Course Outline

Εισαγωγή

Επισκόπηση του "Open Studio for Big Data" Χαρακτηριστικά και Αρχιτεκτονική

Ρύθμιση Open Studio για Big Data

Πλοήγηση στη διεπαφή χρήστη

Κατανόηση Big Data εξαρτημάτων και συνδέσεων

Σύνδεση σε σύμπλεγμα Hadoop

Ανάγνωση και γραφή δεδομένων

Επεξεργασία δεδομένων με Hive και MapReduce

Αναλύοντας τα Αποτελέσματα

Βελτίωση της ποιότητας του Big Data

Κατασκευή αγωγού Big Data

Διαχείριση χρηστών, ομάδων, ρόλων και έργων

Ανάπτυξη του Open Studio στην παραγωγή

Monitoring Open Studio

Αντιμετώπιση προβλημάτων

Περίληψη και Συμπέρασμα

Requirements

  • Κατανόηση των σχεσιακών βάσεων δεδομένων
  • Κατανόηση της αποθήκευσης δεδομένων
  • Κατανόηση των εννοιών ETL (Extract, Transform, Load).

Ακροατήριο

  • Επαγγελματίες επιχειρηματικής ευφυΐας
  • Επαγγελματίες βάσεων δεδομένων
  • SQL Προγραμματιστές
  • Προγραμματιστές ETL
  • Αρχιτέκτονες λύσεων
  • Αρχιτέκτονες δεδομένων
  • Επαγγελματίες αποθήκευσης δεδομένων
  • Διαχειριστές και ενοποιητές συστημάτων
  28 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (3)

Related Courses

Unified Batch and Stream Processing with Apache Beam

  14 Hours

Apache Apex: Processing Big Data-in-Motion

  21 Hours

Apache Storm

  28 Hours

Apache Flink Fundamentals

  28 Hours

Introduction to Graph Computing

  28 Hours

Knowledge Discovery in Databases (KDD)

  21 Hours

Related Categories