北京Apache Kafka培训

Confluent Apache Kafka 是一个基于 Apache Kafka 的企业级分散式事件串流平台，支援高吞吐量、容错的数据管道和实时串流应用。

这门由讲师指导的培训（线上或线下）面向中级工程师和管理员，旨在帮助他们在生产环境中部署、配置和优化 Confluent Kafka 集群。

培训结束后，参与者将能够：

• 安装、配置和操作具有多个经纪节点的 Confluent Kafka 集群。
• 使用 Zookeeper 和复制技术设计高可用性设置。
• 调整性能、监控指标并应用恢复策略。
• 确保 Kafka 的安全性、扩展性并与企业环境集成。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手实作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

Confluent Apache Kafka 是一个分布式事件流平台，专为高吞吐量、容错的数据管道和实时分析而设计。

本次由讲师主导的培训（线上或线下）面向中级系统管理员和DevOps专业人员，他们希望安装、配置、监控和排查 Confluent Apache Kafka 集群。

培训结束后，参与者将能够：

• 了解 Confluent Kafka 的组件和架构。
• 部署和管理 Kafka 代理、Zookeeper 仲裁和关键服务。
• 配置包括安全性、复制和性能调优在内的高级功能。
• 使用管理工具监控和维护 Kafka 集群。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本次由讲师主导的培训（线上或线下）面向中级Java开发者，旨在帮助他们将Apache Kafka集成到应用中，以实现可靠、可扩展和高吞吐量的消息传递。

培训结束后，参与者将能够：

• 理解Kafka的架构和核心组件。
• 设置和配置Kafka集群。
• 使用Java生产和消费消息。
• 使用Kafka Streams实现实时数据处理。
• 确保Kafka应用的容错性和可扩展性。

这种由讲师指导的现场培训北京（在线或远程）面向希望有效利用 Kafka 消息队列功能的中级系统管理员。

在培训结束时，参与者将能够：

• 了解 Kafka 的消息队列功能和架构。
• 为消息队列场景配置 Kafka 主题。
• 使用 Kafka 生成和使用消息。
• 将 Kafka 作为消息队列进行监控和管理。

这种由讲师指导的现场培训 北京（远程或远程）面向希望学习如何有效管理 Kafka 主题以实现高效数据流和处理的初级到中级系统管理员。

在培训结束时，参与者将能够：

• 了解 Kafka 主题基础知识和体系结构。
• 创建、配置和管理 Kafka 主题。
• 监视 Kafka 主题的运行状况、性能和可用性。
• 为 Kafka 主题实施安全措施。

本课程为讲师指导的培训，在 北京（线上或线下）进行，面向中级开发者，旨在学习 Kafka 的基础知识并将其与 Spring Boot 集成。

通过本培训，学员将能够：

• 理解 Kafka 及其架构。
• 学习如何安装、配置和设置基本的 Kafka 环境。
• 将 Kafka 与 Spring Boot 集成。

本课程为讲师指导的培训，在北京（线上或线下）进行，面向希望使用Apache Kafka开发大数据应用的中级开发者。

通过本培训，参与者将能够：

• 开发Kafka生产者和消费者，以发送和读取Kafka数据。
• 使用Kafka Connect将Kafka与外部系统集成。
• 使用Kafka Streams和ksqlDB编写流处理应用程序。
• 将Kafka客户端应用程序与Confluent Cloud集成，用于基于云的Kafka部署。
• 通过动手练习和实际案例获得实践经验。

本次由讲师指导的培训在 北京（线上或线下）面向希望将 Apache Kafka 与现有数据库和应用程序集成以进行处理、分析等的开发者。

培训结束后，参与者将能够：

• 使用 Kafka Connect 将大量数据从数据库导入 Kafka 主题。
• 将应用服务器生成的日志数据导入 Kafka 主题。
• 使收集到的数据可用于流处理。
• 将数据从 Kafka 主题导出到二级系统进行存储和分析。

这是一个由讲师指导的培训课程（线上或线下），旨在帮助工程师使用Confluent（Kafka的分发版本）来构建和管理实时数据处理平台，以满足其应用需求。

在培训结束时，参与者将能够：

• 安装和配置Confluent Platform。
• 使用Confluent的管理工具和服务，更轻松地运行Kafka。
• 存储和处理流入的串流数据。
• 优化和管理Kafka集群。
• 确保数据串流的安全性。

课程形式

• 互动式讲座和讨论。
• 大量的练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 本课程基于Confluent的开源版本：Confluent Open Source。
• 如需为本课程定制培训，请联系我们安排。

Apache Kafka 是一个分布式流处理平台。它实际上是构建数据管道的标准，解决了数据处理中的许多不同用例：它可以用作消息队列、分布式日志、流处理器等。

我们将从数据管道的一般理论开始，然后继续探讨 Kafka 的基本概念。我们还将了解重要的组件，如 Kafka Streams 和 Kafka Connect。

在这个由讲师指导的线下或远程培训中，参与者将学习如何设置和集成不同的流处理框架与现有的大数据存储系统及相关软件应用和微服务。

通过本培训，参与者将能够：

• 安装和配置不同的流处理框架，如Spark Streaming和Kafka Streaming。
• 理解并选择最适合的框架。
• 以连续、并发和逐条记录的方式处理数据。
• 将流处理解决方案与现有数据库、数据仓库、数据湖等集成。
• 将最合适的流处理库与企业应用和微服务集成。

本课程适用于企业架构师，开发人员，系统管理员以及任何想要了解和使用高吞吐量分布式消息传递系统的人员。如果您有更多特定要求（例如，仅限系统管理方），可以根据您的需求定制本课程。

本课程为讲师指导的培训，在北京（线上或线下）进行，面向希望设置、部署、管理和优化企业级Kafka集群的系统管理员。

培训结束后，参与者将能够：

• 设置和管理Kafka集群。
• 评估在本地部署与在云中部署Kafka的优缺点。
• 使用各种本地和云环境工具部署和监控Kafka。

这种以讲师为主导的北京现场培训（现场或远程）针对数据工程师，数据科学家和程序员，他们希望在数据流中使用Apache Kafka功能Python。

在本次培训结束时，参与者将能够使用 Apache Kafka 通过 Python 编程来监控和管理连续数据流中的条件。

本次由讲师主导的培训（线上或线下）面向希望为 Apache Kafka 应用程序实施网络安全措施的软件测试人员。

培训结束后，参与者将能够：

• 将 Apache Kafka 部署到基于云的服务器上。
• 实施 SSL 加密以防止攻击。
• 添加 ACL 认证以跟踪和控制用户访问。
• 确保可信客户端通过 SSL 和 SASL 认证访问 Kafka 集群。

Kafka Streams 是一个客户端库，用于构建应用程序和微服务，其数据在 Kafka 消息系统之间传递。传统上，Apache Kafka 依赖于 Apache Spark 或 Apache Storm 来处理消息生产者和消费者之间的数据。通过在应用程序中调用 Kafka Streams API，数据可以直接在 Kafka 中进行处理，从而避免了将数据发送到单独的集群进行处理的需求。

在这场由讲师指导的线下培训中，参与者将学习如何将 Kafka Streams 集成到一组示例 Java 应用程序中，这些应用程序在 Apache Kafka 之间传递数据以进行流处理。

在培训结束时，参与者将能够：

• 了解 Kafka Streams 的功能及其相较于其他流处理框架的优势
• 直接在 Kafka 集群中处理流数据
• 编写与 Kafka 和 Kafka Streams 集成的 Java 或 Scala 应用程序或微服务
• 编写简洁的代码，将输入的 Kafka 主题转换为输出的 Kafka 主题
• 构建、打包并部署应用程序

目标受众

• 开发人员

课程形式

• 部分讲座、部分讨论、练习和大量动手实践

注意事项

• 如需为本课程定制培训，请联系我们安排

本次讲师指导的培训在 北京（线上或线下）面向希望使用 SMACK 技术栈构建大数据解决方案的数据科学家。

培训结束后，参与者将能够：

• 实现用于处理大数据的数据管道架构。
• 使用 Apache Mesos 和 Docker 开发集群基础设施。
• 使用 Spark 和 Scala 分析数据。
• 使用 Apache Cassandra 管理非结构化数据。

本次由讲师指导的培训在北京（线上或线下）进行，面向希望使用Spring Cloud、Kafka、Docker、Kubernetes和Redis将传统架构转换为高并发的微服务架构的开发人员。

培训结束后，参与者将能够：

• 搭建构建微服务所需的开发环境。
• 使用Spring Cloud、Kafka、Redis、Docker和Kubernetes设计和实现高并发的微服务生态系统。
• 将单体架构和SOA服务转换为基于微服务的架构。
• 采用DevOps方法进行软件开发、测试和发布。
• 确保生产环境中微服务的高并发性。
• 监控微服务并实施恢复策略。
• 进行性能调优。
• 了解微服务架构的未来趋势。