開発者向けのHBaseのトレーニングコース

対象者:

このコースは、分散システム環境で大量のデータを保存および処理するソリューションを探している IT 専門家向けです。

目標:

Hadoop クラスター管理に関する深い知識を得ること。

ビッグデータ分析は、大量の多様なデータセットを検証し、相関関係、隠れたパターン、その他の有用な洞察を見出すプロセスです。

医療業界には、非常に複雑で異種の医療および臨床データが膨大に存在します。ヘルスケアデータに対するビッグデータ分析の適用は、医療提供の改善につながる洞察を得る上で大きなポテンシャルを持っています。しかし、これらのデータセットの巨大さは、解析や臨床環境への実用的な応用において大きな課題をもたらしています。

このインストラクター主導のライブトレーニング（リモート）では、参加者は一連の手動実習を通じてヘルスケアにおけるビッグデータ分析を学びます。

このトレーニング終了時には、参加者は以下のことができます：

• Hadoop MapReduce や Spark などのビッグデータ分析ツールのインストールと設定
• 医療データの特性を理解する
• 医療データに対処するためのビッグデータ技術の適用
• ヘルスケア応用におけるビッグデータシステムとアルゴリズムの研究

対象者

• 開発者
• データサイエンティスト

コース形式

• 講義、ディスカッション、演習、そして多くの手動実践が含まれています。

注意事項

• このコースのカスタマイズされたトレーニングを希望される場合は、お問い合わせください。

従来のストレージ技術では必要なデータ量を処理できない場合、数百の代替手段があります。このコースは、参加者に Big Data の保存と分析のための代替手段についてガイドし、それぞれの長所と短点を説明します。

このコースは主にソリューションの議論とプレゼンテーションに焦点を当てていますが、必要に応じてハンズオン演習も用意されています。

このコースは、データサイエンティストのスキルセット（領域：データとテクノロジー）の一部です。

このインストラクター主導のライブトレーニング（オンラインまたはオンサイト）は、Microsoft Azure Cosmos DBを使用して高応答性で低レイテンシーなアプリケーションを開発および管理したいデータベース管理者や開発者向けです。

このトレーニング終了時には、参加者は次のことができます：

• Cosmos DBの必要なリソースをプロビジョニングしてデータベースとアプリケーションの構築を開始する。
• Cosmos DBのAPIを使用してアプリケーションのパフォーマンスとストレージをスケーリングする。
• Cosmos DBのリソースを最適化してデータベース操作を管理し、コストを削減する。

Apache Hadoopは、サーバークラスター上でビッグデータを処理する最も人気のあるフレームワークです。この3日間（またはオプションで4日間）のコースでは、参加者はHadoopとそのエコシステムのビジネス上の利点やユースケースについて学びます。また、クラスタの展開計画と拡大方法、インストール、メンテナンス、監視、トラブルシューティング、最適化方法を学びます。さらに、大量データのロード、さまざまなHadoopディストリビューションへの慣れ、Hadoopエコシステムツールのインストールと管理について実践します。コースはクラスタのKerberosによるセキュリティ設定に関する議論で締めくくります。

「...教材が非常によく準備され、徹底的にカバーされていました。ラボは非常に役立ち、整理が整っていました」
— Andrew Nguyen, Principal Integration DW Engineer, Microsoft Online Advertising

対象者

Hadoop管理者

形式

講義と実践的なラボ、大体60%が講義、40%がラボです。

Apache Hadoopは、サーバークラスター上でビッグデータを処理する最も人気のあるフレームワークです。このコースでは、開発者がHadoopエコシステムのさまざまなコンポーネント（HDFS、MapReduce、Pig、Hive、HBase）に触れる機会を提供します。

Apache Hadoop は、サーバーのクラスタ上でビッグデータを処理する最も人気のあるフレームワークの一つです。このコースでは、HDFS 上でのデータ管理、高度な Pig、Hive、および HBase の使用方法に焦点を当てます。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。

対象者: 開発者

期間: 3日間

形式: 講義 (50%) と実習 (50%)。

対象者:

このコースは、ビッグデータ/Hadoop 技術をわかりやすく解説し、理解する難しさを取り除くことを目的としています。

この講師主導型のライブトレーニング（オンラインまたはオンサイト）は、組織内でHadoopクラスターを設定、展開、管理したいシステム管理者を対象としています。

このトレーニング終了後、参加者は以下のことができるようになります：

• Apache Hadoopのインストールと構成を行う。
• Hadoopエコシステムの4つの主要なコンポーネント（HDFS、MapReduce、YARN、およびHadoop Common）を理解する。
• Hadoop Distributed File System (HDFS)を使用して、クラスターを数百または数千のノードにスケーリングする。
• HDFSをオンプレミスのSpark展開のストレージエンジンとして設定する。
• Amazon S3やRedis、Elasticsearch、Couchbase、AerospikeなどのNoSQLデータベースシステムへのアクセスを設定する。
• Apache Hadoopクラスターのプロビジョニング、管理、監視、セキュリティ対策など、管理者としてのタスクを行う。

