Slide 1

Slide 1 text

BDW SP 2019 MARCOS TAKESHI

Slide 2

Slide 2 text

AGENDA • Sobre mim • Tendências • Atualização • Tema? • Arquitetura • Crawling • Infra • Controller • Cloud • Validação BIG DATA WEEK SÃO PAULO 2019

Slide 3

Slide 3 text

Big Data Master Specialist MARCOS TAKESHI técnico eletrotécnico engenheiro eletrônico (telecomunicações) administração empresas big data ISTJ /marcos.takeshi /takeshi_marcos /marcostakeshi http://sao-paulo.bigdataweek.com/ BIG DATA WEEK SÃO PAULO 2019

Slide 4

Slide 4 text

ISTJ Acrônimo utilizado para descrever as personalidades criadas por Katharine Briggs e Isabel Myers Significados: "Introverted", "Sensing", "Thinking", "Judging". ISTJ indica uma pessoa que valoriza o tempo gasto consigo mesmo (Introverted), que foca mais em fatos e detalhes do que ideias e conceitos (Sensing), que faz decisões baseada na lógica e na razão (Thinking) e que prefere se planejada e organizada a ser espontânea e flexível (Judging). BIG DATA WEEK SÃO PAULO 2019

Slide 5

Slide 5 text

MASTER ESPECIALIST - Perfil Técnico - Referência Técnica - Compartilha conhecimento - Atua em diversos papéis - Mobilidade entre projetos - Estagiários BIG DATA WEEK SÃO PAULO 2019 analistas coordenadores especialistas gerentes especialistas master

Slide 6

Slide 6 text

participação em projetos não garante um conhecimento abrangente BIG DATA WEEK SÃO PAULO 2019

Slide 7

Slide 7 text

Tendências

Slide 8

Slide 8 text

EVENTOS & TENDÊNCIAS - Strata 2018 (Março): Spark - Strata 2018 (Setembro): Machine Learning - Strata 2019 (Março): Streaming - Strata 2019 (Setembro): Inteligência Artificial BIG DATA WEEK SÃO PAULO 2019

Slide 9

Slide 9 text

GUIDELINES - Hadoop e processamento Batch são commodities - Itens inclusos no hadoop devem ser de conhecimento dos profissionais - hdfs - sqoop - flume - hive - impala - hbase BIG DATA WEEK SÃO PAULO 2019

Slide 10

Slide 10 text

LINUX - o ecossistema hadoop é opensource e roda em linux - nem sempre interfaces gráficas estão disponíveis - conhecimento de comandos linux economiza programação BIG DATA WEEK SÃO PAULO 2019

Slide 11

Slide 11 text

PROCESSAMENTO - Spark (Python/ Scala) ainda é bastante utilizado em processamento batch - Storm - Flink BIG DATA WEEK SÃO PAULO 2019

Slide 12

Slide 12 text

OUTRAS FERRAMENTAS - Solr - Elasticsearch/ Kibana/ Logstash/ Beat/ plugins/ ML - WSO2 Stream Processor - Apache Nifi - Streamsets BIG DATA WEEK SÃO PAULO 2019

Slide 13

Slide 13 text

FRAMEWORKS ML - pandas - scikit-learn - tensorflow - theano - keras - H2O BIG DATA WEEK SÃO PAULO 2019

Slide 14

Slide 14 text

Atualização

Slide 15

Slide 15 text

PROJETOS PESSOAIS - Projetos simples (crawlers, APIs, etc) - Game Hacking - Arduino & RaspberryPI - Alexa / Dash Button BIG DATA WEEK SÃO PAULO 2019

Slide 16

Slide 16 text

PROJETOS FUTUROS - Robô para aumentar seguidores (Instagram) - Chatbot com Telegram - Garduino - etc... BIG DATA WEEK SÃO PAULO 2019

Slide 17

Slide 17 text

BIG DATA WEEK SÃO PAULO 2019

Slide 18

Slide 18 text

OBJETIVO BIG DATA WEEK SÃO PAULO 2019 coisas que você AMA coisas em que você é BOM coisas que dão DINHEIRO

