Szkolenia Cloudera

Cel szkolenia szkolenie zdalne - dlearning

kod: C-DTSaH

This four-day hands-on training course delivers the key concepts and expertise developers need to use Apache Spark to develop high-performance parallel applications. Participants will learn how to use Spark SQL to query structured data and Spark Streaming to perform real-time processing on streaming data from a variety of sources. Developers will also practice writing applications that use core Spark to perform ETL processing and iterative algorithms. The course covers how to work with “big data” stored in a distributed file system, and execute Spark applications on a Hadoop cluster. After taking this course, participants will be prepared to face real-world challenges and build applications to execute faster decisions, better decisions, and interactive analysis, applied to a wide variety of use cases, architectures, and industries.

 

Course Objectives

  • How the Apache Hadoop ecosystem fits in with the data processing lifecycle
  • How data is distributed, stored, and processed in a Hadoop cluster
  • How to write, configure, and deploy Apache Spark applications on a Hadoop cluster
  • How to use the Spark shell and Spark applications to explore, process, and analyze distributed data
  • How to query data using Spark SQL, DataFrames, and Datasets
  • How to use Spark Streaming to process a live data stream

Plan szkolenia Rozwiń listę

  • Introduction
  • Introduction to Apache Hadoop and the Hadoop Ecosystem
    • Apache Hadoop Overview
    • Data Processing 
    • Introduction to the Hands-On Exercises
  • Apache Hadoop File Storage
    • Apache Hadoop Cluster Components
    • HDFS Architecture
    • Using HDFS 
  • Distributed Processing on an Apache Hadoop Cluster
    • YARN Architecture
    • Working With YARN
  • Apache Spark Basics
    • What is Apache Spark?
    • Starting the Spark Shell
    • Using the Spark Shell 
    • Getting Started with Datasets and DataFrames
    • DataFrame Operations
  • Working with DataFrames and Schemas
    • Creating DataFrames from Data Sources
    • Saving DataFrames to Data Sources
    • DataFrame Schemas 
    • Eager and Lazy Execution
  • Analyzing Data with DataFrame Queries
    • Querying DataFrames Using Column Expressions
    • Grouping and Aggregation Queries
    • Joining DataFrames 
  • RDD Overview
    • RDD Overview 
    • RDD Data Sources
    • Creating and Saving RDDs 
    • RDD Operations
  • Transforming Data with RDDs
    • Writing and Passing Transformation Functions 
    • Transformation Execution
    • Converting Between RDDs and DataFrames 
  • Aggregating Data with Pair RDDs
    • Key-Value Pair RDDs 
    • Map-Reduce
    • Other Pair RDD Operations 
  • Querying Tables and Views with SQL
    • Querying Tables in Spark Using SQL 
    • Querying Files and Views
    • The Catalog API 
  • Working with Datasets in Scala
    • Datasets and DataFrames
    • Creating Datasets
    • Loading and Saving Datasets
    • Dataset Operations
  • Writing, Configuring, and Running Spark Applications
    • Writing a Spark Application
    • Building and Running an Application
    • Application Deployment Mode
    • The Spark Application Web UI
    • Configuring Application Properties
  • Spark Distributed Processing
    • Review: Apache Spark on a Cluster
    • RDD Partitions
    • Example: Partitioning in Queries
    • Stages and Tasks
    • Job Execution Planning
    • Example: Catalyst Execution Plan
    • Example: RDD Execution Plan
  • Distributed Data Persistence
    • DataFrame and Dataset Persistence
    • Persistence Storage Levels
    • Viewing Persisted RDDs
  • Common Patterns in Spark Data Processing
    • Common Apache Spark Use Cases
    • Iterative Algorithms in Apache Spark
    • Machine Learning
    • Example: k-means
  • Introduction to Structured Streaming
    • Apache Spark Streaming Overview
    • Creating Streaming DataFrames
    • Transforming DataFrames
    • Executing Streaming Queries
  • Structured Streaming with Apache Kafka
    • Overview
    • Receiving Kafka Messages
    • Sending Kafka Messages
  • Aggregating and Joining Streaming DataFrames
    • Streaming Aggregation
    • Joining Streaming DataFrames
  • Conclusion
  • Message Processing with Apache Kafka
    • What Is Apache Kafka?
    • Apache Kafka Overview
    • Scaling Apache Kafka
    • Apache Kafka Cluster Architecture
    • Apache Kafka Command Line Tools
Pobierz konspekt szkolenia w formacie PDF

Dodatkowe informacje

Wymagania wstępne

This course is designed for developers and engineers who have programming experience, but prior knowledge of Spark and Hadoop is not required. Apache Spark examples and hands-on exercises are presented in Scala and Python. The ability to program in one of those languages is required. Basic familiarity with the Linux command line is assumed. Basic knowledge of SQL is helpful.
Poziom trudności
Czas trwania 4 dni
Certyfikat

This course is excellent preparation for the CCA Spark and Hadoop Developer exam. Although we recommend further training and hands-on experience before attempting the exam, this course covers many of the subjects tested. 

