Schița de curs
Secțiunea 1: Introducere în Hadoop
- istorie hadoop, concepte
- sistem eco
- distribuţiile
- arhitectura de nivel inalt
- mituri hadoop
- provocări Hadoop
- hardware/software
- laborator: prima privire la Hadoop
Secțiunea 2: HDFS
- Design și arhitectură
- concepte (scalare orizontală, replicare, localitatea datelor, conștientizarea rack-ului)
- Daemoni: Namenode, Namenode secundar, Data node
- comunicații / bătăi ale inimii
- integritatea datelor
- cale de citire/scriere
- Namenode High Availability (HA), Federație
- laboratoare: Interacțiunea cu HDFS
Secțiunea 3: Reducerea hărții
- concepte și arhitectură
- daemons (MRV1): jobtracker / tasktracker
- faze: driver, mapper, shuffle/sort, reducer
- Map Reduce Versiunea 1 și Versiunea 2 (YARN)
- Interne de Map Reduce
- Introducere în programul Java Map Reduce
- laboratoare: Rularea unui program de probă MapReduce
Secțiunea 4: Porc
- pig vs java map reduce
- fluxul de muncă de porc
- limba latină porc
- ETL cu Pig
- Transformări și îmbinări
- Funcții definite de utilizator (UDF)
- laboratoare: scrierea de scripturi Pig pentru a analiza datele
Secțiunea 5: Hive
- arhitectura si designul
- tipuri de date
- SQL suport în Hive
- Crearea Hive tabele și interogare
- despărțitori
- se alătură
- prelucrarea textului
- laboratoare : diverse laboratoare de prelucrare a datelor cu Hive
Secțiunea 6: HBază
- concepte și arhitectură
- hbase vs RDBMS vs Cassandra
- HBase Java API
- Date de serie cronologică despre HBase
- proiectarea schemei
- laboratoare: Interacțiunea cu HBase folosind shell; programare în HBase Java API ; Exercițiu de proiectare a schemei
Cerințe
- confortabil cu limbajul de programare Java (cele mai multe exerciții de programare sunt în java) .
- confortabil în mediul Linux (să fie capabil să navigheze Linux linia de comandă, să editeze fișiere folosind vi / nano) .
Mediul de laborator
Zero Install : Nu este nevoie să instalați software-ul hadoop pe studenți’ mașini! Un cluster hadoop funcțional va fi pus la dispoziția studenților.
Studenții vor avea nevoie de următoarele
- un client SSH (Linux și Mac au deja clienți ssh, pentru Windows Putty este recomandat) .
- un browser pentru a accesa clusterul. Vă recomandăm browserul Firefox .
Mărturii (6)
Trainer's preparation & organization, and quality of materials provided on github.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Curs - Impala for Business Intelligence
I thought he did a great job of tailoring the experience to the audience. This class is mostly designed to cover data analysis with HIVE, but me and my co-worker are doing HIVE administration with no real data analytics responsibilities.
ian reif - Franchise Tax Board
Curs - Data Analysis with Hive/HiveQL
Many hands-on sessions.
Jacek Pieczątka
Curs - Administrator Training for Apache Hadoop
The VM I liked very much The Teacher was very knowledgeable regarding the topic as well as other topics, he was very nice and friendly I liked the facility in Dubai.
Safar Alqahtani - Elm Information Security
Curs - Big Data Analytics in Health
The fact that all the data and software was ready to use on an already prepared VM, provided by the trainer in external disks.
vyzVoice
Curs - Hadoop for Developers and Administrators
practical things of doing, also theory was served good by Ajay