Les formations Stream processing

Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux ingénieurs souhaitant utiliser Confluent (une distribution de Kafka) pour créer et gérer une plate-forme de traitement de données en temps réel pour leurs applications. À la fin de cette formation, les participants seront en mesure de:

• Installez et configurez Confluent Platform.
• Utilisez les outils et les services de gestion de Confluent pour exécuter Kafka plus facilement.
• Stocker et traiter les données de flux entrants.
• Optimiser et gérer les clusters Kafka.
• Flux de données sécurisés.

Format du cours

• Conférence interactive et discussion.
• Beaucoup d'exercices et de pratique.
• Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

• Ce cours est basé sur la version open source de Confluent: Confluent Open Source.
• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Stream Processing fait référence au traitement en temps réel de «données en mouvement», c’est-à-dire à l’exécution de calculs sur les données reçues. Ces données sont lues comme des flux continus à partir de sources de données telles que des événements de capteurs, l’activité des utilisateurs du site Web, des transactions financières, des balayages de carte de crédit, des flux de clics, etc. Stream Processing infrastructures de Stream Processing permettent de lire de grands volumes de données entrantes et fournissent des informations précieuses presque instantanément. Au cours de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à configurer et à intégrer différents cadres de Stream Processing avec des systèmes de stockage de données volumineux existants ainsi que des applications logicielles et microservices connexes. À la fin de cette formation, les participants seront en mesure de:

• Installez et configurez différents frameworks de Stream Processing , tels que Spark Streaming et Kafka Streaming.
• Comprendre et sélectionner le cadre le plus approprié pour le travail.
• Traitement des données en continu, simultanément et enregistrement par enregistrement.
• Intégrez les solutions de Stream Processing continu aux bases de données, aux entrepôts de données, aux lacs de données, etc. existants
• Intégrez la bibliothèque de traitement de flux la plus appropriée aux applications d'entreprise et aux microservices.

Public

• Les développeurs
• Architectes logiciels

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Remarques

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Apache Kafka est une plate-forme de traitement de flux à source ouverte qui fournit une plate-forme rapide, fiable et à faible latence pour gérer les analyses de données en temps réel. Apache Kafka peut être intégré avec des langues de programmation disponibles telles que Python. Cette formation guidée par des instructeurs, en direct (online ou sur site) est destinée à des ingénieurs de données, des scientifiques de données et des programmateurs qui souhaitent utiliser Apache Kafka des fonctionnalités en streaming de données avec Python. À la fin de cette formation, les participants seront en mesure d’utiliser Apache Kafka pour surveiller et gérer les conditions dans les flux de données continus en utilisant la programmation Python. Le format du cours

Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.

Options de personnalisation de cours

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.

Kafka Streams est une bibliothèque côté client permettant de créer des applications et des microservices dont les données sont transmises depuis et vers un système de messagerie Kafka. Apache Kafka s’appuyait traditionnellement sur Apache Spark ou Apache Storm pour traiter les données entre les producteurs de messages et les consommateurs. En appelant l'API Kafka Streams depuis une application, les données peuvent être traitées directement dans Kafka, ce qui évite d'avoir à les envoyer à un cluster distinct. Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment intégrer Kafka Streams à un ensemble d’exemples d’applications Java qui transmettent des données depuis et vers 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 infrastructures de traitement de flux
• Traiter les données de flux directement dans un cluster Kafka
• Écrire une application ou un microservice Java ou Scala intégrant Kafka et Kafka Streams
• Écrivez un code concis qui transforme les sujets d’entrée de Kafka en sujets de sortie de Kafka
• Construire, empaqueter et déployer l'application

Public

• Développeurs

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Remarques

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser

Au cours de cette formation en direct animée par un instructeur, les participants apprendront les concepts de base de MapR Stream Architecture tout en développant une application de diffusion en temps réel. À la fin de cette formation, les participants seront capables de créer des applications de producteurs et de consommateurs pour le traitement de données en temps réel. Public

• Développeurs
• Administrateurs

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

Remarque

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Apache Samza est un framework de calcul asynchrone open source quasi-temps réel 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, animée par un instructeur, présente les principes sous-jacents aux systèmes de messagerie et au traitement de flux distribué, tout en guidant les participants dans la création d'un exemple de projet et d'exécution de travaux basé sur Samza. À la fin de cette formation, les participants seront en mesure de:

• Utilisez Samza pour simplifier le code nécessaire à la production et à la consommation de messages.
• Découpler le traitement des messages d'une application.
• Utilisez Samza pour implémenter un calcul asynchrone en temps quasi réel.
• Utilisez le traitement de flux pour fournir un niveau d'abstraction plus élevé sur les systèmes de messagerie.

Public

• Développeurs

Format du cours

• Partie de conférence, partie de discussion, exercices et exercices intensifs

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 .

Apache Flink est un framework open-source pour le traitement évolutif des données en flux et par lots. Cette formation en direct avec instructeur (en ligne ou sur site) présente les principes et les approches du traitement distribué des données en flux et par lots, et accompagne les participants dans la création d'une application de flux de données en temps réel dans Apache Flink. A l'issue de cette formation, les participants seront capables de :

Mettre en place un environnement pour développer des applications d'analyse de données. Comprendre le fonctionnement de la bibliothèque de traitement de graphes d'Apache Flink (Gelly). Compiler, exécuter et surveiller des applications de streaming de données basées sur Flink et tolérantes aux pannes. Gérer diverses charges de travail. Effectuer des analyses avancées. Mettre en place un cluster Flink à plusieurs nœuds. Mesurer et optimiser les performances. Intégrer Flink à différents systèmes Big Data. Comparer les capacités de Flink avec celles d'autres frameworks de traitement des big data.

