierbar und einfach zu machen. Es besteht aus allgemeinen Lernalgorithmen und Dienstprogrammen, einschließlich Klassifizierung, Regression, Clustering, kollaborativer Filterung, Dimensionsreduzierung sowie Optimierungsprimitiven auf niedrigerer Ebene und Pipeline-APIs auf höherer Ebene.

Es teilt sich in zwei Pakete:

• spark.mllib enthält die ursprüngliche API, die auf RDDs basiert.

• spark.ml bietet eine API auf höherer Ebene, die auf DataFrames zum Erstellen von ML-Pipelines basiert.

Publikum

Dieser Kurs richtet sich an Ingenieure und Entwickler, die eine integrierte Maschinenbibliothek für Apache Spark

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praktiken.
• Praktische Umsetzung in einer Live-Laborumgebung.

Optionen zur Kursanpassung

• Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, setzen Sie sich bitte mit uns in Verbindung, um dies zu vereinbaren.

Diese von einem Trainer geleitete Live-Schulung in Schweiz (online oder vor Ort) stellt Hortonworks Data Platform (HDP) vor und führt die Teilnehmer durch den Einsatz der Spark + Hadoop-Lösung.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

Nutzen Sie Hortonworks, um Hadoop in großem Maßstab zuverlässig auszuführen. Vereinheitlichen Sie Hadoop's Sicherheits-, Governance- und Betriebsfunktionen mit Spark's agilen analytischen Workflows. Nutzen Sie Hortonworks, um alle Komponenten eines Spark-Projekts zu untersuchen, zu validieren, zu zertifizieren und zu unterstützen. Verarbeiten Sie verschiedene Datentypen, einschließlich strukturierter und unstrukturierter Daten sowie Daten in Bewegung und im Ruhezustand.

Apache Ambari ist eine Open-Source-Verwaltungsplattform für die Bereitstellung, Verwaltung, Überwachung und Sicherung von Apache Hadoop Clustern.

In diesem von Lehrern geleiteten Live-Training lernen die Teilnehmer die von Ambari bereitgestellten Management-Tools und -Praktiken kennen, um Hadoop Cluster erfolgreich zu verwalten.

Am Ende dieser Schulung können die Teilnehmer:

• Richten Sie mit Ambari einen Live- Big Data Cluster ein
• Wenden Sie die erweiterten Funktionen und Funktionen von Ambari auf verschiedene Anwendungsfälle an
• Fügen Sie Knoten nach Bedarf nahtlos hinzu und entfernen Sie sie
• Verbessern Sie die Leistung eines Hadoop Clusters durch Optimieren und Optimieren

Publikum

• DevOps
• Systemadministratoren
• DBAs
• Hadoop Testprofis

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben

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.

Dieser Kurs behandelt die Verwendung der Hive SQL Sprache (AKA: Hive HQL, SQL in Hive , Hive QL) für Personen, die Daten aus Hive extrahieren

ZIELSETZUNG:

Dieser Kurs wird Apache Spark vorstellen. Die Schüler lernen, wie Spark in das Big Data Ökosystem passt und wie Spark für die Datenanalyse verwendet wird. Der Kurs behandelt die Spark-Shell für die interaktive Datenanalyse, Spark-Interna, Spark-APIs, Spark- SQL , Spark-Streaming sowie maschinelles Lernen und graphX.

PUBLIKUM:

Entwickler / Datenanalysten

Magellan ist ein Open-Source-distributed-Execution-Motor für geospatiale Analyse von Big-Daten. Implementiert auf der Spitze Apache Spark, erweitert es Spark SQL und bietet eine relative Abstraktion für geospatiale Analyse.

Dieser Instructor-leitet, Live-Training führt die Konzepte und Ansätze für die Implementierung von geospatialen Analysen und wandelt die Teilnehmer durch die Schaffung einer vorhersehbaren Analyse-Anwendung mit Magellan auf Spark.

Am Ende dieser Ausbildung können die Teilnehmer:

• Effizient query, parse und join geospatiale datasets auf scale
• Implementierung geospatialer Daten in Business Intelligence und voraussichtliche Analyse-Anwendungen
• Verwenden Sie Raumkontext, um die Kapazitäten von mobilen Geräten, Sensoren, Logs und Träger zu erweitern

Format des Kurses

• Interaktive Unterricht und Diskussion.
• Viele Übungen und Übungen.
• Hand-on Implementierung in einem Live-Lab-Umfeld.

