О чём курс
В ходе курса участники получат знания об областях применения, основных возможностях и ограничениях инструмента Apache AirFlow, а также научатся использовать его возможности при работе в Hadoop.
Темы курса включают: введение в ETL и Apache AirFlow, настройку и установку, изучение абстракций и компонентов, работу с DAG, шедулинг и контроль исполнения процессов, мониторинг и отладку, более продвинутые техники и сценарии использования AirFlow, а также лучшие практики интеграции с другими системами, конфигурирование и масштабирование. Кроме того, будут рассмотрены вопросы разработки плагинов, нотификаций, собственных сенсоров и операторов, а также способы тестирования и запуск AirFlow в контейнерах Docker.
По окончании курса участники будут уметь эффективно использовать возможностиApache AirFlow при работе в Hadoop, создавать, выполнять и мониторить потоки заданий по обработке данных.
Цели
Развитие компетенции по созданию, выполнению мониторинга и оркестрации потоков операций по обработке данных.
Целевая аудитория
Инженеры данных
Предварительная подготовка
Специалисты, владеющие Python, SQL и
имеющие опыт работы в Hadoop.
Расписание курсов
Программа курса
01
Введение в Apache Airflow (Теория: 0,5 ак. ч., Практика: 1,5 ак. ч.)
-
Что такое ETL
-
Оркестрация вручную - Cron и скрипты
-
Первый оркестратор для Hadoop - Oozie
-
Введение в AirFlow
-
Локальная установка AirFlow
-
Установка в Docker
-
Настройка подключений к внешним сервисам
-
REST API & CLI
Практика 1. Установка и получение доступа к AirFlow
02
Описание и выполнение заданий в AirFlow (Теория: 0,5 ак. ч., Практика: 1,5 ак. ч.)
-
Запускаемое задание - граф задач (DAG)
-
Оператор (operator)
-
Процесс исполнения задания
-
Состояния задач (task)
-
Веб-интерфейс
Практика 2.
- Планирование, ручной запуск и мониторинг выполнения заданий.
03
Компоненты AirFlow (Теория: 0,5 ак. ч., Практика: 0,5 ак. ч.)
-
Планировщик (Scheduler)
-
Исполнитель заданий (Executor)
-
Исполнитель задач (Worker)
-
Веб-сервер
-
База метаданных
-
Конфигурация
Практика 3. Настройка исполнителей для заданий.
04
Операторы и их композиции (Теория: 0,5 ак. ч., Практика: 2,5 ак. ч.)
-
Виды операторов
-
PythonOperator
-
BashOperator
-
HttpOperator
-
*SQLOperator
Практика 4. Описание простых заданий.
-
Последовательное выполнение
-
Параллельное выполнение
-
Проверка условий
-
Передача данных между операторами: переменные
-
Шаблоны и макросы
Практика 5. Описание составных заданий.
05
Условия срабатывания заданий (Теория: 0,5 ак. ч., Практика: 1,5 ак. ч.)
- Готовые сенсоры
Практика 6. Задание условий срабатывания заданий.
-
Хуки
-
Триггеры
-
Прослушиватели
-
Backfill & catchup
Практика 7. Установка хуков.
- Мониторинг и отладка заданий
06
Разработка для AirFlow (Теория: 0,5 ак. ч., Практика: 1,5 ак. ч.)
-
Плагины и нотификации.
-
Сенсоры и branch операторы.
-
Операторы и хуки.
Практика 8. Разработка и использование оператора.
07
Лучшие практики использования (Теория: 0,5 ак. ч., Практика: 3,5 ак. ч.)
-
Оптимизация заданий
-
Взаимодействие заданий (XCom)
-
Динамические задания
-
Управление параллелизмом и пулингом
-
Тестирование заданий
-
Примеры практических задач и их решений
Практика 9. Тестирование и оптимизация заданий.
08
Интеграция Airflow с другими системами (Теория: 0,5 ак. ч., Практика: 3,5 ак. ч.)
-
Обращение к файловой системе HDFS
-
Пошаговое выполнение отдельными сессиями Spark
-
Выполнение в одной сессии через Spark REST API
Практика 10. Запуск заданий Spark.
- Выполнение запросов Impala
Практика 11. Запуск запросов Impala.
- Выполнение запросов ClickHouse
Практика 12. Запуск заданий ClickHouse.
- Интеграция с SuperSet
09
Промышленное развертывание AirFlow (Теория: 0,5 ак. ч., Практика: 3,5 ак. ч.)
-
Многоузловой кластер
-
AirFlow в Docker
-
Развертывание в Kubernetes
-
Аутентификация, шифрование, управление доступом
-
Журналы
-
Мониторинг
-
Обновление версий
Практика 13. Выполнение заданий на многоузловом кластере.
10
Итого на курс: 24 академических часа: теория – 4,5 ч (19%), практика – 19,5 ч (81%).
Курс проводят
Котельников Егор
Специалист в области BigData
О тренере
Записаться на курс
52 500 ₽
47 250 ₽ — для физ. лиц
Юр. лицо — 52 500 ₽
Физ. лицо — 47 250 ₽
18.07.2025, Онлайн
18.07.2025, Онлайн
Открытая дата
Связанные курсы
EAS-015
24 часа
Основы Hadoop
Этот тренинг дает представление об устройстве Apache Hadoop и методах разработки приложений, обрабатывающих данные на его основе. Участники познакомятся с HDFS – стандартом де-факто для долговременного надежного хранения больших объемов данных фреймворком YARN, управляющим параллельным выполнением приложений на кластере и сопутствующими проектами, входящими в экосистему Hadoop: Hive, Spark, HBase.
от Middle
44 000 ₽
EAS-017
26 часов
Основы Apache Spark
Этот тренинг дает представление об основных понятиях фреймворка Apache Spark и методах его использования для разработки приложений, обрабатывающих данные. Мы рассмотрим применение этого фреймворка для автоматической генерации кода и его распределенного выполнения. Слушатели научатся работать с файлами данных в различных форматах (CSV, Json, Avro, Parquet) в приложениях на Spark, используя SQL и DataFrame. Кроме того, речь пойдет о загрузке данных с внешних хранилищ и во внешние хранилища, такие как Cassandra, Kafka, Postgres и S3. Практические упражнения выполняются на языке Python с использованием веб-ноутбуков Jupyter.
от Middle
47 300 ₽
Наши ученики работают в:
Наши клиенты
