Administracja Confluent Apache Kafka - Plan Szkolenia

Confluent Apache Kafka jest platformą do dystrybucji zdarzeń w czasie rzeczywistym dla przedsiębiorstw, opartą na Apache Kafka. Obsługuje wysokoprzepustowe, odporne na awarie potoki danych oraz aplikacje strumieniowe w czasie rzeczywistym.

To prowadzone przez instruktora szkolenie (online lub stacjonarne) jest skierowane do inżynierów i administratorów o średnim poziomie zaawansowania, którzy chcą wdrażać, konfigurować i optymalizować klastry Confluent Kafka w środowiskach produkcyjnych.

Po ukończeniu tego szkolenia uczestnicy będą w stanie:

• Instalować, konfigurować i zarządzać klastrami Confluent Kafka z wieloma brokerami.
• Projektować konfiguracje wysokiej dostępności za pomocą Zookeeper i technik replikacji.
• Optymalizować wydajność, monitorować metryki i stosować strategie odzyskiwania.
• Zabezpieczać, skalować i integrować Kafka z przedsiębiorczymi środowiskami.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Ręczne wdrażanie w środowisku laboratoryjnym na żywo.

Opcje dostosowania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, prosimy o kontakt z nami w celu uzgodnienia.

Trening prowadzony przez instruktora (online lub stacjonarnie) skierowany jest do inżynierów, którzy chcą wykorzystać Confluent (dystrybucję Kafka) do budowania i zarządzania platformą przetwarzania danych w czasie rzeczywistym dla swoich aplikacji.

Na koniec tego treningu uczestnicy będą w stanie:

• Zainstalować i skonfigurować Platformę Confluent.
• Korzystać z narzędzi i usług zarządzania Confluent, aby łatwiej uruchomić Kafka.
• Przechowywać i przetwarzać przychodzące strumienie danych.
• Optymalizować i zarządzać klastrami Kafka.
• Zabezpieczać strumienie danych.

Format kursu

• Interaktywna prezentacja i dyskusja.
• Duża liczba ćwiczeń i praktyki.
• Ręczna implementacja w środowisku live-lab.

Opcje dostosowywania kursu

• Ten kurs opiera się na otwartym źródle Confluent: Confluent Open Source.
• Aby zamówić dostosowany trening dla tego kursu, prosimy o kontakt z nami w celu ustalenia szczegółów.

Apache Kafka to rozproszona platforma strumieniowa. De facto jest standardem do tworzenia potoków danych i rozwiązuje wiele różnych problemów związanych z przetwarzaniem danych: może być używany jako kolejka wiadomości, rozproszony dziennik, procesor strumienia, itp.

Zaczniemy od teorii dotyczącej potoków danych w ogólności, a następnie przejdziemy do podstawowych koncepcji stojących za Kafka. Poznamy również ważne komponenty, takie jak Kafka Streams i Kafka Connect.

In this instructor-led, live training in Polsce (onsite or remote), participants will learn how to set up and integrate different Stream Processing frameworks with existing big data storage systems and related software applications and microservices.

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

• Install and configure different Stream Processing frameworks, such as Spark Streaming and Kafka Streaming.
• Understand and select the most appropriate framework for the job.
• Process of data continuously, concurrently, and in a record-by-record fashion.
• Integrate Stream Processing solutions with existing databases, data warehouses, data lakes, etc.
• Integrate the most appropriate stream processing library with enterprise applications and microservices.

Ten kurs jest przeznaczony dla architektów przedsiębiorstw, programistów, administratorów systemów i wszystkich, którzy chcą zrozumieć i korzystać z wysokoprzepustowego rozproszonego systemu komunikacyjnego. Jeśli masz bardziej szczegółowe wymagania (np. tylko strona administracyjna), ten kurs może być dostosowany, aby lepiej spełniać Twoje potrzeby.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla inżynierów danych, naukowców zajmujących się danymi i programistów, którzy chcą korzystać z funkcji Apache Kafka w strumieniowym przesyłaniu danych z Python.

Pod koniec tego szkolenia uczestnicy będą mogli używać Apache Kafka do monitorowania i zarządzania warunkami w ciągłych strumieniach danych przy użyciu Python programowania.

Kafka Streams to biblioteka po stronie klienta do tworzenia aplikacji i mikroserwisów, w których dane są przesyłane między systemem komunikatów Kafka. Tradycyjnie Apache Kafka polegał na Apache Spark lub Apache Storm do przetwarzania danych między producentami a konsumentami wiadomości. Dzięki wywoływaniu API Kafka Streams z wnętrza aplikacji, dane mogą być przetwarzane bezpośrednio wewnątrz Kafka, eliminując potrzebę wysyłania danych do osobnego klastra do przetwarzania.

