
Lokala, instruktörsledda Live Stream Processing-kurser visar genom interaktiva diskussioner och handson öva de grundläggande och avancerade ämnena för Stream Processing Stream Processing-utbildning finns som "live-träning" eller "fjärr-live-träning" Utbildning på plats kan genomföras lokalt på kundlokaler i Sverige eller i NobleProgs företagsutbildningscenter i Sverige Fjärrutbildning sker genom en interaktiv fjärrskrivbord NobleProg Din lokala utbildningsleverantör.
Machine Translated
Vittnesmål
Jag njöt av den goda balansen mellan teori och hands-on labs ..
N. V. Nederlandse Spoorwegen
Kurs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Jag brukar dra nytta av förståelsen av att ignorera ..
N. V. Nederlandse Spoorwegen
Kurs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Jag tyckte mest om de goda föreläsningarna.
N. V. Nederlandse Spoorwegen
Kurs: Apache Ignite: Improve Speed, Scale and Availability with In-Memory Computing
Machine Translated
Påminna/granska nyckel punkter av de ämnen som diskuteras.
Paolo Angelo Gaton - SMS Global Technologies Inc.
Kurs: Building Stream Processing Applications with Kafka Streams
Machine Translated
Utbildning ämnen och engagemang av utbildaren
Izba Administracji Skarbowej w Lublinie
Kurs: Apache NiFi for Administrators
Machine Translated
Kommunikation med personer som deltar i utbildningen.
Andrzej Szewczuk - Izba Administracji Skarbowej w Lublinie
Kurs: Apache NiFi for Administrators
Machine Translated
-
Roxane Santiago - SMS Global Technologies Inc.
Kurs: Building Stream Processing Applications with Kafka Streams
Machine Translated
användbarhet av övningar
Algomine sp.z.o.o sp.k.
Kurs: Apache NiFi for Administrators
Machine Translated
Jag gillade verkligen träningen. Anton har mycket kunskap och lagt fram den nödvändiga teorin på ett mycket tillgängligt sätt. Det är fantastiskt att träningen var en hel del intressanta övningar, så vi har varit i kontakt med tekniken vi känner från början.
Szymon Dybczak - Algomine sp.z.o.o sp.k.
Kurs: Apache NiFi for Administrators
Machine Translated
Labbövningarna. Tillämpa teorin från den första dagen i efterföljande dagar.
Dell
Kurs: A Practical Introduction to Stream Processing
Machine Translated
Jag gillade verkligen arbetsövningar med kluster för att se prestanda för noder över kluster och utökad funktionalitet.
CACI Ltd
Kurs: Apache NiFi for Developers
Machine Translated
Ajay var en mycket erfaren konsult och kunde svara på alla våra frågor och till och med komma med förslag på bästa praxis för det projekt vi för närvarande arbetar med.
CACI Ltd
Kurs: Apache NiFi for Administrators
Machine Translated
Stream processing underkategorier
Stream processing läroplaner
Den här instruktörsledda, live-utbildningen introducerar principerna bakom meddelandesystem och distribuerad strömbearbetning, samtidigt som deltagarna går genom skapandet av ett exempel på Samza-baserat projekt och jobbutförande.
I slutet av denna träning kommer deltagarna att kunna:
- Använd Samza för att förenkla koden som behövs för att producera och konsumera meddelanden.
- Koppla bort hanteringen av meddelanden från en applikation.
- Använd Samza för att implementera asynkron beräkning nära realtid.
- Använd strömbehandling för att ge en högre abstraktionsnivå över meddelandesystem.
Publik
- utvecklare
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
I slutet av denna utbildning kan deltagarna bygga tillverkare och konsumentapplikationer för realtidsströmuppgifter.
Publik
- utvecklare
- Administratörer
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
Notera
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
I denna instruktörsledda, liveträning, kommer deltagarna att lära sig att integrera Kafka Streams i en uppsättning prov Java applikationer som skickar data till och från Apache Kafka för strömbehandling.
I slutet av denna träning kommer deltagarna att kunna:
- Förstå Kafka Streams funktioner och fördelar jämfört med andra strömbearbetningsramar
- Behandla strömdata direkt i ett Kafka-kluster
- Skriv en Java eller Scala applikation eller mikroservice som integreras med Kafka- och Kafka-strömmar
- Skriv kortfattad kod som omvandlar inmatade Kafka-ämnen till utgångs-Kafka-ämnen
- Bygg, paketera och distribuera applikationen
Publik
- utvecklare
Format av kursen
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
anteckningar
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna
I denna instruktörsledda, live-utbildning (på plats eller fjärrkontroll) kommer deltagarna att lära sig hur man ställer in och integrerar olika Stream Processing med befintliga stordatalagringssystem och relaterade mjukvaruapplikationer och mikroservices.
I slutet av denna träning kommer deltagarna att kunna:
- Installera och konfigurera olika Stream Processing ramverk, som Spark Streaming och Kafka Streaming.
- Förstå och välj den lämpligaste ramen för jobbet.
- Behandla data kontinuerligt, samtidigt och rekord-för-rekord.
- Integrera Stream Processing med befintliga databaser, datalager, datasjöar, etc.
- Integrera det mest lämpliga strömbearbetningsbiblioteket med företagsapplikationer och mikroservrar.
Publik
- utvecklare
- Programvaruarkitekter
Format Kursens
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
anteckningar
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
i slutet av denna utbildning kommer deltagarna att kunna:
- Installera och konfigurera interfluent Platform.
- använda Sam& #39; s ledning redskapen och tjänsten till springa Kafka mer lätt.
