Course Code: bigd_lbg
Duration: 14 hours
Prerequisites:

Delegaci powinni mieć świadomość i pewne doświadczenie w zakresie narzędzi do przechowywania danych oraz świadomość obsługi dużych zbiorów danych.

Overview:

Ta sesja szkoleniowa oparta na klasie zbada Big Data. Delegaci będą mieli komputerowe przykłady i ćwiczenia studium przypadku do podjęcia z odpowiednimi narzędziami big data

Course Outline:
  1. Podstawy Big Data
    • Big Data i jego rola w świecie korporacji
    • Fazy rozwoju strategii Big Data w korporacji
    • Wyjaśnij przesłanki leżące u podstaw holistycznego podejścia do Big Data
    • Komponenty potrzebne w Big Data platformie
    • Rozwiązanie do przechowywania dużych ilości danych
    • Granice tradycyjnych technologii
    • Przegląd typów baz danych
    • Cztery wymiary Big Data
  2. Wpływ Big Data na biznes
    • Business znaczenie Big Data
    • Wyzwania związane z wydobywaniem użytecznych danych
    • Integracja Big Data z tradycyjnymi danymi
  3. Technologie przechowywania dużych zbiorów danych
    • Przegląd technologii big data
      • Modele przechowywania danych
      • Hadoop
      • Hive
      • Cassandra
      • MongoDB
    • Wybór właściwej technologii Big Data
  4. Przetwarzanie dużych zbiorów danych
    • Łączenie i wyodrębnianie danych z bazy danych
    • Przekształcanie i przygotowanie danych do przetwarzania
    • Używanie Hadoop MapReduce do przetwarzania rozproszonych danych
    • Monitorowanie i wykonywanie Hadoop zadań MapReduce
    • Hadoop elementy składowe rozproszonego systemu plików
    • Mapreduce i Yarn
    • Obsługa danych przesyłanych strumieniowo za pomocą platformy Spark
  5. Narzędzia i technologie analizy dużych zbiorów danych
    • Programming Hadoop z językiem łaciny świni
    • Wysyłanie zapytań do dużych zbiorów danych za pomocą Hive
    • Wydobywanie danych za pomocą Mahout
    • Narzędzia do wizualizacji i raportowania
  6. Big data w biznesie
    • Zarządzanie i ustalanie Big Data potrzeb
    • Business znaczenie Big Data
    • Wybór odpowiednich narzędzi Big Data do problemu

Koncepcje hurtowni danych

  • Co to jest Data Ware House?
  • Różnica między OLTP a obudową Data Ware
  • Pozyskiwanie danych
  • Ekstrakcja danych
  • Transformacja danych.
  • Ładowanie danych
  • Data Marty
  • Dane zależne i niezależne Mart
  • Projekt bazy danych

Koncepcje testowania ETL:

  • Wstęp.
  • Cykl życia oprogramowania.
  • Metodyki testowania.
  • Proces przepływu pracy podczas testowania ETL.
  • Obowiązki testowania ETL na etapie danych.

Podstawy Big Data

  • Big Data i jego rola w świecie korporacji
  • Fazy rozwoju strategii Big Data w korporacji
  • Wyjaśnij przesłanki leżące u podstaw holistycznego podejścia do Big Data
  • Komponenty potrzebne w Big Data platformie
  • Rozwiązanie do przechowywania dużych ilości danych
  • Granice tradycyjnych technologii
  • Przegląd typów baz danych

NoSQL Database s

Hadoop

Mapa Zmniejsz

Apache Spark

Sites Published:

United Arab Emirates - Big Data - Data Science

Qatar - Big Data - Data Science

Egypt - Big Data - Data Science

Saudi Arabia - Big Data - Data Science

South Africa - Big Data - Data Science

Brasil - Big Data - Data Science

Canada - Big Data - Data Science

中国 - Big Data - Data Science

香港 - Big Data - Data Science

澳門 - Big Data - Data Science

台灣 - Big Data - Data Science

USA - Big Data - Data Science

Österreich - Big Data - Data Science

Schweiz - Big Data - Data Science

Deutschland - Big Data - Data Science

Czech Republic - Big Data - Data Science

Denmark - Big Data - Data Science

Estonia - Big Data - Data Science

Finland - Big Data - Data Science

Greece - Big Data - Data Science

Magyarország - Big Data - Data Science

Ireland - Big Data - Data Science

Luxembourg - Big Data - Data Science

Latvia - Big Data - Data Science

España - Big Data - Data Science

Italia - Big Data - Data Science

Lithuania - Big Data - Data Science

Nederland - Big Data - Data Science

Norway - Big Data - Data Science

Portugal - Big Data - Data Science

România - Big Data - Data Science

Sverige - Big Data - Data Science

Türkiye - Big Data - Data Science

Malta - Big Data - Data Science

Belgique - Big Data - Data Science

France - Big Data - Data Science

日本 - Big Data - Data Science

Australia - Big Data - Data Science

Malaysia - Big Data - Data Science

New Zealand - Big Data - Data Science

Philippines - Big Data - Data Science

Singapore - Big Data - Data Science

Thailand - Big Data - Data Science

Vietnam - Big Data - Data Science

India - Big Data - Data Science

Argentina - Big Data - Data Science

Chile - Big Data - Data Science

Costa Rica - Big Data - Data Science

Ecuador - Big Data - Data Science

Guatemala - Big Data - Data Science

Colombia - Big Data - Data Science

México - Big Data - Data Science

Panama - Big Data - Data Science

Peru - Big Data - Data Science

Uruguay - Big Data - Data Science

Venezuela - Big Data - Data Science

Polska - Big Data - Data Science

United Kingdom - Big Data - Data Science

South Korea - Big Data - Data Science

Pakistan - Big Data - Data Science

Sri Lanka - Big Data - Data Science

Bulgaria - Big Data - Data Science

Bolivia - Big Data - Data Science

Indonesia - Big Data - Data Science

Kazakhstan - Big Data - Data Science

Moldova - Big Data - Data Science

Morocco - Big Data - Data Science

Tunisia - Big Data - Data Science

Kuwait - Big Data - Data Science

Oman - Big Data - Data Science

Slovakia - Big Data - Data Science

Kenya - Big Data - Data Science

Nigeria - Big Data - Data Science

Botswana - Big Data - Data Science

Slovenia - Big Data - Data Science

Croatia - Big Data - Data Science

Serbia - Big Data - Data Science

Bhutan - Big Data - Data Science

Nepal - Big Data - Data Science

Uzbekistan - Big Data - Data Science