Apache Spark Streaming, Tuning und produktiver Betrieb
Seminarprofil
Dieses Vertiefungsseminar behandelt genau die Themen, bei denen Apache Spark im Alltag ernst wird: Streaming, Stabilität, Monitoring, Ressourcenverbrauch und Performance unter Last. Vier Tage sind erforderlich, weil Structured Streaming, Tuning und produktiver Betrieb jeweils eigene Lernblöcke mit typischen Fehlerbildern und praktischen Übungen verlangen. Wer diese Themen in zwei Nachmittage pressen will, produziert später Störungen im Serienformat.
Schwerpunkte
- Structured Streaming, Trigger, Zustandsverwaltung und Checkpointing
- Umgang mit Wasserständen, verspäteten Daten und Wiederanläufen
- Performance-Tuning für Partitionierung, Shuffles, Joins, Caching und Ressourcen
- Deployment-Muster für Entwicklungs-, Test- und Produktionsumgebungen
- Monitoring, Logging und systematische Analyse von Laufzeitproblemen
- Fehler- und Lastszenarien im produktiven Betrieb
- Saubere Übergabe zwischen Entwicklung, Plattformteam und Betrieb
Praxisbezug
Die Übungen drehen sich um stabile Streaming-Jobs, reproduzierbare Performance-Probleme und saubere Betriebsübergaben. Dadurch entsteht kein Laborwissen, das beim ersten echten Incident davonschmilzt.
Zielgruppe
Geeignet für erfahrene Spark-Anwender, Data Engineers, Plattformteams sowie DevOps- und Operations-Verantwortliche, die Apache Spark belastbar und nachvollziehbar in Produktion bringen müssen.
Seminar und Anbieter vergleichen
Öffentliche Schulung
Diese Seminarform ist auch als Präsenzseminar bekannt und bedeutet, dass Sie in unseren Räumlichkeiten von einem Trainer vor Ort geschult werden. Jeder Teilnehmer hat einen Arbeitsplatz mit virtueller Schulungsumgebung. Öffentliche Seminare werden in deutscher Sprache durchgeführt, die Unterlagen sind teilweise in Englisch.
Inhausschulung
Diese Seminarform bietet sich für Unternehmen an, welche gleichzeitig mehrere Teilnehmer gleichzeitig schulen möchten. Der Trainer kommt zu Ihnen ins Haus und unterrichtet in Ihren Räumlichkeiten. Diese Seminare können auf Deutsch – bei Firmenseminaren ist auch Englisch möglich – gebucht werden.
Webinar
Diese Art der Schulung ist geeignet, wenn Sie die Präsenz eines Trainers nicht benötigen, nicht reisen können und über das Internet an einer Schulung teilnehmen möchten.
Fachbereichsleiter / Leiter der Trainer / Ihre Ansprechpartner
-
Lucas Beich
Telefon: + 49 (221) 74740055
E-Mail: lucas.beich@seminar-experts.de -
Paul Goldschmidt
Telefon: + 49 (221) 74740055
E-Mail: paul.goldschmidt@seminar-experts.de
Seminardetails
| Dauer: | 4 Tage ca. 6 h/Tag, Beginn 1. Tag: 10:00 Uhr, weitere Tage 09:00 Uhr |
| Preis: |
Öffentlich oder Live Stream: € 2.396 zzgl. MwSt. Inhaus: € 6.800 zzgl. MwSt. |
| Teilnehmeranzahl: | min. 2 - max. 8 |
| Teilnehmer: | Erfahrene Spark-Anwender, Data Engineers, Plattformteams, DevOps- und Operations-Verantwortliche |
| Voraussetzungen: | Praxiserfahrung mit Apache Spark, DataFrames und Spark SQL |
| Standorte: | Stream Live, Inhaus/Firmenseminar, Berlin, Bremen, Darmstadt, Dresden, Erfurt, Essen, Flensburg, Frankfurt, Freiburg, Friedrichshafen, Hamburg, Hamm, Hannover, Jena, Kassel, Köln, Konstanz, Leipzig, Luxemburg, Magdeburg, Mainz, München, Münster, Nürnberg, Paderborn, Potsdam, Regensburg, Rostock, Stuttgart, Trier, Ulm, Wuppertal, Würzburg |
| Methoden: | Vortrag, Demonstrationen, praktische Übungen am System |
| Seminararten: | Öffentlich, Webinar, Inhaus, Workshop - Alle Seminare mit Trainer vor Ort, Webinar nur wenn ausdrücklich gewünscht |
| Durchführungsgarantie: | ja, ab 2 Teilnehmern |
| Sprache: | Deutsch - bei Firmenseminaren ist auch Englisch möglich |
| Seminarunterlage: | Dokumentation auf Datenträger oder als Download |
| Teilnahmezertifikat: | ja, selbstverständlich |
| Verpflegung: | Kalt- / Warmgetränke, Mittagessen (wahlweise vegetarisch) |
| Support: | 3 Anrufe im Seminarpreis enthalten |
| Barrierefreier Zugang: | an den meisten Standorten verfügbar |
| Weitere Informationen unter + 49 (221) 74740055 |
Seminartermine
Die Ergebnissliste kann durch Anklicken der Überschrift neu sortiert werden.