Certification is a great differentiator. It helps establish you as a leader in the field, providing employers and customers with tangible evidence of your skills and expertise.
Prowadzący

Certified Cloudera Instructor.

Pozostałe szkolenia Cloudera | Developer

Wszystkie szkolenia Cloudera
Szkolenia powiązane tematycznie

Analiza danych

Administrator | Cloudera

Developer | Cloudera

Data Analyst | Cloudera

Data Scientist | Cloudera

Big Data design and architect solutions | Cloudera

Data Governance | Cloudera

Data+ | CompTIA

Data and Machine Learning | Google Cloud

Power BI | Microsoft

Power Platform | Microsoft

Business Intelligence | Oracle

Big Data

Administrator | Cloudera

Developer | Cloudera

Data Analyst | Cloudera

Data Scientist | Cloudera

Big Data design and architect solutions | Cloudera

Data Governance | Cloudera

Data and Machine Learning | Google Cloud

Azure | Microsoft

DevOps

Administrator | Cloudera

Developer | Cloudera

Data Analyst | Cloudera

Data Scientist | Cloudera

Big Data design and architect solutions | Cloudera

Data Governance | Cloudera

Ceph | Component Soft

Kubernetes | Component Soft

OpenStack | Component Soft

Foundation | DevOps DASA

Professional | DevOps DASA

Leadership | DevOps DASA

Cloud Infrastructure | Google Cloud

Application modernization | Google Cloud

Data and Machine Learning | Google Cloud

Networking and Security | Google Cloud

Vmware vSphere | HPE

VMware vRealize | HPE

VMware Horizon | HPE

VMware vCenter and SRM | HPE

Azure | Microsoft

Cloud Workshop | Microsoft

Cloud Native | Mirantis

Kubernetes | SUSE

Linux | The Linux Foundation

Kubernetes | The Linux Foundation

E-learning | The Linux Foundation

Exam | The Linux Foundation

Bundle (e-learning + exam) | The Linux Foundation

Formularz kontaktowy

Prosimy o wypełnienie poniższego formularza, jeśli chcą Państwo uzyskać więcej informacji o powyższym szkoleniu.





* pola oznaczone (*) są wymagane

Informacje o przetwarzaniu danych przez Compendium – Centrum Edukacyjne Spółka z o.o.

CENA 2200 EUR NETTO

FORMA SZKOLENIA ?

 

MATERIAŁY SZKOLENIOWE ?

 

WYBIERZ TERMIN SZKOLENIA

  • szkolenie hybrydowe: HYBRID
    • Informacje ogólne
    • Termin gwarantowany
    • Last minute (-10%)
    • Język obowiązujący na szkoleniu
    • Język polski
    • Język angielski
Zarezerwuj termin szkolenia
zamknij

Szkolenie stacjonarne

Szkolenia stacjonarne w Compendium CE odbywają się najczęściej w naszych lokalizacjach w Krakowie i Warszawie, ale także w miejscu ustalonym przez klienta. Grupa uczestnicząca w szkoleniu spotyka się w danym miejscu o określonym czasie i wraz z trenerem aktywnie uczestniczy w laboratoriach.

Szkolenie dlearning

W szkoleniach Compendium Distance Learning możesz uczestniczyć z dowolnego miejsca na świecie. Kursanci, dzięki zaawansowanej technologii, którą dostarcza Compendium CE, stale widzą i słyszą trenera, mogą mu zadawać pytania poprzez chat i mikrofon, a także uczestniczą w ćwiczeniach i laboratoriach, które rozwiązują wraz z prowadzącym. Po więcej informacji zajrzyj na stronę dlearning.eu

zamknij

Materiały papierowe

Materiały tradycyjne: cena zawiera standardowe materiały wydawane w postaci książek papierowych, drukowanych lub innej, w zależności od ustaleń z producentem.

Materiały elektroniczne

Materiały elektroniczne: są to materiały szkoleniowe w wersji elektronicznej, które w zależności od dostawcy udostępniane są za pomocą dedykowanych aplikacji: Skillpipe, eVantage itd. lub w postaci dokumentów PDF.

Materiały ctab

Materiały ctab: cena zawiera tablet ctab oraz materiały szkoleniowe w formie elektronicznej bądź tradycyjne materiały szkoleniowe i materiały dodatkowe dostarczone w wersji elektronicznej w zależności od ustaleń z producentem (w postaci dokumentów PDF lub EPUB). Tak dostarczone materiały są przystosowane pod kątem wyświetlania ich na tablecie ctab. Po więcej informacji zajrzyj na stronę ctab.

Najbliższe szkolenia Cloudera

Harmonogram szkoleń Cloudera