Slide 19

Slide 19 text

IKIGAI BIG DATA WEEK SÃO PAULO 2019 DINHEIRO MUNDO BOM AMA PAIXÃO MISSÃO VOCAÇÃO PROFISSÃO satisfação, mas sentimento de inutilidade confortável, mas sentimento de vazio entusiasmo, mas sentimento de incerteza alegria, mas sem prosperidade RAZÃO DE VIVER

Slide 20

Slide 20 text

EVOLUÇÃO BIG DATA WEEK SÃO PAULO 2019 (1)365 = 1

Slide 21

Slide 21 text

EVOLUÇÃO BIG DATA WEEK SÃO PAULO 2019 (1,01)365 = 37,8

Slide 22

Slide 22 text

INTENÇÃO BIG DATA WEEK SÃO PAULO 2019 - Profissionais não se limitem apenas a suas funções - Expandam seus conhecimentos

Slide 23

Slide 23 text

ENGAJAMENTO - Pró-Atividade - Objetivo em mente - Primeiro o mais importante - Ganha-ganha - Primeiro compreender, depois ser compreendido - Crie sinergia - Cuide da máquina BIG DATA WEEK SÃO PAULO 2019

Slide 24

Slide 24 text

Tema ?

Slide 25

Slide 25 text

- POC trading: Operação em mini-índices PROJETO PESSOAL ATUAL - desenvolvimento de projetos paralelos que estimulem BIG DATA WEEK SÃO PAULO 2019

Slide 26

Slide 26 text

OBJETO DE ESTUDO BIG DATA WEEK SÃO PAULO 2019 Contratos futuros são acordos de compra e venda de produtos negociados na Bolsa de Valores com uma data de vencimento futura. Os minicontratos são uma oportunidade para que investidores com pequeno capital possam operar no mercado futuro, acreditando na alta ou baixa de produtos como Índices, Moedas ou Juros. Os principais investimentos que podem ser feitos com minicontratos são: - Dólar (WDO) - Índices (WIN)

Slide 27

Slide 27 text

OBJETO DE ESTUDO BIG DATA WEEK SÃO PAULO 2019

Slide 28

Slide 28 text

Arquitetura

Slide 29

Slide 29 text

Arquitetura da POC BIG DATA WEEK SÃO PAULO 2019 EC2 crawler rest web service kafka zookeeper S3 Google Drive site controle captura controle análise

Slide 30

Slide 30 text

Crawling

Slide 31

Slide 31 text

SELENIUM - Desenvolvimento em Python - Selenium migração de docker para EC2 pesquisa docker hub BIG DATA WEEK SÃO PAULO 2019

Slide 32

Slide 32 text

AIOHTTP - Desenvolvimento em Python - Biblioteca de HTTP Client/Server BIG DATA WEEK SÃO PAULO 2019

Slide 33

Slide 33 text

CRAWLER - Desenvolvimento em Python - Realiza efetivamente a navegação BIG DATA WEEK SÃO PAULO 2019

