HBase for Developers Eğitimi

Hedef Kitle:

Bu kurs, dağıtık bir sistem ortamında büyük veri kümelerini depolamak ve işlemek için bir çözüm arayan BT uzmanlarına yöneliktir.

Goal:

Hadoop küme yönetimi konusunda derin bilgi.

Büyük veri analitiği, korelasyonları, gizli kalıpları ve diğer faydalı bilgileri ortaya çıkarmak amacıyla büyük ve çeşitli veri kümelerinin incelenmesi sürecini içerir.

Sağlık sektörü, karmaşık ve heterojen tıbbi ve klinik verilerin büyük miktarlarına sahiptir. Sağlık verileri üzerinde büyük veri analitiği uygulamak, sağlık hizmetlerinin sunumunu iyileştirmek için öngörüler elde etme konusunda büyük bir potansiyel sunar. Ancak, bu veri kümelerinin büyüklüğü, analizlerde ve klinik ortamlara pratik uygulamalarda büyük zorluklar oluşturur.

Bu eğitmen liderliğindeki, canlı (uzaktan) eğitimde katılımcılar, bir dizi uygulamalı canlı laboratuvar egzersiziyle sağlık alanında büyük veri analitiği yapmayı öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Hadoop MapReduce ve Spark gibi büyük veri analitiği araçlarını kurmak ve yapılandırmak
• Tıbbi verilerin özelliklerini anlamak
• Tıbbi verilerle başa çıkmak için büyük veri tekniklerini uygulamak
• Sağlık uygulamaları bağlamında büyük veri sistemlerini ve algoritmalarını incelemek

Hedef Kitle

• Geliştiriciler
• Veri Bilimciler

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, egzersizler ve yoğun uygulamalı pratik.

Not

• Bu kurs için özelleştirilmiş bir eğitim talep etmek için lütfen bizimle iletişime geçerek düzenleme yapınız.

Geleneksel depolama teknolojileri, depolamanız gereken veri miktarını karşılayamadığında yüzlerce alternatif bulunmaktadır. Bu kurs, katılımcılara Big Data verileri depolamak ve analiz etmek için hangi alternatiflerin mevcut olduğunu ve bunların avantaj ve dezavantajlarını anlatmayı amaçlamaktadır.

Bu kurs, ağırlıklı olarak çözüm tartışmalarına ve sunumlarına odaklanmaktadır, ancak talep üzerine uygulamalı egzersizler de mevcuttur.

Bu kurs, Veri Bilimcisi beceri setinin bir parçasıdır (Alan: Veri ve Teknoloji).

Bu eğitmen liderliğindeki, canlı eğitim Türkiye(çevrimiçi veya yerinde) veritabanı yöneticilerine veya yüksek yanıt verebilirlik ve düşük gecikme süresine sahip uygulamalar geliştirmek ve yönetmek isteyen geliştiricilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Veritabanları ve uygulamalar oluşturmaya başlamak için gerekli Cosmos DB kaynaklarını sağlayın.
• Cosmos DB'deki API'leri kullanarak uygulama performansını ve depolamasını ölçeklendirin.
• Veritabanı işlemlerini yönetin ve Cosmos DB kaynaklarını optimize ederek maliyeti azaltın.

Bu kurs, dağıtık sistem ortamında büyük veri kümelerini depolamak ve işlemek için bir çözüm arayan BT uzmanlarına yöneliktir.

Kursun amacı:

Hadoop küme yönetimi konusunda bilgi edinmek.

Apache Hadoop, sunucular kümesinde işleme için en popüler çerçevedir. Bu üç (isteğe bağlı olarak dört) günlük kursta, katılımcılar Hadoop ve ekosisteminin iş faydalarını ve kullanım senaryolarını, küme dağıtımını ve büyümesini nasıl planlayacaklarını, Hadoop'in nasıl kurulacağını, bakımı yapılacağını, izleneceğini, sorun giderileceğini ve optimize edileceğini öğreneceklerdir. Ayrıca küme toplu veri yüklemesi uygulayacak, çeşitli Hadoop dağıtımlarına aşina olacak ve Hadoop ekosistem araçlarını kurma ve yönetme alıştırmaları yapacaklardır. Kurs, kümenin Kerberos ile güvenliğinin tartışılmasıyla sona erecektir.

