HBase for Developers培訓

這種由講師指導的澳門 現場培訓（現場或遠端）面向希望使用Microsoft Azure Cosmos DB開發和管理高回應和低延遲應用程式的資料庫管理員或開發人員。

在培訓結束時，參與者將能夠：

• 預配必要的 Cosmos DB 資源以開始生成資料庫和應用程式。
• 利用 Cosmos DB 中的 API 縮放應用程式效能和儲存。 
• 通過優化 Cosmos DB 資源來管理資料庫操作並降低成本。

這個由講師指導的澳門現場培訓（現場或遠端）介紹了Hortonworks Data Platform (HDP)，並引導參與者完成Spark + Hadoop解決方案的部署。

在培訓結束時，參與者將能夠：

使用 Hortonworks 大規模可靠地運行 Hadoop。 將 Hadoop 的安全、治理和運營功能與Spark的敏捷分析工作流統一起來。 使用 Hortonworks 調查、驗證、認證和支援 Spark 專案中的每個元件。 處理不同類型的數據，包括結構化、非結構化、動態和靜態數據。

Apache Ambari是一個開源管理平台，用於配置，管理，監控和保護Apache Hadoop集群。

在這個由講師指導的實時培訓中，參與者將學習Ambari提供的管理工具和實踐，以成功管理Hadoop集群。

在培訓結束時，參與者將能夠：

• 使用Ambari設置實時Big Data集群
• 將Ambari的高級功能和功能應用於各種用例
• 根據需要無縫添加和刪除節點
• 通過調整和調整來改善Hadoop集群的性能

聽眾

• DevOps
• 系統管理員
• 數據庫管理員
• Hadoop測試專業人士

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

Cloudera Impala 是一個用於 Apache Hadoop 集群的開源大規模並行處理 （MPP） SQL 查詢引擎。

Impala 使用戶能夠 對存儲在 Hadoop 分散式文件系統 和 Apache Hbase 中的數據發出低延遲 SQL 查詢，而無需數據移動或轉換。

觀眾

本課程面向分析師和數據科學家，通過 商業智慧或SQL工具對 存儲在Hadoop中的數據進行分析。

完成本課程后，代表們將能夠

• 使用 Impala 從 Hadoop 集群中提取有意義的資訊。
• 編寫特定的程式，以促進斑羚SQL方言的商業智慧。
• 排查黑斑羚問題。

本課程介紹如何從Hive提取數據的人員使用Hive SQL語言（AKA： Hive HQL， Hive SQL ， Hive QL）

當傳統存儲技術無法處理您需要存儲的數據量時，就會有大量的替代方案。本課程試圖引導參與者存儲和分析Big Data替代方案以及他們的優缺點。

本課程主要側重於解決方案的討論和介紹，但可根據需要提供動手練習。

該課程是數據科學家技能集（領域：數據和技術）的一部分。

Mem SQL是一個用於雲和內部部署的內存中分佈式SQL數據庫管理系統。它是一個實時數據倉庫，可立即提供實時和歷史數據的洞察力。

在這個由講師指導的實時培訓中，參與者將學習Mem SQL的基本知識，以便進行開發和管理。

在培訓結束時，參與者將能夠：

• 了解Mem SQL的關鍵概念和特徵
• 安裝，設計，維護和操作Mem SQL
• 優化Mem SQL模式
• 改進Mem SQL查詢
• Mem SQL基準性能
• 使用Mem SQL構建實時數據應用程序

聽眾

• 開發商
• 管理員
• 運營工程師

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

關係數據庫一直是存儲，檢索和查詢數據的首選技術。關係數據庫允許用戶使用結構化，定義明確的模式集（模型）來組織數據。雖然這種方法適用於存儲標準化且事先已被充分理解的數據（想想醫院登記應用程序，該應用程序使用相同的一組預定義字段保存患者記錄...患者ID，名字，姓氏名稱，上次訪問日期等），此模型有一些限制。對於那些傳入數據沒有明確定義的組織（想想一個創業公司的在線諮詢表格，他們仍在嘗試收集訪客數據的不同領域，刪除和添加字段，以適應不斷變化的性質對於數據如何適應現有數據庫的任何既定定義都需要定期重新定義。在將任何新數據保存到數據庫之前，這將需要重新創建數據模型（模式），該模型指示數據的結構及其允許的數據類型以支持不同類型的數據輸入等。

