Formation Talend OpenStudio intégration de données

Consultants BI, Architectes, Chefs de projets, Gestionnaires de données ou toute personnes devant gérer des flux de données

Maîtriser Talend dans un environnement Big Data
Se servir de Talend comme lien entre les fichiers, applications et bases de données
Acquérir la philosophie de l'outil
Adopter des bonnes pratiques et concevoir des Systèmes d’informations flexibles et robustes
Être capable d'implémenter ses Jobs
Lire et écrire des données sur HDFS et dans des bases de données NoSQL avec des Jobs Talend
Réaliser des Jobs de transformation à l'aide de Pig et Hive
Gérer la qualité de la donnée avec Talend
Utiliser Sqoop pour faciliter la migration de bases de données relationnelles dans Hadoop
Maîtriser l'utilisation de la bibliothèque de composants
Effectuer des traitements ETL (Extraction, Transform and Load) simple et complexes de bout en bout

Mise à disposition d’un poste de travail par participant
Remise d’une documentation pédagogique papier ou numérique pendant le stage
La formation est constituée d’apports théoriques, d’exercices pratiques et de réflexions

Consultant-Formateur expert Bigdata

Rappels sur les solutions ETL.
Ecosystème Talend : Data integration, big data, realtime big datas, data fabric. Intégration, intégrité et gouvernance des données dans une seule et même plateforme unifiée.
Présentation de TMC (talend management cloud).
Présentation Talend OpenStudio : installation, configuration des préférences utilisateurs. Documentation.
Concevoir des jobs simples avec Talend OpenStudio.
Comprendre le fonctionnement de Talend : schéma et propagation de schémas au travers de composants, flux de composants.
Augmenter les attentes en matière de gestion des données.

Intégrer les liens avec les bases de données : présentation des bases de données supportées.
Opérations sur les tables, connexion à un schéma de bases de données.
Gérer les transactions
Utilisation de SQLBuilder pour créer des requêtes
Atelier : réaliser une transformation d’un fichier plat vers une table SQL

Atelier : mise en oeuvre des composants jointures, tests, associations, multi-sorties.
Atelier : mise en oeuvre des composants tFileInputDelimited et tMap.
Création d’un composant. Paramétrage d’un composant. Création de liaison "Main".
Tour d’horizon des différentes familles de composants.
Utiliser le Designer, la palette. Zoom sur les composants.

Création d’un job. Création dans le référentiel.
Analyse du code et exécution des jobs.
Optimiser les jobs, utilisation des joblets.
Utilisation des métadonnées, import/export, propagation sur les jobs, configuration de connexions réutilisables.
Utiliser des contextes. Exploiter le composant tContextLoad.
Gérer le traitement des jobs : les composants tPreJob et tPostJob. Recherche de jobs.
Activer/désactiver un élément.
Importer/exporter un élément.
Atelier : création d’un flux à embranchements multiples avec exploitation du composant tRunIf.

Intégration de fichiers XML, CSV et JSON. Filtrer et orienter la donnée avec le composant regex.
Atelier : création d’un flux de transformation de données et enrichissement.
Normaliser la donnée avec tNormalize.
Etude des composants de transformation.
Mise en oeuvre des principales connexions.
Les composants tAddCRCRow, tChangeFileEncoding, tUniqueRow et tIntervalMatch.

Modélisation des applications.
Présentation des outils : Business Modeler, JobDesigner.
Partager avec les équipes une vue non technique des besoins en terme de flux, opérations, gouvernance des données.
Atelier : création d’un modèle à partir de diagrammes fonctionnels retraçant les fonctionnalités à prendre en compte, à implémenter dans le projet, développement réalisés par les Jobs.

Intégration de Talend dans un environnement Hadoop. Parallélisation des tâches.
Comprendre les mécanismes BigData dans la suite Talend. Dénormalisation BigData et normalisation SGBD.
Présentation des composants BigData, connexion HDFS, mappage et stockage HDFS.
Les composants BigData disponibles.

Comprendre le composant tSqoopExport et le projet Sqoop pour transférer des données du système de fichiers distribué Hadoop (Hadoop Distributed File System, HDFS) vers un système de gestion de base de données relationnelle (SGBDR).
Atelier : Mise en oeuvre de tSqoopExport / tSqoopImport entre une base SQL et Hadoop HDFS.

Jointure Pig. Comprendre les composants tPigLoad, tPigStoreResult et tPigMap.
Comprendre les composants tHiveConnection et tHiveRow.
Couplage HBase.
Atelier : réalisation d’un ETL Pig sur un lac Hadoop distribué, entre des fichiers plats et des fichiers parquets

Traitement de données multi-sources.
Le composant tMap.
Génération de sorties multiples.
Extensions : décomposition de jobs, mise en oeuvre du tRunJob, debugging, analyse des statistiques d’exécution, reporting avec jJasperOutput.
Atelier : création de jointures, transformations à l’aide des variables, expressions et jointures, qualification des données à l’aide de filtres.