“…Materyaller çok iyi hazırlanmış ve kapsamlı bir şekilde ele alınmıştı. Laboratuvar çok yardımcı ve iyi organize edilmişti.”
— Andrew Nguyen, Baş Entegrasyon DW Mühendisi, Microsoft Online Advertising

Hedef Kitle

Hadoop yöneticileri

Format

Dersler ve uygulamalı laboratuvarlar, yaklaşık denge %60 ders, %40 laboratuvar.

Apache Hadoop, sunucular kümesinde Big Data işleme için en popüler çerçevedir. Bu kurs, bir geliştiriciye çeşitli bileşenleri (HDFS, MapReduce, Pig, Hive ve HBase) Hadoop ekosistemi hakkında tanıtım yapacaktır.

Apache Hadoop, sunucular kümesinde işleme Big Data için en popüler çerçevelerden biridir. Bu kurs, HDFS'de veri yönetimi, gelişmiş Pig, Hive ve HBase konularına derinlemesine dalmaktadır. Bu gelişmiş programlama teknikleri, deneyimli Hadoop geliştiricileri için faydalı olacaktır.

Hedef Kitle: geliştiriciler

Süre:üç gün

Format:dersler (%50) ve uygulamalı laboratuvarlar (%50).

Bu eğitmen liderliğindeki, canlı eğitimde Türkiye (çevrimiçi veya yerinde) Hortonworks Data Platform (HDP) tanıtılacak ve katılımcılar Spark + Hadoop çözümünün dağıtımı konusunda yönlendirilecektir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Hortonworks'ü kullanarak Hadoop'u büyük ölçekte güvenilir bir şekilde çalıştırmak.
• Hadoop'un güvenlik, yönetişim ve operasyon yeteneklerini Spark'ın çevik analitik iş akışlarıyla birleştirmek.
• Hortonworks'ü kullanarak bir Spark projesindeki her bir bileşeni araştırmak, doğrulamak, onaylamak ve desteklemek.
• Yapılandırılmış, yapılandırılmamış, hareket halindeki ve hareketsiz veriler dahil olmak üzere farklı veri türlerini işlemek.

Bu kurs, Hive SQL dilinin (aynı zamanda: Hive HQL, SQL üzerinde Hive, HiveQL) Hive'den veri çıkaran kişiler için nasıl kullanılacağını kapsamaktadır.

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.

İlişkisel veritabanları, veri depolama, alma ve sorgulama teknolojisi olarak uzun süredir tercih edilmektedir. İlişkisel veritabanları, kullanıcıların verilerini yapılandırılmış, iyi tanımlanmış bir dizi kalıba (model) göre düzenlemesine olanak tanır. Bu yaklaşım, standartlaştırılmış ve önceden iyi anlaşılan verileri depolamak için iyi çalışır (bir hastanenin hasta kayıtlarını tutan hasta kimliği, ad, soyad, son ziyaret tarihi gibi aynı tutarlı önceden tanımlanmış alanlarla bir hasta kabul uygulaması gibi). Ancak bu modelin de sınırlamaları vardır. Gelen verilerinin iyi tanımlanmadığı kuruluşlar için (henüz iş doğasının değişen yapısına uyum sağlamak için ziyaretçi verilerini toplamak için farklı alanlarla denemeler yapan bir başlangıcın çevrimiçi bir sorgu formu gibi), mevcut verilerin mevcut bir veritabanına nasıl sığacağına dair herhangi bir yerleşik tanım, düzenli olarak yeniden tanımlanması gerekebilir. Bu, verilerin yapısını ve desteklenmesi gereken farklı veri giriş türlerini dikte eden veri modelinin (şema) yeniden oluşturulmasını gerektirir; tüm bunlar, herhangi bir yeni verinin veritabanına kaydedilmeden önce yapılmalıdır.

