Apache Ignite for Developersのトレーニングコース

Apache Ignite is an in-memory computing platform that sits between the application and data layer to improve speed, scale, and availability.

This instructor-led, live training (online or onsite) is aimed at developers who wish to learn the principles behind persistent and pure in-memory storage as they step through the creation of a sample in-memory computing project.

By the end of this training, participants will be able to:

• Use Ignite for in-memory, on-disk persistence as well as a purely distributed in-memory database.
• Achieve persistence without syncing data back to a relational database.
• Use Ignite to carry out SQL and distributed joins.
• Improve performance by moving data closer to the CPU, using RAM as a storage.
• Spread data sets across a cluster to achieve horizontal scalability.
• Integrate Ignite with RDBMS, NoSQL, Hadoop and machine learning processors.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

このインストラクター主導のライブトレーニング (オンサイトまたはリモート) は、コンフルエント (Kafka の配布) を使用して、アプリケーションのリアルタイムデータ処理プラットフォームを構築および管理したいエンジニアを対象としています。

このトレーニングの最後までに、参加者は次のことができるようになります。

• コンフルエントプラットフォームをインストールして構成します。
• は、Kafka をより簡単に実行するために、コンフルエント & #39; の管理ツールとサービスを使用します。
• は、受信ストリームデータを格納および処理します。
• は、Kafka クラスターを最適化および管理します。
• セキュリティで保護されたデータストリーム。

コースの形式

• インタラクティブな講義と討論。
• 多くの演習と練習.
• は、ライブラボ環境での実践的な実装を実現します。

コースのカスタマイズオプション

• このコースは、オープンソースバージョンのコンフルエント: コンフルエントオープンソースに基づいています。
• このコースのためのカスタマイズされたトレーニングをリクエストするには、手配するために私達に連絡してください。

このインストラクターによるライブトレーニングでは、既存のビッグデータストレージシステムや関連するソフトウェアアプリケーション、マイクロサービスと、さまざまなStream Processingフレームワークをセットアップし、統合する方法を学びます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• SparkストリーミングやKafkaストリーミングなど、さまざまなStream Processingフレームワークをインストールして設定する。
• 業務に最適なフレームワークを理解し、選択する
。
• データを連続的、同時並行的に、レコードごとに処理する
。
• 既存のデータベース、データウェアハウス、データレイクなどとソリューションを統合する
。
• 最適なストリーム処理ライブラリをエンタープライズ・アプリケーションやマイクロサービスと統合する
。

このインストラクターによるライブトレーニングは、データエンジニア、データサイエンティスト、プログラマーを対象としています。

このトレーニングの終了時には、参加者はApache Kafkaを使用して、Pythonプログラミングを使用して連続的なデータストリームの状態を監視および管理できるようになります。

Kafka Streamsは、データがKafkaメッセージングシステムとやり取りされるアプリケーションおよびマイクロサービスを構築するためのクライアントサイドライブラリです。伝統的に、 Apache Kafkaはメッセージプロデューサとコンシューマの間でデータを処理するためにApache SparkまたはApache Stormに依存していました。アプリケーション内からKafka Streams APIを呼び出すことで、データをKafka内で直接処理できます。処理のためにデータを別のクラスターに送信する必要がありません。

この講師主導のライブトレーニングでは、参加者は、Kafka Streamsを、ストリーム処理のためにApache Kafkaとの間でデータをやり取りする一連のサンプルJavaアプリケーションに統合する方法を学習します。

このトレーニングの終わりまでに、参加者は次のことができるようになります。

• Kafka Streamsの機能と他のストリーム処理フレームワークに対する利点を理解する
• Kafkaクラスタ内で直接ストリームデータを処理する
• KafkaおよびKafka Streamsと統合するJavaまたはScalaアプリケーションまたはマイクロサービスを書く
• 入力Kafkaトピックを出力Kafkaトピックに変換する簡潔なコードを書く
• アプリケーションをビルド、パッケージ化、およびデプロイする

観客

• 開発者

コースの 形式

• パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習

ノート

• このコースのためのカスタマイズされたトレーニングを要求するために、手配するために私達に連絡してください

Apache Samzaは、ストリーム処理用のオープンソースの準リアルタイムの非同期計算フレームワークです。メッセージングにはApache Kafkaを使用し、フォールトトレランス、プロセッサの隔離、セキュリティ、およびリソース管理にはApache Hadoop YARNを使用します。

このインストラクター主導のライブトレーニングでは、サンプルのSamzaベースのプロジェクトの作成とジョブの実行を通じて参加者をウォーキングしながら、メッセージングシステムと分散ストリーム処理の背後にある原則を紹介します。

このトレーニングの終わりまでに、参加者は次のことができるようになります。

• Samzaを使用して、メッセージの生成と消費に必要なコードを単純化してください。
• アプリケーションからのメッセージの処理を切り離します。
• Samzaを使用して、ほぼリアルタイムの非同期計算を実装します。
• ストリーム処理を使用して、メッセージングシステムよりも高度な抽象化を提供します。

観客

• 開発者

コースの形式

• パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習

日本 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) では、分散ストリームおよびバッチ データ処理の背後にある原則とアプローチを紹介し、参加者に Apache Flink でのリアルタイム データ ストリーミング アプリケーションの作成手順を説明します。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

