Big Data Analysen mit Hadoop und NoSQL

Classroom Schulung | deutsch | Anspruch

Schulungsdauer: 3 Tage Durchführung gesichert

Ziele

Dieses Kurs vermittelt Ihnen einen sehr guten Einblick in typische Technologien des Big Data Umfelds.

Sie erhalten eine umfangreiche Einführung in Konzepte der Big Data Analysen auf der Basis von NoSQL Datenbanken und der Hadoop Plattform. Zum Einsatz kommen Open Sorce Technologien wie MongoDB, Cassandra.

Ziel dieses Kurs ist es, das Sie die Potenziale aber auch Grenzen dieser Big Data Technologien zu kennen und in der Praxis besser und effizienter einzusetzen.

Zielgruppe

  • IT-Architekten
  • IT-Manager
  • Entwickler
  • Datenbankadministratoren
  • Entwickler
  • Software Architekten
  • Administratoren

Voraussetzungen

Grundkenntnisse von Big Data Technologien sind von Vorteil

Agenda

Big Data

  • Herausforderungen von Big Data Systemen
  • Skalierbarkeit von Datenmanagagment
  • Performace Aspekte
  • Daten Strukturen
  • Data-Warehouse-Systeme vs Data-Lake-Systeme
  • Datenqualitätsmanagement
  • Datenbereinigung und entsprechende Software-Tools
  • Analytische Plattformen versus Transaktionale Plattformen

Analytische Plattformen

Datentypen und Datenmenge

Lösungen für Batch Systeme mit Hadoop

  • MapReduce und HDFS
  • Hadoop Ökosysteme

Lösungen für Echtzeit und Interaktive Systeme mit Spark

  • Spark DataFrames
  • SparkSQL
  • Spark GraphX
  • Spark MLLib

Transaktionale Plattformen

NoSQL-Datenbank Versus RSBMS

Datenmodellierung und Datenmodelle

NoSQL-Datenbank Typen

  • Redis
  • MongoDB
  • Cassandra

Zusammenfassung und Diskussion

Ziele

Dieses Kurs vermittelt Ihnen einen sehr guten Einblick in typische Technologien des Big Data Umfelds.

Sie erhalten eine umfangreiche Einführung in Konzepte der Big Data Analysen auf der Basis von NoSQL Datenbanken und der Hadoop Plattform. Zum Einsatz kommen Open Sorce Technologien wie MongoDB, Cassandra.

Ziel dieses Kurs ist es, das Sie die Potenziale aber auch Grenzen dieser Big Data Technologien zu kennen und in der Praxis besser und effizienter einzusetzen.

Zielgruppe

  • IT-Architekten
  • IT-Manager
  • Entwickler
  • Datenbankadministratoren
  • Entwickler
  • Software Architekten
  • Administratoren

Voraussetzungen

Grundkenntnisse von Big Data Technologien sind von Vorteil

Agenda

Big Data

  • Herausforderungen von Big Data Systemen
  • Skalierbarkeit von Datenmanagagment
  • Performace Aspekte
  • Daten Strukturen
  • Data-Warehouse-Systeme vs Data-Lake-Systeme
  • Datenqualitätsmanagement
  • Datenbereinigung und entsprechende Software-Tools
  • Analytische Plattformen versus Transaktionale Plattformen

Analytische Plattformen

Datentypen und Datenmenge

Lösungen für Batch Systeme mit Hadoop

  • MapReduce und HDFS
  • Hadoop Ökosysteme

Lösungen für Echtzeit und Interaktive Systeme mit Spark

  • Spark DataFrames
  • SparkSQL
  • Spark GraphX
  • Spark MLLib

Transaktionale Plattformen

NoSQL-Datenbank Versus RSBMS

Datenmodellierung und Datenmodelle

NoSQL-Datenbank Typen

  • Redis
  • MongoDB
  • Cassandra

Zusammenfassung und Diskussion

Tags

Diese Seite weiterempfehlen