Formation Apache Hop : orchestrer et automatiser vos flux de données ETL
Maîtrisez Apache Hop pour extraire, transformer et charger vos données depuis des sources hétérogènes grâce à des pipelines visuels et des workflows automatisés.
Vue d'ensemble
- Maîtrise du langage SQL (requêtes, jointures, types de données)
- Connaissance des concepts de bases de données relationnelles
Objectifs pédagogiques
Programme détaillé
Découverte d'Apache Hop et mise en place de l'environnement
– Positionnement d’Apache Hop : outil ETL open source et son rôle dans l’écosystème d’intégration de données
– Architecture de la plateforme : distinction entre pipelines (transformation) et workflows (orchestration)
– Historique et communauté : origines du projet, évolution depuis Kettle/Pentaho et gouvernance Apache
– Installation et configuration : mise en place de l’environnement de développement et premiers repères dans l’interface
– Installation d’Apache Hop et configuration d’un premier projet
– Navigation dans l’interface graphique et exploration des composants disponibles
Conception de pipelines et workflows
– Pipelines de transformation : création d’un flux de données de bout en bout, de la source à la cible
– Workflows d’orchestration : enchaînement et ordonnancement des pipelines pour automatiser un processus complet
– Exécution et supervision : lancement d’un pipeline et d’un workflow, lecture des résultats d’exécution
– Gestion des flux de données : appréhender le parcours des données à travers les étapes de transformation
– Conception d’un pipeline simple d’extraction et de chargement de données
– Élaboration d’un workflow orchestrant plusieurs pipelines séquentiels
Connexion aux sources et cibles de données
– Métadonnées de connexion : configuration et gestion centralisée des accès aux bases de données
– Connecteurs source et cible : panorama des systèmes supportés (bases relationnelles, fichiers, APIs)
– Jointures entre sources : liens et associations entre données issues de systèmes différents
– Alimentation en Insert/Update : stratégies d’insertion et de mise à jour des données cibles
– Configuration de connexions vers plusieurs bases de données
– Mise en place d’un flux d’alimentation avec gestion Insert/Update
Manipulation et transformation des flux de données
– Tri et ordonnancement : classement ascendant ou descendant des enregistrements d’un flux
– Dédoublement et filtrage : séparation d’un flux en sous-ensembles selon des critères métier
– Extraction de champs : récupération d’informations à partir de chaînes de caractères
– Remplacement et calculs : substitution de valeurs et opérations arithmétiques sur les données du flux
– Produit cartésien et jointures hétérogènes : croisement de données issues de sources différentes
– Comparaison de flux : détection de différences entre deux jeux de données
– Transformation d’un flux brut : tri, dédoublement et filtrage selon des règles métier
– Jointure de données issues de deux sources hétérogènes avec comparaison des résultats
Enrichissement des flux et gestion des variables
– Génération de logs : traçabilité des opérations et suivi de l’exécution des flux
– Variables et paramètres : création et récupération de variables (dates, numériques, alphanumériques) pour dynamiser les traitements
– Résultat de flux : exploitation de la sortie d’un pipeline dans un workflow ou un autre pipeline
– Propriétés d’ordonnancement : configuration des propriétés d’un flux et de son orchestrateur
– Paramétrage dynamique d’un pipeline à l’aide de variables de dates et de chemins
– Chaînage de deux pipelines en exploitant le résultat du premier comme entrée du second
Itérations et boucles
– Problématiques d’itération : cas d’usage nécessitant un traitement répétitif sur des jeux de données
– Boucles paramétrées : utilisation du composant « Copie lignes vers résultat » pour transmettre des données entre itérations
– Boucles avec récupération : combinaison des composants « Copie lignes vers résultat » et « Récupération lignes depuis le résultat » pour des traitements par lots
– Mise en place d’une boucle traitant un ensemble de fichiers de manière itérative
– Construction d’un workflow itératif avec passage de paramètres entre chaque tour de boucle
Exploitation, automatisation et mise en production
– Gestion des erreurs : détection, capture et traitement des erreurs dans les pipelines et workflows
– Débogage et alertes : analyse des traces d’exécution et mise en place de notifications en cas d’anomalie
– Parallélisation : exécution simultanée de plusieurs flux pour optimiser les temps de traitement
– Import/export des développements : portabilité des pipelines et workflows entre environnements
– Automatisation des tâches : planification et déclenchement automatique des traitements
– Documentation et normes : bonnes pratiques de nommage, commentaires et gestion des reprises sur erreur
– Exécution parallèle de plusieurs flux de données avec gestion des erreurs
– Automatisation d’un workflow complet avec planification et alertes en cas d’échec
Prochaines sessions
Ils nous font confiance
Cette année notre filière Data Engineering & Big Data a accompagné plus de 73 entreprises dont :
Avis des participants
That was really useful for me, even though I am a PDA. The trainer was very patient with me (I needed more explanation as I was the only non dev in this training session), and I really liked the fact that there were many exercises.…
Formation idéale pour appréhender la technologie nosql Bon support de formation. Bonne pédagogie
Le formateur a été très clair et a répondu à toutes mes questions. Le rythme est adapté et j'ai reçu de l'aide qui m'a permit de ne pas être en retard. Merci
Intense, pas facile à digérer dans son intégralité.
Ismail was very nice and patient!
Votre formateur
Formation N.
Formatrice Data & SAP
Formation intervient sur des formations portant sur le data engineering et le Big Data. Parmi les formations qui lui sont confiées figurent notamment « Semarchy xDI » et « Data Management ». Son activité de formation remonte à 2010, soit plus de 15 ans d’expérience.
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Questions fréquentes
Combien de temps dure la formation Apache Hop : orchestrer et automatiser vos flux de données ETL ?
Cette formation se déroule sur 3 jours.
Quels sont les prérequis pour suivre la formation Apache Hop : orchestrer et automatiser vos flux de données ETL ?
- Maîtrise du langage SQL (requêtes, jointures, types de données) - Connaissance des concepts de bases de données relationnelles
Quel est le prix de la formation Apache Hop : orchestrer et automatiser vos flux de données ETL ?
En inter-entreprises, elle est à 2 400 € HT par participant ; en intra-entreprise, elle est à 5 250 € HT pour le groupe. Un tarif sur-mesure est également disponible sur devis.
La formation Apache Hop : orchestrer et automatiser vos flux de données ETL délivre-t-elle une certification ?
Cette formation ne délivre pas de certification. Une attestation de fin de formation vous sera remise à l'issue de la session.
La formation Apache Hop : orchestrer et automatiser vos flux de données ETL est-elle éligible à un financement OPCO ?
Oui, cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Choisissez votre formation
Mon contact chez SPARKS est professionnel et très réactif. Les échanges sont simples, efficaces, et la collaboration se déroule dans d'excellentes conditions.