NoSQL (Sadece SQL değil) veritabanları devreye giriyor. NoSQL veritabanları, kullanıcıları gelen verilerin yapısını önceden tanımlama zorunluluğundan kurtararak, yeni verileri anında eklemelerine ve güncellemelerine olanak tanır. NoSQL veritabanları genellikle ilişkisel veritabanlarından daha hızlıdır ve çok büyük miktarda veriyi kolaylıkla işleyebilir. NoSQL veritabanları, verileri birçok sunucuya (küme) verimli bir şekilde bölme ve bu verilere erişimi dengeleme yetenekleri sayesinde ilişkisel veritabanlarından daha iyi ölçeklenebilir. NoSQL veritabanları, gerçek zamanlı analiz, site kişiselleştirme, IoT ve mobil uygulamaları destekleyen uygulamalarla özellikle iyi entegre olur

Bu eğitmen liderliğindeki, canlı eğitimde katılımcılar, en popüler NoSQL veritabanlarının mimarisini, tasarım ilkelerini ve işlevselliğini anlayacak ve canlı bir laboratuvar ortamında bir dizi NoSQL veritabanı kuracak, yönetecek ve değerlendirecektir. Bu eğitimin amacı, katılımcıların kuruluşları içinde uygun bir NoSQL veritabanı çözümünü akıllıca değerlendirmesini, önermesini ve uygulamasını sağlamaktır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• MongoDB, Cassandra, Redis ve Neo4j dahil olmak üzere farklı türde NoSQL veritabanlarını kurmak ve yapılandırmak
• NoSQL veritabanlarının ilişkisel veritabanlarına göre avantaj ve dezavantajlarını anlamak
• NoSQL veritabanları tarafından kullanılan temel veri formatlarını anlamak ve bu formatların modern uygulamalar (masaüstü, mobil, bulut, IoT) geliştirirken nasıl avantaj sağlayabileceğini anlamak
• NoSQL veritabanında oluşturma, ekleme, güncelleme, silme işlemleri gerçekleştirmek
• Hem ilişkisel bir veritabanı hem de NoSQL'ün birlikte çalıştığı bir ortam kurmak
• Çok büyük veri kümelerinin işlenmesini dağıtmak için bir NoSQL veritabanı kümesi yapılandırmak
• NoSQL veritabanı kullanmanın güvenlik etkilerini anlamak
• Üretim ortamında bir NoSQL veritabanını dağıtmak ve ölçeklendirmek

Hedef Kitle

• Database profesyonelleri
• Veri mimarları
• Veri stratejistleri
• Proje yöneticileri
• Uygulamalarına esnek bir veritabanı çözümü entegre etmek isteyen uygulama geliştiricileri

Kurs Formatı

• Kısmen ders, kısmen tartışma, egzersizler ve yoğun uygulamalı pratik

Not

• Bu kurs için özel bir eğitim talep etmek için lütfen bizimle iletişime geçerek ayarlama yapın.

redis

nosql

Scylla, açık kaynaklı bir dağıtık NoSQL veri deposudur. Apache Cassandra ile uyumlu olup, önemli ölçüde daha yüksek verim ve daha düşük gecikme süreleri sunar.

Bu kursta katılımcılar, Scylla'nın özelliklerini ve mimarisini öğrenecek ve Scylla'yı kurma, yönetme, izleme ve sorun giderme konusunda pratik deneyim kazanacaklardır.

Hedef Kitle

• Database yöneticiler
• Geliştiriciler
• Sistem Mühendisleri

Kurs Formatı

• Kurs interaktiftir ve Scylla dağıtık veritabanlarını ve kümelerini dağıtma ve yönetme ilkeleri ve yaklaşımlarının tartışmalarını içerir.
• Kursun büyük bir bölümü uygulamalı egzersizler ve pratiklerden oluşur.