Opleiding : Big Data in realtime verwerken met Spark en Storm

Praktijkcursus - 3d - 21u00 - Ref. DSS
Prijs : 2010 € V.B.

Big Data in realtime verwerken met Spark en Storm




Big Data, bekend om zijn vermogen om enorme hoeveelheden gegevens te verwerken, bevat nu een real-time component met de komst van tools zoals Spark en Storm. Je leert over de voordelen van deze tools, hun real-time gedistribueerde computersystemen en het concept van Streaming Big Data.


INTER
INTRA
OP MAAT

Praktijkcursus ter plaatse of via klasverband op afstand
Disponible en anglais, à la demande

Ref. DSS
  3d - 21u00
2010 € V.B.




Big Data, bekend om zijn vermogen om enorme hoeveelheden gegevens te verwerken, bevat nu een real-time component met de komst van tools zoals Spark en Storm. Je leert over de voordelen van deze tools, hun real-time gedistribueerde computersystemen en het concept van Streaming Big Data.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
De grondbeginselen van real-time big data applicatieontwikkeling begrijpen
Spark en Storm evalueren
Toepassing van Storm en Spark real-time gedistribueerde computersystemen
Grote hoeveelheden gegevens in realtime verwerken

Doelgroep
Ontwerpers, ontwikkelaars, architecten.

Voorafgaande vereisten
Goede kennis van softwareontwikkeling. Begrip van big data is een pré.

Opleidingsprogramma

1
Inleiding tot real-time architectuur

  • Real-time verwerking.
  • Lambda-architecturen.
  • Kappa architecturen.
  • SMACK-architecturen.
Praktisch werk
Onderzoek naar de implementatie van een Kappa architectuur voor Spark en Strom.

2
Kafka-architectuur

  • Het overzicht van Kafka Producenten, Makelaars, Consumenten.
  • Kafka's logbestanden.
  • Avro schema's. Met behulp van ZooKeeper.
Praktisch werk
Studie van de Kafka-configuratie in de Kappa architectuur.

3
Apache Storm-architectuur

  • Definitie van de ontwikkelomgeving.
  • Creatie van Storm-gebaseerde projecten.
  • Definitie van Stormonderdelen (Uitloop en Bout).
  • Definitie van Stormstromen.
  • Gegevensmodel (sleutel, waarde).
  • De rol van Nimbus en ZooKeeper.
Casestudy
Studie van de implementatie van de Kappa architectuur voor Storm.

4
Afhandeling van Storm-berichten

  • Programmeerdiensten met Clojure, Java, Python.
  • Levenscyclus van berichten.
  • De Storm API voor het definiëren van betrouwbaarheid.
  • Betrouwbaarheidsimplementatiestrategie voor een toepassing die gebruikmaakt van Big Data.
Praktisch werk
Implementatie van een real-time sociaal netwerkverwerkingsproject in de Kappa architectuur.

5
Apache Spark-architectuur

  • De verschillende versies van Spark (Scala, Python, R en Java).
  • Vergelijking met de Storm-omgeving.
  • De verschillende Spark modules.
  • De verschillende soorten architectuur: Standalone, Apache Mesos of Hadoop YARN.
Praktisch werk
Studie van de implementatie van de SMACK architectuur voor Spark.

6
Real-time met Spark Streaming

  • Presentatie van veerkrachtige gedistribueerde dataset (RDD) ?
  • RDD's maken, verwerken en hergebruiken.
  • Accumulatoren en uitzendvariabelen.
  • Hoe het werkt.
  • De verschillende soorten bronnen.
  • Vergelijking met Apache Storm.
Praktisch werk
Implementatie van een project om sociale netwerken in realtime te verwerken.

7
Andere marktspelers

  • Vergelijking van alle streamingtools in het ecosysteem (Storm, Spark Streaming, Flink, Samza).
  • Focus op Samza-architectuur.
Praktisch werk
Onderzoek naar de implementatie van de Kappa architectuur met Samza.



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.

Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand

Dernières places
Date garantie en présentiel ou à distance
Session garantie

KLAS OP AFSTAND
2026 : 21 sep.

2027 : 24 maa., 23 juni, 22 sep., 8 dec.

PARIS LA DÉFENSE
2027 : 24 maa., 23 juni, 22 sep., 8 dec.



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.