Slide 34

Slide 34 text

Infra

Slide 35

Slide 35 text

SCRIPT - SO BIG DATA WEEK SÃO PAULO 2019

Slide 36

Slide 36 text

SCRIPT - JAVA BIG DATA WEEK SÃO PAULO 2019

Slide 37

Slide 37 text

SCRIPT - ZOOKEEPER BIG DATA WEEK SÃO PAULO 2019

Slide 38

Slide 38 text

SCRIPT - KAFKA BIG DATA WEEK SÃO PAULO 2019

Slide 39

Slide 39 text

SCRIPT - PYTHON BIG DATA WEEK SÃO PAULO 2019

Slide 40

Slide 40 text

SCRIPT - CHROME BIG DATA WEEK SÃO PAULO 2019

Slide 41

Slide 41 text

SCRIPT - XVFB BIG DATA WEEK SÃO PAULO 2019

Slide 42

Slide 42 text

SCRIPT - SPARK BIG DATA WEEK SÃO PAULO 2019

Slide 43

Slide 43 text

INSTANCE DETAILS BIG DATA WEEK SÃO PAULO 2019

Slide 44

Slide 44 text

Controller

Slide 45

Slide 45 text

CAPTURA BIG DATA WEEK SÃO PAULO 2019

Slide 46

Slide 46 text

PROBLEMA BIG DATA WEEK SÃO PAULO 2019

Slide 47

Slide 47 text

LOG BIG DATA WEEK SÃO PAULO 2019

Slide 48

Slide 48 text

ANÁLISE BIG DATA WEEK SÃO PAULO 2019

Slide 49

Slide 49 text

SPARK SHELL BIG DATA WEEK SÃO PAULO 2019

Slide 50

Slide 50 text

SPARK SHELL BIG DATA WEEK SÃO PAULO 2019

Slide 51

Slide 51 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 52

Slide 52 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 53

Slide 53 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 54

Slide 54 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 55

Slide 55 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 56

Slide 56 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 57

Slide 57 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 58

Slide 58 text

VISUALIZAÇÃO BIG DATA WEEK SÃO PAULO 2019

Slide 59

Slide 59 text

INSTÂNCIAS BIG DATA WEEK SÃO PAULO 2019

Slide 60

Slide 60 text

Cloud

Slide 61

Slide 61 text

Cloud Conhecimentos adicionais para gerenciamento de instâncias AWS (DevOps) "tão importante quanto ganhar é controlar quanto gasta" BIG DATA WEEK SÃO PAULO 2019

Slide 62

Slide 62 text

Cloudwatch Stop com alarmes BIG DATA WEEK SÃO PAULO 2019

Slide 63

Slide 63 text

Cloudwatch Utilização da máquina BIG DATA WEEK SÃO PAULO 2019

Slide 64

Slide 64 text

Cloudwatch Utilização da máquina BIG DATA WEEK SÃO PAULO 2019

Slide 65

Slide 65 text

Cloudwatch Utilização da máquina BIG DATA WEEK SÃO PAULO 2019

Slide 66

Slide 66 text

Cloudwatch Utilização da máquina BIG DATA WEEK SÃO PAULO 2019

Slide 67

Slide 67 text

Cloudwatch – EC2 BIG DATA WEEK SÃO PAULO 2019

Slide 68

Slide 68 text

Cloudwatch – EC2 BIG DATA WEEK SÃO PAULO 2019

Slide 69

Slide 69 text

Cloudwatch – EC2 BIG DATA WEEK SÃO PAULO 2019

Slide 70

Slide 70 text

Cloudwatch Utilização da máquina BIG DATA WEEK SÃO PAULO 2019

Slide 71

Slide 71 text

Agendamento Start/Stop programados de instâncias EC2 utilizando Cloudwatch, lambda, roles e policies. BIG DATA WEEK SÃO PAULO 2019