Format du cours

Exposé et discussion interactifs. Beaucoup d'exercices et de pratique. Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation des cours

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter.

Apache NiFi (Hortonworks DataFlow) est une plate-forme simple de logistique des données et de traitement des événements intégrée permettant le déplacement, le suivi et l'automatisation des données entre 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. Au cours de cette formation en direct animée par un instructeur (sur site ou à distance), les participants apprendront à déployer et à gérer Apache NiFi dans un environnement de laboratoire réel. À la fin de cette formation, les participants seront en mesure de:

• Installez et configurez Apachi NiFi.
• Créez, transformez et gérez des données à partir de sources de données disparates et distribuées, y compris des bases de données et des grands lacs de données.
• Automatiser les flux de données.
• Activer l'analyse en streaming.
• Appliquez diverses approches pour l’ingestion de données.
• Transformez le Big Data en un aperçu des affaires.

Format du cours

• Conférence interactive et discussion.
• Beaucoup d'exercices et de pratique.
• Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Apache NiFi (Hortonworks DataFlow) est une plate-forme simple de logistique des données et de traitement des événements intégrée permettant le déplacement, le suivi et l'automatisation des données entre 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. Lors de cette formation en direct animée par un instructeur, les participants apprendront les bases de la programmation basée sur les flux tout en développant un certain nombre d'extensions, de composants et de processeurs de démonstration utilisant Apache NiFi . À la fin de cette formation, les participants seront en mesure de:

• Comprendre l'architecture et les concepts de flux de données de NiFi.
• Développez des extensions à l'aide d'API NiFi et tierces.
• Personnaliser développer leur propre processeur Apache Nifi.
• Acquérir et traiter des données en temps réel à partir de formats de fichiers et de sources de données disparates et peu communes.

Format du cours

• Conférence interactive et discussion.
• Beaucoup d'exercices et de pratique.
• Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Apache Storm est un moteur de calcul distribué en temps réel utilisé pour permettre l'intelligence d'affaires en temps réel. Il le fait en permettant aux applications de traiter de manière fiable les flux de données illimité (par exemple. Traitement de flux). "Storm est pour le traitement en temps réel ce qui Hadoop est pour le traitement de pièces!" Dans cette formation en direct guidée par l'instructeur, les participants apprendront comment installer et configurer Apache Storm, puis développer et déployer une Apache Storm application pour traiter de grands données en temps réel. Certains des sujets inclus dans cette formation comprennent :

Apache Storm dans le contexte de Hadoop Travailler avec des données illimitées Comptabilité continue Analyse en temps réel Traitement distribué RPC et ETL

Demandez ce cours maintenant! Audience

Développeurs de logiciels et ETL Les professionnels de mainframe Les scientifiques de données Les grands analystes de données [ 0 ] Les professionnels

Format du cours

     Lecture partielle, discussion partielle, exercices et pratiques lourdes

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 .

Apache Ignite est une plateforme de calcul en mémoire qui s'intercale entre l'application et la couche de données afin d'améliorer la vitesse, l'échelle et la disponibilité. Cette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent apprendre les principes du stockage en mémoire pur et persistant, tout en créant un exemple de projet d'informatique en mémoire. A l'issue de cette formation, les participants seront capables de :

Utilisez Ignite pour la persistance en mémoire, sur disque, ainsi que pour une base de données en mémoire purement distribuée. Réaliser la persistance sans synchroniser les données avec une base de données relationnelle. Utilisez Ignite pour effectuer des jointures SQL et des jointures distribuées. Améliorer les performances en rapprochant les données de l'unité centrale, en utilisant la mémoire vive comme stockage. Répartir les ensembles de données sur un cluster pour obtenir une évolutivité horizontale. Intégrer Ignite avec des SGBDR, NoSQL, Hadoop et des processeurs d'apprentissage automatique.

Format du cours

Exposé et discussion interactifs. Beaucoup d'exercices et de pratique. Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation des cours

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter.

Confluent K SQL est un framework de traitement de flux construit sur Apache Kafka . Il permet le traitement de données en temps réel à l'aide d'opérations SQL . Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux développeurs souhaitant mettre en œuvre Apache Kafka traitement de flux Apache Kafka sans écrire de code. À la fin de cette formation, les participants seront en mesure de:

• Installez et configurez Confluent K SQL .
• Configurez un pipeline de traitement de flux en utilisant uniquement SQL commandes SQL (sans codage Java ou Python ).
• Effectuez le filtrage, les transformations, les agrégations, les jointures, le fenêtrage et la mise en session des données entièrement en SQL .
• Concevez et déployez des requêtes continues et interactives pour la diffusion en continu d'ETL et d'analyse en temps réel.

Format du cours

• Conférence interactive et discussion.
• Beaucoup d'exercices et de pratique.
• Mise en œuvre pratique dans un environnement de laboratoire réel.

Options de personnalisation du cours

• Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.

Apache Spark Streaming est un système de traitement scalable et open source qui permet aux utilisateurs de traiter des données en temps réel à partir de sources soutenues. Spark Streaming permet le traitement tolérant des flux de données. Cette formation guidée par des instructeurs, en direct (online ou sur site) est destinée à des ingénieurs de données, des scientifiques de données et des programmateurs qui souhaitent utiliser Spark Streaming des fonctionnalités dans le traitement et l'analyse des données en temps réel. À la fin de cette formation, les participants seront en mesure d’utiliser Spark Streaming pour traiter les flux de données en direct pour l’utilisation dans les bases de données, les systèmes de fichiers et les dashboards en direct. Le format du cours

Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.

Options de personnalisation de cours

Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.