輸入No SQL （Not Only SQL ）數據庫。沒有SQL數據庫使用戶不必預先定義傳入數據的結構，允許他們即時插入和更新新數據。沒有SQL數據庫通常比關係數據庫更快，並且可以輕鬆處理非常大量的數據。沒有SQL數據庫也比關係數據庫更好地擴展，因為它們能夠跨多個服務器（集群）有效地分區數據，並負載平衡對這些數據的訪問。沒有SQL數據庫能夠與支持實時分析，站點個性化，物聯網和移動應用程序的應用程序進行特別好的集成

在這個由講師指導的實時培訓中，參與者將了解市場上最流行的No SQL數據庫的架構，設計原則和功能，因為他們在實時實驗室環境中設置，操作和評估許多No SQL數據庫。此培訓的目標是使參與者能夠在其組織內智能地評估，提出和實施合適的No SQL數據庫解決方案。

在培訓結束時，參與者將能夠：

• 安裝和配置不同類型的No SQL數據庫，包括MongoDB ， Cassandra ， Redis和Neo4j
• 了解No SQL數據庫與關係數據庫的優缺點
• 了解No SQL數據庫使用的基礎數據格式，以及在開發現代應用程序（桌面，移動，雲，物聯網）時如何利用這些格式
• 在No SQL數據庫中執行創建，插入，更新，刪除操作
• 使用關係數據庫和No SQL協同工作來設置混合環境
• 配置No SQL數據庫集群，以便對非常大的數據集進行分佈式處理
• 了解使用No SQL數據庫的安全隱患
• 在生產環境中部署和擴展No SQL數據庫

聽眾

• Database專家
• 數據架構師
• 數據戰略家
• 項目經理
• 希望在應用程序中集成靈活數據庫解決方案的應用程序開發人員

課程格式

• 部分講座，部分討論，練習和繁重的實踐練習

注意

• 要申請本課程的定制培訓，請聯繫我們安排。

OrientDB是一個無SQL多模型Database ，可與Graph，Document，Key-Value，GeoSpatial和React ive模型配合使用。其靈活性允許用戶在一個集中式數據庫下管理不同類型的數據。

在這個由講師指導的實時培訓中，參與者將學習如何開始使用OrientDB並利用其靈活性來管理數據。

在培訓結束時，參與者將能夠：

• 安裝OrientDB
• 了解如何使用OrientDB創建和管理數據庫
• 探索OrientDB的不同特性和功能
• 了解如何在OrientDB上使用不同的API
• 使用分佈式體系結構部署OrientDB

聽眾

• 軟件工程師和技術人員
• 各行各業的技術人員
• IT人員
• 開發商

課程形式

• 部分講座，部分討論，練習和繁重的實踐練習

雷迪斯

NoSQL的

Scylla是一個開源的分佈式無SQL數據存儲。它與Apache Cassandra兼容，但具有更高的吞吐量和更低的延遲。

在本課程中，學員將學習Scylla的功能和架構，同時獲得有關Scylla設置，管理，監控和故障排除的實踐經驗。

聽眾

• Database管理員
• 開發商
• 系統工程師

課程形式

• 該課程是交互式的，包括討論部署和管理Scylla分佈式數據庫和集群的原則和方法。
• 該課程包括動手練習和練習的重要部分。

聽眾：

本課程面向尋求在分佈式系統環境中存儲和處理大型數據集的解決方案的IT專家

Go ：

深入了解Hadoop集群管理。

大數據分析涉及檢查大量不同數據集的過程，以便發現相關性，隱藏模式和其他有用的見解。

健康產業擁有大量複雜的異構醫學和臨床數據。對健康數據應用大數據分析在獲得改善醫療保健服務的見解方面具有巨大潛力。然而，這些數據集的巨大性給分析和臨床環境的實際應用帶來了巨大挑戰。

在這個以講師為主導的現場培訓（遠程）中，參與者將學習如何在健康狀況下進行大數據分析，因為他們將逐步進行一系列動手實踐練習。

在培訓結束時，參與者將能夠：

• 安裝和配置大數據分析工具，如Hadoop MapReduce和Spark
• 了解醫療數據的特徵
• 應用大數據技術處理醫療數據
• 在健康應用的背景下研究大數據系統和算法

聽眾

• 開發商
• 數據科學家

課程格式

• 部分講座，部分討論，練習和繁重的實踐練習。

注意

• 要申請本課程的定制培訓，請聯繫我們安排。