- lagra och bearbeta inkommande data.
- optimera och hantera Kafka kluster.
- säkra dataströmmar.
format för kursen
- interaktiv föreläsning och diskussion.
- massor av övningar och praktik.
- praktisk implementering i en Live-lab miljö.
kurs AnpassningsAlternativ
- den här kursen är baserad på öppen källkods-version av interfluent: flytande öppen källkod.
- att begära en skräddarsydd utbildning för denna kurs, vänligen kontakta oss för att ordna.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till dataingenjörer, datavetenskapsmän och programmerare som vill använda Apache Kafka funktioner i data streaming med Python.
Vid slutet av denna utbildning kommer deltagarna att kunna använda Apache Kafka för att övervaka och hantera förhållanden i kontinuerliga dataflöden med Python programmering.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
I denna instruktörsledda, live-träning (på plats eller fjärrkontroll) kommer deltagarna att lära sig hur man distribuerar och hanterar Apache NiFi i en levande laboratoriemiljö.
I slutet av denna träning kommer deltagarna att kunna:
- Installera och konfigurera Apachi NiFi.
- Källa, transformera och hantera data från olika, distribuerade datakällor, inklusive databaser och big data sjöar.
- Automatisera dataflöden.
- Aktivera strömningsanalys.
- Använd olika metoder för intag av data.
- Förvandla Big Data och till affärsinblick.
Kursformat
- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
I denna instruktörsledda, live-träning kommer deltagarna att lära sig grunderna i flödesbaserad programmering när de utvecklar ett antal demo-förlängningar, komponenter och processorer som använder Apache NiFi .
I slutet av denna träning kommer deltagarna att kunna:
- Förstå NiFi: s arkitektur och dataflödeskoncept.
- Utveckla tillägg med NiFi och tredjeparts API: er.
- Anpassa sin egen Apache Nifi-processor.
- Förvara och bearbeta data i realtid från olika och ovanliga filformat och datakällor.
Kursformat
- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
"Storm är för realtid bearbetning vad Hadoop är för batch bearbetning!"
I denna instruktörledda live-träning lär deltagarna hur man installerar och konfigurerar Apache Storm, sedan utvecklar och implementerar en Apache Storm applikation för bearbetning av stora data i realtid.
Några av de ämnen som ingår i denna utbildning inkluderar:
Apache Storm i samband med Hadoop Arbeta med obegränsade data Kontinuerlig beräkning Realtidsanalys Distribuerad RPC och ETL-behandling
Be om denna kurs nu!
Publiken
Programvara och ETL utvecklare Mainframe professionella Data forskare Big data analytiker [ 0 ] Professionella
Format av kursen
Del föreläsning, del diskussion, övningar och tung praxis
Den här instruktörsledda, liveträningen introducerar Apache Apex enhetliga strömbearbetningsarkitektur och leder deltagarna genom skapandet av en distribuerad applikation med Apex på Hadoop .
I slutet av denna träning kommer deltagarna att kunna:
- Förstå dataledningens rörledningskoncept som anslutningar för källor och sänkor, vanliga datatransformationer, etc.
- Bygg, skala och optimera en Apex-applikation
- Bearbeta dataströmmar i realtid pålitligt och med minimal latens
- Använd Apex Core och Apex Malhar-biblioteket för att möjliggöra snabb applikationsutveckling
- Använd Apex API för att skriva och återanvända befintlig Java kod
- Integrera Apex i andra applikationer som en processmotor
- Ställa in, testa och skala Apex-applikationer
Kursformat
- Interaktiv föreläsning och diskussion.
- Massor av övningar och träning.
- Praktisk implementering i en levande lab-miljö.
Alternativ för kursanpassning
- För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att ordna.
In this instructor-led, live training (onsite or remote), participants will learn how to implement the Apache Beam SDKs in a Java or Python application that defines a data processing pipeline for decomposing a big data set into smaller chunks for independent, parallel processing.
By the end of this training, participants will be able to:
- Install and configure Apache Beam.
- Use a single programming model to carry out both batch and stream processing from withing their Java or Python application.
- Execute pipelines across multiple environments.
Format of the Course
- Part lecture, part discussion, exercises and heavy hands-on practice
Note
- This course will be available Scala in the future. Please contact us to arrange.
I denna instruktörledda, levande träning kommer deltagarna att lära sig principerna bakom bestående och ren minne lagring som de går igenom skapandet av ett prov i minne dataprojekt.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Använd Ignite för in-memory, on-disk persistens samt en ren distribuerad in-memory-databas. Uppnå uthållighet utan att synkronisera data tillbaka till en relationell databas. Använd Ignite för att utföra SQL och distribuerade anslutningar. Förbättra prestanda genom att flytta data närmare CPU, med RAM som lagring. Spread data sätter över en grupp för att uppnå horisontell skalbarhet. Integrera Ignite med RDBMS, NoSQL, Hadoop och maskininlärningsprocessorer.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
By the end of this training, participants will be able to:
- Install and configure Confluent KSQL.
- Set up a stream processing pipeline using only SQL commands (no Java or Python coding).
- Carry out data filtering, transformations, aggregations, joins, windowing, and sessionization entirely in SQL.
- Design and deploy interactive, continuous queries for streaming ETL and real-time analytics.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till dataingenjörer, datavetenskapsmän och programmerare som vill använda Spark Streaming funktioner i bearbetning och analys av data i realtid.
Vid slutet av denna utbildning kommer deltagarna att kunna använda Spark Streaming för att bearbeta live-dataflöden för användning i databaser, filsystem och live dashboards.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Last Updated: