北京Apache Kafka培训

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。

本课程为期 3 天，专为希望将 Apache Kafka 整合到应用程序中以实现可靠、可扩展和高吞吐量消息传递的中级开发人员 Java 而设计。

参加者到达培训结束时将能够：

• 了解 Kafka 的架构和核心组件。
• 设置和配置 Kafka 丛集。
• 使用 Java 生产和消费消息。
• 实现即时数据处理的 Kafka Streams。
• 确保 Kafka 应用程序的容错和可扩展性。

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。

这种以讲师为主导的北京现场现场培训针对的是希望学习Kafka基础知识并将其与Spring Boot集成的中级开发人员。

在培训结束时，参与者将能够：

• 了解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。

这种由讲师指导的现场培训北京（现场或远程）面向希望使用 Apache Kafka 开发大数据应用程序的中级开发人员。

在本次培训结束时，参与者将能够：

开发 Kafka 生产者和消费者，以便从 Kafka 发送和读取数据。 使用 Kafka Connect 将 Kafka 与外部系统集成。 使用 Kafka Streams 和 ksqlDB 编写流应用程序。 将 Kafka 客户端应用程序与 Confluent Cloud 集成，以实现基于云的 Kafka 部署。 通过动手练习和实际用例获得实践经验。

这是一个由讲师指导的北京（线上或线下）培训，针对希望将Apache Kafka与现有数据库和应用程序集成以进行处理、分析等的开发人员。

在培训结束时，参与者将能够：

• 使用Kafka Connect将大量数据从数据库导入Kafka主题。
• 将应用程序服务器生成的日志数据导入Kafka主题。
• Make任何收集到的数据，以便进行流处理。
• 将数据从Kafka主题导出到次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是一个分布式流媒体平台。它实际上是构建数据管道的标准，它解决了许多围绕数据处理的不同用例：它可以用作消息队列，分布式日志，流处理器等。

我们将从数据管道背后的一些理论开始，然后继续介绍Kafka背后的基本概念。我们还将发现Kafka Streams和Kafka Connect等重要组件。

在这个以讲师为主导的北京现场培训（现场或远程）中，参与者将学习如何设置不同的Stream Processing框架并将其与现有的大数据存储系统以及相关的软件应用程序和微服务集成。

在培训结束时，参与者将能够：

• 安装和配置不同的 Stream Processing 框架，例如 Spark Streaming 和 Kafka Streaming。
• 了解并选择最适合工作的框架。
• 以逐条记录的方式连续、并发地处理数据。
• 将 Stream Processing 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程序和微服务集成 。

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。

这种以讲师为主导的北京现场现场培训针对的是希望设置，部署，管理和优化企业级Kafka集群的系统管理员。

在培训结束时，参与者将能够：

• 设置和管理 Kafka 集群。
• 评估在本地部署 Kafka 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。

这是由讲师指导的北京（线上或线下）培训，旨在帮助软体测试人员将网路安全措施实施到Apache Kafka应用程式中。

在培训结束时，学员将能够：

• 将Apache Kafka部署到基于云端的伺服器上。
• 实施SSL加密以防止攻击。
• 添加ACL身份验证以追踪和控制用户访问。
• 确保可信客户端能够通过SSL和SASL身份验证访问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

这个由 讲师指导的 北京 现场培训（在线或现场）面向希望在不编写代码的情况下实现 Apache Kafka 流处理的开发人员。

在本次培训结束时，参与者将能够：

• 安装和配置 Confluent KSQL。
• 仅使用 SQL 命令（无 Java 或 Python 编码）设置流处理管道。
• 完全在 SQL 中执行数据过滤、转换、聚合、连接、视窗化和会话化。
• 为流式 ETL 和即时分析设计和部署互动式连续查询。

这种以讲师为主导的北京现场现场培训针对的是希望使用SMACK堆栈为大数据解决方案构建数据处理平台的数据科学家。

在培训结束时，参与者将能够：

• 实施用于处理大数据的数据管道体系结构。
• 使用 Apache Mesos 和 Docker 开发集群基础架构。
• 使用 Spark 和 Scala 分析数据。
• 使用 Apache Cassandra 管理非结构化数据。

这种以讲师为主导的北京现场培训（现场或远程）针对希望使用Spark Streaming功能处理和分析实时数据的数据工程师，数据科学家和程序员。

在本次培训结束时，参与者将能够使用 Spark Streaming 处理实时数据流，以便在数据库、文件系统和实时仪表板中使用。

这种以讲师为主导的北京现场培训（现场或远程）针对的是希望使用Spring Cloud，Kafka，Docker，Kubernetes和Redis将传统架构转换为高度并发的基于微服务的架构的开发人员。

在培训结束时，参与者将能够：

• 设置构建微服务所需的开发环境。
• 使用 Spring Cloud、Kafka、Redis、Docker 和 Kubernetes 设计和实现高度并发的微服务生态系统。
• 将单体式和 SOA 服务转变为基于微服务的架构。
• 采用 DevOps 方法来开发、测试和发布软件。
• 确保生产中微服务之间的高并发性。
• 监控微服务并实施恢复策略。
• 执行性能调优。
• 了解微服务架构的未来趋势。