Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie
- Przetwarzanie strumieniowe vs przetwarzanie partii
- Przetwarzanie strumieniowe skupione na analizie danych
Omówienie ramek i języków programowania
- Spark Streaming (Scala)
- Kafka Streaming (Java)
- Flink
- Storm
- Porównanie cech i mocnych stron każdej ramy
Omówienie źródeł danych
- Żywe dane jako seria zdarzeń w czasie
- Źródła historycznych danych
Opcje wdrożenia
- W chmurze (AWS itp.)
- Na miejscu (chmura prywatna itp.)
Rozpoczęcie pracy
- Konfigurowanie środowiska programistycznego
- Instalacja i konfiguracja
- Ocena potrzeb analizy danych
Obsługa ramy przetwarzania strumieniowego
- Integracja ramy przetwarzania strumieniowego z narzędziami Big Data
- Przetwarzanie strumienia zdarzeń (ESP) vs Złożone przetwarzanie zdarzeń (CEP)
- Transformacja danych wejściowych
- Sprawdzenie danych wyjściowych
- Integracja ramy przetwarzania strumieniowego z istniejącymi aplikacjami i mikroserwisami
Rozwiązywanie problemów
Podsumowanie i wnioski końcowe
Wymagania
- Doświadczenie w programowaniu w dowolnym języku
- Zrozumienie pojęć dotyczących Big Data (Hadoop itp.)
21 godzin
Opinie uczestników (1)
Wystarczająca praktyka, trener jest kompetentny
Chris Tan
Szkolenie - A Practical Introduction to Stream Processing
Przetłumaczone przez sztuczną inteligencję