Apache NiFiは、オープンソースのフローベースのデータ統合とイベント処理プラットフォームです。異なるシステム間での自動化されたリアルタイムのデータルーティング、変換、およびシステム間の中継を可能にします。WebベースのUIと細かい制御が特徴です。

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）は、中級レベルの管理者やエンジニア向けで、NiFiデータフローを実稼働環境で展開、管理、保護、最適化する方法を学びます。

このトレーニング終了時には、参加者は以下のことができるようになります：

• Apache NiFiクラスタのインストール、設定、および維持管理を行う。
• 様々なソースとシンクからのデータフローを設計し管理する。
• フローオートメーション、ルーティング、および変換ロジックを実装する。
• 性能を最適化し、運用状況を監視し、問題をトラブルシューティングする。

コースの形式

• 実践的な講義と実際のアーキテクチャについての議論。
• フローの構築、展開、管理に関するハンズオンラボ。
• 実践的なシナリオに基づく演習。

コースのカスタマイゼーションオプション

• このコースのカスタマイズされたトレーニングを依頼する場合は、お問い合わせください。

この講師主導のライブトレーニングでは、参加者はフローに基づくプログラミングの基礎を学びながら、Apache NiFi を使用してデモ用の拡張機能、コンポーネント、プロセッサを開発します。

このトレーニング終了時には、参加者は以下のことができます：

• 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 API を使用し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。
• 異なるフォーマットやデータソースからリアルタイムでデータを取り込み、処理する。

リレーショナルデータベースは、データの格納、検索、クエリを行うための選択肢として長年使用されてきました。リレーショナルデータベースでは、ユーザーが構造化された明確なパターン（モデル）を使用してデータを整理できます。このアプローチは、事前に標準化され、よく理解されているデータ（例えば、患者情報に一貫性のある予定のフィールドを持つ病院の受付アプリケーション... 患者ID、名前、姓、最後の来院日など）を格納するのに適しています。しかし、このモデルには限界があります。例えば、オンライン問い合わせフォームのデータが未定義である場合（起業中の企業が異なるフィールドで訪問者のデータを集める実験を行い、必要に応じてフィールドを追加や削除しながらビジネスの変化に対応する）には、既存のデータベースにどのようにデータを収容させるかという定義を定期的に見直す必要があります。これには、データの構造と許可されたデータ型を規定するデータモデル（スキーマ）を再作成し、新しいデータを保存するために必要な手順が含まれます。

NoSQL（Not Only SQL）データベースは、ユーザーがデータの構造を事前に定義せずに新しいデータを即座に挿入や更新できるようにすることで、この問題を解決します。NoSQL データベースはリレーショナルデータベースよりも速く動作し、大量のデータも簡単に処理できます。また、多くのサーバー（クラスタ）間でデータを効率的にパーティショニングし、これらのデータへのアクセスをロードバランスすることで、スケーラビリティも優れています。NoSQL データベースはリアルタイム分析、サイトのパーソナライゼーション、IoT、モバイルアプリケーションなどと特にうまく連携します。

このインストラクター主導のライブトレーニングでは、参加者は人気のある NoSQL データベースのアーキテクチャ、設計原則、機能を理解しながら、実際のラボ環境で複数の NoSQL データベースを設定、操作、評価します。このトレーニングの目標は、組織内で適切な NoSQL データベースソリューションを評価、提案、実装できるようにすることです。

このトレーニングの終了時には、参加者は以下のことができます：

• MongoDB, Cassandra, Redis, Neo4j などのさまざまな種類の NoSQL データベースをインストールおよび設定する
• NoSQL データベースとリレーショナルデータベースの利点と欠点を理解する
• NoSQL データベースで使用される基本的なデータ形式を理解し、これらの形式がモダンなアプリケーション（デスクトップ、モバイル、クラウド、IoT）を開発する際の利点を活用する方法を学ぶ
• NoSQL データベースでの作成、挿入、更新、削除操作を行う
• リレーショナルデータベースと NoSQL が連携して動作する混合環境を設定する
• 大規模なデータセットの処理を分散するために NoSQL データベースクラスタを構成する
• NoSQL データベースを使用する際のセキュリティ上の問題を理解する
• 本番環境で NoSQL データベースを展開およびスケーリングする

対象者

• データベース専門家
• データアーキテクト
• データストラテジスト
• プロジェクトマネージャー
• アプリケーションに柔軟なデータベースソリューションを統合したい開発者

コースの形式

• 講義、ディスカッション、演習、および実践的な手順が含まれます

注意

• このコースのカスタマイズされたトレーニングを希望する場合は、ご連絡ください。

redis

nosql

Scyllaはオープンソースの分散NoSQLデータストアです。Apache Cassandraとの互換性があり、大幅に高いスループットと低いレイテンシで動作します。

このコースでは、参加者はScyllaの機能とアーキテクチャについて学び、Scyllaのセットアップ、管理、監視、トラブルシューティングに関する実践的な経験を積むことができます。

対象者

• データベース管理者
• 開発者
• システムエンジニア

コースの形式

• このコースは対話型で、Scylla分散データベースとクラスターの展開および管理に関する原則とアプローチについての議論を含みます。
• このコースには、手動での演習と実践が重要な部分を占めています。