データ分析アプリケーションを開発するための環境をセットアップします。 Apache Flink のグラフ処理ライブラリ (Gelly) がどのように機能するかを理解します。 Flink ベースのフォールト トレラントなデータ ストリーミング アプリケーションをパッケージ化、実行、監視します。多様なワークロードを管理します。高度な分析を実行します。マルチノード Flink クラスターをセットアップします。パフォーマンスを測定して最適化します。 Flink をさまざまな Big Data システムと統合します。 Flink の機能を他のビッグ データ処理フレームワークの機能と比較します。

このインストラクターによるライブ・トレーニング（オンサイトまたはリモート）では、参加者はライブ・ラボ環境でApache NiFiをデプロイし管理する方法を学びます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Apachi NiFiのインストールと設定
。
• データベースやビッグデータレイクを含む、異種分散データソースからのデータ取得、変換、および管理
。
• データフローを自動化します。
• ストリーミング分析を可能にする。
• データ取り込みにさまざまなアプローチを適用する
。
• Big Dataをビジネスインサイトに変換する
。

このインストラクター主導のライブ・トレーニングでは、Apache NiFiを使用して多くのデモ拡張機能、コンポーネント、プロセッサを開発しながら、フローベースプログラミングの基礎を学びます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• NiFiのアーキテクチャとデータフローの概念を理解する
。
• NiFiとサードパーティのAPIを使って拡張機能を開発する
。
• 独自の Apache Nifi プロセッサをカスタム開発する
。
• 異種かつ一般的でないファイル形式やデータソースからリアルタイムデータを取得し、処理する
。

Apache Stormは、リアルタイムビジネスインテリジェンスを可能にするために使用される配布されたリアルタイムコンピューティングエンジンです。 これは、アプリケーションが無制限のデータストリームを信頼性の高い処理を可能にすることによって行われます(例えば、 ストリーム処理)

"Storm is for real-time processing what Hadoop is for バッチ処理!"

このインストラクターによるライブトレーニングでは、参加者はインストールと設定の方法を学び、その後、リアルタイムでビッグデータを処理するためのアプリケーションの開発と導入を学びます。

このトレーニングに含まれるテーマのいくつかは以下のとおりです。

• 〔1〕 〔1〕 〔1〕 〔1〕 〔1〕 〔1〕
• 無制限データの処理
• 継続的な計算
• リアルタイム分析
• 配布されたRPCとETL処理

今すぐこのコースをお願いします!

観客

• ソフトウェアとETL開発者
• メインフレームプロ
• データ科学者
• 大型データアナリスト
• (3)専門家

コースの形式

• 参加講義、参加討論、練習、重い実践

Apache Apexは、ストリームとバッチ処理を統合するYARNネイティブプラットフォームです。動作中のビッグデータを、スケーラブル、パフォーマンス、フォールトトレラント、ステートフル、安全、分散、簡単に操作できる方法で処理します。

このインストラクター主導のライブトレーニングでは、 Apache Apexの統合ストリーム処理アーキテクチャを紹介し、Apex on Hadoopを使用して分散アプリケーションを作成する方法を説明します。

このトレーニングの終わりまでに、参加者は次のことができるようになります。

• ソースとシンクのコネクタ、一般的なデータ変換などのデータ処理パイプラインの概念を理解する
• Apexアプリケーションの構築、スケーリング、最適化
• リアルタイムデータストリームを最小限のレイテンシで確実に処理します
• Apex CoreとApex Malharライブラリを使用して、迅速なアプリケーション開発を可能にします
• Apex APIを使用して、既存のJavaコードを作成して再利用する
• Apexを処理エンジンとして他のアプリケーションに統合する
• Apexアプリケーションの調整、テスト、スケーリング

コースの形式

• インタラクティブな講義とディスカッション。
• たくさんの練習と練習。
• ライブラボ環境での実践的な実装。

コースのカスタマイズオプション

• このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。

Apache ビームは、並列データ処理パイプラインを定義および実行するためのオープンソースで統一されたプログラミングモデルです。It & #39; s パワーは、バッチとストリーミングパイプラインの両方を実行する能力にあり、ビーム & #39 のいずれかによって実行されています。サポートされている分散処理バックエンド: apache Apex、apache Flink、apache Spark、および Google クラウドデータフロー。Apache ビームは、異なるストレージ・メディアとデータ・ソース間でデータを移動したり、データをより望ましい形式に変換したり、新しいシステムにデータを読み込んだりするなど、ETL (抽出、変換、ロード) タスクに便利です。

このインストラクター主導のライブトレーニング (オンサイトまたはリモート) では、ビッグデータセットを小さなチャンクに分解して独立したデータ処理パイプラインを定義する Java または Python アプリケーションで Apache ビーム sdk を実装する方法を学習します。並列処理

このトレーニングの終わりまでに、参加者は次のことができるようになります:

• Apache ビームをインストールして設定します。
• は、1つのプログラミングモデルを使用して、Java または Python アプリケーションの以内から、バッチ処理とストリームプロセッシングの両方を実行します。
• は複数の環境でパイプラインを実行します。

観客

• 開発者

形式

• 部講義、パート討論、演習と重い実地練習