Slide 72

Slide 72 text

IAM - Policies BIG DATA WEEK SÃO PAULO 2019

Slide 73

Slide 73 text

Create Policy BIG DATA WEEK SÃO PAULO 2019

Slide 74

Slide 74 text

Review Policy BIG DATA WEEK SÃO PAULO 2019

Slide 75

Slide 75 text

Policy - {} JSON BIG DATA WEEK SÃO PAULO 2019 Versão JSON

Slide 76

Slide 76 text

IAM - Roles BIG DATA WEEK SÃO PAULO 2019

Slide 77

Slide 77 text

Create Role - Service BIG DATA WEEK SÃO PAULO 2019

Slide 78

Slide 78 text

Create Role - Policy BIG DATA WEEK SÃO PAULO 2019

Slide 79

Slide 79 text

Create Role - Tag BIG DATA WEEK SÃO PAULO 2019

Slide 80

Slide 80 text

Create Role - Review BIG DATA WEEK SÃO PAULO 2019

Slide 81

Slide 81 text

IAM - Roles BIG DATA WEEK SÃO PAULO 2019

Slide 82

Slide 82 text

Lambda - Functions BIG DATA WEEK SÃO PAULO 2019

Slide 83

Slide 83 text

Lambda – Create Function BIG DATA WEEK SÃO PAULO 2019

Slide 84

Slide 84 text

Lambda – Nome/Linguagem BIG DATA WEEK SÃO PAULO 2019

Slide 85

Slide 85 text

Lambda – Nome/Linguagem BIG DATA WEEK SÃO PAULO 2019

Slide 86

Slide 86 text

Lambda – Nome/Linguagem BIG DATA WEEK SÃO PAULO 2019

Slide 87

Slide 87 text

Lambda – Function BIG DATA WEEK SÃO PAULO 2019

Slide 88

Slide 88 text

Lambda – Códigos Python BIG DATA WEEK SÃO PAULO 2019 import boto3 def lambda_handler(event, context): ec2 = boto3.client('ec2', 'us-east-1') ec2.start_instance('i-0201d38dfd205x1fb') import boto3 def lambda_handler(event, context): ec2 = boto3.client('ec2', 'us-east-1') ec2.stop_instance('i-0201d38dfd205x1fb')

Slide 89

Slide 89 text

Lambda – Role & Timeout BIG DATA WEEK SÃO PAULO 2019

Slide 90

Slide 90 text

Lambda – Role & Timeout BIG DATA WEEK SÃO PAULO 2019

Slide 91

Slide 91 text

Lambda - Functions BIG DATA WEEK SÃO PAULO 2019

Slide 92

Slide 92 text

Cloudwatch – Rules BIG DATA WEEK SÃO PAULO 2019

Slide 93

Slide 93 text

Cloudwatch – Source BIG DATA WEEK SÃO PAULO 2019

Slide 94

Slide 94 text

Cloudwatch – Cron BIG DATA WEEK SÃO PAULO 2019

Slide 95

Slide 95 text

Cloudwatch – Target BIG DATA WEEK SÃO PAULO 2019

Slide 96

Slide 96 text

Cloudwatch – Target Lambda BIG DATA WEEK SÃO PAULO 2019

Slide 97

Slide 97 text

Cloudwatch – Details BIG DATA WEEK SÃO PAULO 2019

Slide 98

Slide 98 text

Cloudwatch – Rules BIG DATA WEEK SÃO PAULO 2019

Slide 99

Slide 99 text

Custos BIG DATA WEEK SÃO PAULO 2019

Slide 100

Slide 100 text

Validação

Slide 101

Slide 101 text

Comparação BIG DATA WEEK SÃO PAULO 2019

Slide 102

Slide 102 text

Comparação BIG DATA WEEK SÃO PAULO 2019

Slide 103

Slide 103 text

Próximos Passos

Slide 104

Slide 104 text

KAFKA PRODUCER BIG DATA WEEK SÃO PAULO 2019

Slide 105

Slide 105 text

KAFKA CONSUMER BIG DATA WEEK SÃO PAULO 2019 - Programa em python ou scala utilizando spark streaming - Utilizando função windowing para análise de diversos tempos gráficos - Gravação dos resultados em novos tópicos separados por tempo gráfico

Slide 106

Slide 106 text

OPERAÇÕES BIG DATA WEEK SÃO PAULO 2019 - window - countByWindow - reduceByWindow - reduceByKeyAndWindow - countByValueAndWindow

Slide 107

Slide 107 text

SLIDING WINDOW BIG DATA WEEK SÃO PAULO 2019 60seg 0?

Slide 108

Slide 108 text

GROUP KEY BIG DATA WEEK SÃO PAULO 2019 30seg 120seg 30seg 30seg key = segundo

Slide 109

Slide 109 text

/marcos.takeshi /takeshi_marcos /marcostakeshi http://sao-paulo.bigdataweek.com/ MARCOS TAKESHI OBRIGADO BIG DATA WEEK SÃO PAULO 2019