Kursanpassungsoptionen

• Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.

Spark SQL ist das Modul von Apache Spark zum Arbeiten mit strukturierten und unstrukturierten Daten. Spark SQL bietet Informationen zur Struktur der Daten sowie zur ausgeführten Berechnung. Mit diesen Informationen können Optimierungen durchgeführt werden. Zwei häufige Verwendungen von Spark SQL sind:
- um SQL Abfragen auszuführen.
- um Daten aus einer vorhandenen Hive Installation zu lesen.

In diesem vom Kursleiter durchgeführten Live-Training (vor Ort oder remote) lernen die Teilnehmer, wie verschiedene Arten von Datensätzen mit Spark SQL analysiert werden.

Am Ende dieser Schulung können die Teilnehmer:

• Installieren und konfigurieren Sie Spark SQL .
• Führen Sie eine Datenanalyse mit Spark SQL .
• Abfragen von Datensätzen in verschiedenen Formaten.
• Daten visualisieren und Ergebnisse abfragen.

Format des Kurses

• Interaktiver Vortrag und Diskussion.
• Viele Übungen und Übungen.
• Praktische Implementierung in einer Live-Laborumgebung.

Anpassungsoptionen für den Kurs

• Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.

In dieser von einem Trainer geleiteten Live-Schulung (vor Ort oder per Fernzugriff) lernen die Teilnehmer, wie sie verschiedene Stream Processing Frameworks mit bestehenden Big-Data-Speichersystemen und zugehörigen Softwareanwendungen und Microservices einrichten und integrieren können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Installieren und Konfigurieren verschiedener Stream Processing Frameworks, wie Spark Streaming und Kafka Streaming.
• Das am besten geeignete Framework für die jeweilige Aufgabe verstehen und auswählen.
• Daten kontinuierlich, gleichzeitig und Datensatz für Datensatz verarbeiten.
• Lösungen mit bestehenden Datenbanken, Data Warehouses, Data Lakes usw. integrieren Stream Processing.
• Integrieren Sie die am besten geeignete Stream-Processing-Bibliothek in Unternehmensanwendungen und Microservices.

Bei der Big-Data-Analyse werden große Mengen unterschiedlicher Datensätze untersucht, um Korrelationen, verborgene Muster und andere nützliche Erkenntnisse aufzudecken.

Die Gesundheitsbranche verfügt über riesige Mengen komplexer heterogener medizinischer und klinischer Daten. Die Anwendung von Big-Data-Analysen auf Gesundheitsdaten bietet ein großes Potenzial für die Gewinnung von Erkenntnissen zur Verbesserung der Gesundheitsversorgung. Die enorme Anzahl dieser Datensätze ist jedoch eine große Herausforderung für Analysen und praktische Anwendungen in einem klinischen Umfeld.

In diesem von Lehrern geleiteten Live-Training (Remote) lernen die Teilnehmer, wie Big-Data-Analysen im Gesundheitsbereich durchgeführt werden, während sie eine Reihe von praktischen Live-Laborübungen absolvieren.

Am Ende dieser Schulung können die Teilnehmer:

• Installieren und konfigurieren Sie Big Data-Analysetools wie Hadoop MapReduce und Spark
• Verstehen Sie die Eigenschaften von medizinischen Daten
• Wenden Sie Big-Data-Techniken an, um mit medizinischen Daten umzugehen
• Studieren Sie Big-Data-Systeme und -Algorithmen im Kontext von Gesundheitsanwendungen

Publikum

• Entwickler
• Data Scientists

Format des Kurses

• Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben.

Hinweis

• Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.

Apache Spark Lernkurve von Apache Spark nimmt zu Beginn langsam zu, es erfordert viel Mühe, um die erste Rendite zu erzielen. Dieser Kurs zielt darauf ab, durch den ersten schwierigen Teil zu springen. Nach dem Besuch dieses Kurses werden die Teilnehmer die Grundlagen von Apache Spark verstehen, RDD klar von DataFrame unterscheiden, Python und Scala API erlernen, Ausführende und Aufgaben verstehen usw. Auch nach den bewährten Methoden konzentriert sich dieser Kurs stark auf Cloud-Bereitstellung, Databricks und AWS. Die Schüler werden auch die Unterschiede zwischen AWS EMR und AWS Glue, einem der neuesten Spark-Services von AWS, verstehen.

PUBLIKUM:

Dateningenieur, DevOps , Datenwissenschaftler