Dremio para el Análisis de Datos deAautoservicio

• Una comprensión de Hadoop, NoSQL y otros conceptos de almacenamiento de datos
• Experiencia al escribir consultas SQL
• Experiencia con la línea de comando de Linux

Dremio es una plataforma de datos de autoservicio de código abierto que acelera la consulta de diferentes tipos de fuentes de datos. Dremio se integra con bases de datos relacionales, Apache Hadoop, MongoDB, Amazon S3, ElasticSearch y otras fuentes de datos. Es compatible con SQL y proporciona una interfaz de usuario web para generar consultas.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo instalar, configurar y usar Dremio como una capa unificadora para las herramientas de análisis de datos y los repositorios de datos subyacentes.

Al final de esta capacitación, los participantes podrán:

• Instalar y configurar Dremio
• Ejecutar consultas en múltiples fuentes de datos, independientemente de la ubicación, el tamaño o la estructura
• Integre Dremio con BI y fuentes de datos como Tableau y Elasticsearch

Audiencia

• Científicos de datos
• Analistas comerciales
• Ingenieros de datos

Formato del curso

• Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Notas

• Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.

Introducción

• Cómo resuelve Dremio el problema de la estadificación de datos, el almacenamiento de datos, la agregación, los extractos, etc.

Instalación y configuración de Dremio

Descripción general de las características y arquitecturas de Dremio

• Aceleración de datos
• Reflexiones de datos (en HDFS, MapR-FS, almacenamiento en la nube como S3, almacenamiento local, etc.)

Ciclo de vida de ejecución de consultas

• Planificación, coordinación, ejecución,

Navegando por la interfaz de usuario web de Dremio

Descubriendo datos

• El catálogo de datos unificado

Curando datos

• Crear conjuntos de datos virtuales

Usando SQL para Definir Transformaciones

• Uniones y conversiones de tipo de datos
• Conectando a través de ODBC, JDBC y REST

Compartir datos con el equipo

• Carga, colaboración y derechos de acceso

Integrando Dremio con herramientas BI (Business Intelligence)

• Sirviendo datos para Tableau

Integrando Dremio con un cluster Elasticsearch

Resumen y conclusión