Hadoop with Pythonのトレーニングコース

日本 (オンラインまたはオンサイト) でのこのインストラクター主導のライブ トレーニングでは、Hortonworks Data Platform (HDP) について紹介し、参加者に Spark + Hadoop ソリューションの導入手順を説明します。

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。

Hortonworks を使用して、Hadoop を大規模に確実に実行します。 Hadoop のセキュリティ、ガバナンス、運用機能を Spark のアジャイル分析ワークフローと統合します。 Hortonworks を使用して、Spark プロジェクトの各コンポーネントを調査、検証、認証、サポートします。構造化データ、非構造化データ、移動中データ、静止データなど、さまざまな種類のデータを処理します。

Apache Ambariは、Apache Hadoopクラスタをプロビジョニング、管理、監視、および保護するためのオープンソース管理プラットフォームです。

このインストラクター主導のライブトレーニングでは、 Hadoopクラスターを正常に管理するためにAmbariが提供する管理ツールとプラクティスについて学びます。

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。

• Ambariを使用してライブBig Dataクラスターをセットアップする
• Ambariの高度な機能をさまざまなユースケースに適用する
• 必要に応じてシームレスにノードを追加および削除する
• 調整と調整によってHadoopクラスターのパフォーマンスを向上させる

観客

• DevOps
• システム管理者
• DBA
• Hadoopテスト専門家

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

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.

このコースでは、使用する方法について説明Hive SQL言語を（AKA： Hive HQL、 SQL上のHive 、 Hive QL）からデータを抽出人々のためのHive

このコースは、分散システム環境で大規模データセットを保存および処理するためのソリューションを探しているITスペシャリストを対象としています。

コース目標：

Hadoopクラスター管理に関する知識を得る

観客：

このコースは、分散システム環境で大規模データセットを保存および処理するためのソリューションを探しているITスペシャリストを対象としています。

Go ：

Hadoopクラスタ管理に関する深い知識。

観客：

このコースは、ビッグデータ/ハドープテクノロジを分かりやすく説明し、理解するのが難しくないことを示すことを目的としています。

Apache Hadoopは、サーバーのクラスタ上でBig Dataを処理するための最も一般的なフレームワークです。このコースでは、開発者にさまざまなコンポーネント（HDFS、MapReduce、Pig、 Hive 、およびHBase）のHadoopエコシステムを紹介します。

Apache Hadoopは、サーバーのクラスタでBig Dataを処理するための最も一般的なフレームワークの1つです。このコースでは、HDFS、高度なPig、 Hive 、HBaseのデータ管理について学びます。これらの高度なプログラミング技術は、経験豊富なHadoop開発者にとって有益です。

観客 ：開発者

期間： 3日間

形式：講義（50％）および実習（50％）

このコースではHBaseを紹介しSQL - Hadoop上にNo SQLストアがありSQL 。このコースは、HBaseを使用してアプリケーションを開発する開発者と、HBaseクラスターを管理する管理者を対象としています。

HBaseのアーキテクチャー、データのモデリング、およびHBase上でのアプリケーション開発について開発者を紹介します。また、HBaseでMapReduceを使用する方法、およびパフォーマンスの最適化に関連するいくつかの管理トピックについても説明します。このコースは実習で、ラボの練習がたくさんあります。

期間 ：3日

対象読者 ：開発者および管理者

Apache Hadoopは、サーバーのクラスタ上でBig Dataを処理するための最も一般的なフレームワークです。この3（必要に応じて、4）日間のコースでは、参加者は、ビジネス上の利点について学習しますとのために例を使用Hadoopインストールする方法を、クラスタの展開と成長を計画、管理、監視、トラブルシューティングおよび最適化する方法、およびその生態系Hadoop 。また、クラスターのバルクデータロードの練習、さまざまなHadoopディストリビューションの理解、およびHadoopエコシステムツールのインストールと管理の練習も行います。このコースは、Kerberosを使用してクラスターを保護する方法についての説明を終えて終了します。

「……資料は非常によく準備されていて、徹底的に覆われていました。ラボはとても親切でよく組織されていました」
- Andrew Nguyen、マイクロソフトオンラインAdvertising 、プリンシパルインテグレーションDWエンジニア

観客

Hadoop管理者

フォーマット

講義と実習で、おおよそバランスが60％の講義と40％の講座です。

Hadoop is the most popular Big Data processing framework.

このインストラクターによるトレーニングでは、Hadoopエコシステムのコアコンポーネントと、これらの技術が大規模な問題を解決するためにどのように使用できるかを学びます。これらの基礎を学ぶことで、参加者はこれらのシステムの開発者や実装者、また多くのITプロジェクトに関わるデータサイエンティストやアナリストとのコミュニケーション能力を向上させることができます。

観客

• 既存の開発またはITインフラストラクチャにHadoopを実装したいプロジェクトマネージャー
。
• ビッグデータエンジニア、データサイエンティスト、ビジネスアナリストを含む部門横断的なチームとのコミュニケーションを必要とするプロジェクトマネージャー
。

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

Datameer は、Hadoop 上に構築されたビジネスインテリジェンスおよびアナリティクスプラットフォームです。これにより、エンドユーザーは、使いやすい方法で、大規模な構造化された半構造化データと非構造化情報にアクセスし、探索し、関連づけることができます。

このインストラクター主導のライブトレーニングでは、Datameer を使用して Hadoop & #39 を克服する方法について学習し、一連のビッグデータソースのセットアップと分析を段階的に実行します。

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:

• エンタープライズデータを作成、バーテン、対話的に探索する
湖
• アクセスビジネスインテリジェンスデータウェアハウス、トランザクションデータベース、およびその他の分析ストア
• エンドツーエンドのデータ処理パイプラインを設計するには、スプレッドシートのユーザーインターフェイスを使用します
• アクセス事前に構築された関数は、複雑なデータの関係を探るために
• ドラッグアンドドロップウィザードを使用してデータを視覚化し、ダッシュボードを作成する
• テーブル、グラフ、グラフ、およびマップを使用してクエリ結果を分析する

観客

• データアナリスト

形式

• 部講義、パート討論、演習と重い実地練習