W tym prowadzonym przez instruktora szkoleniu na żywo, uczestnicy nauczą się, jak zintegrować Kafka Streams w zestawie przykładowych aplikacji Java, które przesyłają dane do i z Apache Kafka dla przetwarzania strumieniowego.

Na koniec tego szkolenia uczestnicy będą mogli:

• Zrozumieć funkcje i zalety Kafka Streams nad innymi frameworkami przetwarzania strumieniowego
• Przetwarzać dane strumieniowe bezpośrednio wewnątrz klastra Kafka
• Napisać aplikację lub mikroserwis w Java lub Scala, który jest zintegrowany z Kafka i Kafka Streams
• Pisać zwięzły kod, który przekształca wejściowe tematy Kafka w wyjściowe tematy Kafka
• Zbudować, spakować i wdrożyć aplikację

Widownia

• Deweloperzy

Format kursu

• Część wykład, część dyskusja, ćwiczenia i dużo praktyki na żywo

Uwagi

• Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy skontaktować się z nami, aby uzgodnić szczegóły

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą wdrożyć przetwarzanie strumieniowe Apache Kafka bez pisania kodu.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zainstalować i skonfigurować Confluent KSQL.
• Skonfigurować potok przetwarzania strumieniowego przy użyciu tylko SQL poleceń (bez kodowania Java lub Python).
• Przeprowadzać filtrowanie danych, transformacje, agregacje, łączenia, okienkowanie i sesjonowanie w całości w SQL.
• Projektowanie i wdrażanie interaktywnych, ciągłych zapytań dla strumieniowego ETL i analiz w czasie rzeczywistym.

W tym prowadzonym przez instruktora szkoleniu na żywo w Polsce (na miejscu lub zdalnie) uczestnicy dowiedzą się, jak wdrożyć i zarządzać Apache NiFi w środowisku laboratoryjnym na żywo.

Pod koniec tego szkolenia uczestnicy będą mogli:

• Zainstalować i skonfigurować Apachi NiFi.
• Pozyskiwać, przekształcać i zarządzać danymi z różnych, rozproszonych źródeł danych, w tym baz danych i dużych jezior danych.
• Automatyzować przepływy danych.
• Włączać analitykę strumieniową.
• Stosowanie różnych podejść do pozyskiwania danych.
• Przekształcanie danych Big Data w informacje biznesowe.

W tym prowadzonym przez instruktora szkoleniu na żywo w Polsce uczestnicy poznają podstawy programowania opartego na przepływie, opracowując szereg rozszerzeń demonstracyjnych, komponentów i procesorów przy użyciu Apache NiFi.

Pod koniec tego szkolenia uczestnicy będą mogli:

• Zrozumieć architekturę NiFi i koncepcje przepływu danych.
• Rozwijać rozszerzenia przy użyciu NiFi i interfejsów API innych firm.
• Rozwijać własny procesor Apache Nifi.
• Pozyskiwać i przetwarzać dane w czasie rzeczywistym z różnych i nietypowych formatów plików i źródeł danych.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla inżynierów danych, naukowców zajmujących się danymi i programistów, którzy chcą korzystać z funkcji Spark Streaming w przetwarzaniu i analizowaniu danych w czasie rzeczywistym.

Pod koniec tego szkolenia uczestnicy będą mogli używać Spark Streaming do przetwarzania strumieni danych na żywo do użytku w bazach danych, systemach plików i pulpitach nawigacyjnych na żywo.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą przekształcić tradycyjną architekturę w wysoce współbieżną architekturę opartą na mikrousługach przy użyciu Spring Cloud, Kafka, Docker, Kubernetes i Redis.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Ustawienie niezbędnego środowiska programistycznego do budowania mikrousług.
• Zaprojektowanie i wdrożenie wysoce współbieżnego ekosystemu mikrousług przy użyciu Spring Cloud, Kafka, Redis, Docker i Kubernetes.
• Transformacja usług monolitycznych i SOA do architektury opartej na mikrousługach.
• Zastosowanie podejścia DevOps do tworzenia, testowania i wydawania oprogramowania.
• Zapewnienie wysokiej współbieżności między mikrousługami w produkcji.
• Monitorowanie mikrousług i wdrażanie strategii odzyskiwania.
• Przeprowadzanie strojenia wydajności.
• Poznanie przyszłych trendów w architekturze mikrousług.