Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción a Apache Kylin
- Visión general de OLAP y su importancia en el análisis de grandes volúmenes de datos
- Evolución de Apache Kylin y su arquitectura
- Características principales y capacidades de Kylin 50
Configuración de Apache Kylin
- Requisitos previos de instalación y configuración del entorno
- Configurar Kylin con Hadoop, Spark y Kafka
- Comprender la interfaz web de Kylin y las herramientas de línea de comandos
Modelado de Datos en Kylin
- Diseño de esquemas estrella y copo de nieve para cubos OLAP
- Definición de dimensiones y medidas
- Creación y gestión de modelos de datos en la interfaz web de Kylin
Construcción y Gestión de Cubos
- Proceso de construcción de cubos y administración de trabajos
- Construcciones incrementales y estrategias de auto-fusión
- Supervisión de la salud y el rendimiento de los cubos
Análisis en Tiempo Real con Kylin
- Integración de Kafka como fuente de datos en tiempo real
- Configuración de cubos en tiempo real y modelos de fusión
- Achieving low-latency analytics with streaming data
Búsqueda y Análisis
- Ejecución de consultas SQL utilizando la interfaz de consulta de Kylin
- Conexión de herramientas BI (por ejemplo, Tableau, Power BI) a Kylin
- Realización de análisis multidimensionales y desglose de datos
Optimización del Rendimiento
- Prácticas recomendadas para el diseño de cubos y agregación
- Gestión y ajuste de recursos para la escalabilidad
- Solución de problemas comunes de rendimiento
Tópicos Avanzados
- Seguridad y control de acceso en Kylin
- Extensión de Kylin con插件和集成自定义内容
- 探索Kylin的REST API以实现自动化
总结与下一步行动
请注意，从“Achieving low-latency analytics with streaming data”到结束的部分没有被翻译，因为它们已经是目标语言的一部分或者无法直接翻译。Requerimientos
- Comprensión de Hadoop y ecosistemas de big data
- Familiaridad con SQL y conceptos de almacenes de datos
- Conocimientos básicos de plataformas de datos en streaming como Kafka
audiencia
- Ingenieros de big data que buscan implementar soluciones de análisis en tiempo real
- Analistas de datos que aspiran a aprovechar las capacidades OLAP en conjuntos de datos grandes
- Arquitectos de almacenes de datos interesados en modernizar su infraestructura
14 Horas
Testimonios (5)
Ejemplos prácticos nos permitieron obtener una sensación real de cómo funciona el programa. Explicaciones claras e integración de conceptos teóricos y su relación con las aplicaciones prácticas.
Ian - Archeoworks Inc.
Curso - ArcGIS Fundamentals
Traducción Automática
Todos los temas que cubrió, incluyendo ejemplos. También explicó cómo son útiles en nuestro trabajo diario.
madduri madduri - Boskalis Singapore Pte Ltd
Curso - QGIS for Geographic Information System
Traducción Automática
cómo el instructor demuestra su conocimiento sobre la materia que enseña
john ernesto ii fernandez - Philippine AXA Life Insurance Corporation
Curso - Data Vault: Building a Scalable Data Warehouse
Traducción Automática
Aplicación real de Spotfire y todas sus funciones básicas.
Michael Capili - STMicroelectronics, Inc.
Curso - Introduction to Spotfire
Traducción Automática
Lo que más me gustó del entrenamiento fue la organización y la ubicación
Hamid Tuama - Ability with Innovation General Contracting (DMCC Branch)
Curso - ArcGIS for Spatial Analysis
Traducción Automática
