Schița de curs
Secțiunea 1: Data Management în HDFS
- Diverse formate de date (JSON / Avro / Parchet)
- Scheme de compresie
- Mascarea datelor
- Laboratoare: Analiza diferitelor formate de date; permițând compresia
Secțiunea 2: Porc avansat
- Funcții definite de utilizator
- Introducere în bibliotecile de porci (ElephantBird / Data-Fu)
- Încărcarea datelor structurate complexe folosind Pig
- Tuning porc
- Laboratoare: scripturi avansate de porc, parsarea unor tipuri de date complexe
Secțiunea 3: Avansat Hive
- Funcții definite de utilizator
- Tabele comprimate
- Hive Ajustarea performanței
- Laboratoare: crearea de tabele comprimate, evaluarea formatelor și configurației tabelelor
Secțiunea 4: HBază avansată
- Modelare avansată a schemelor
- Comprimare
- Ingerare de date în vrac
- Comparație cu masă largă / masă înaltă
- HBază și Porc
- HBase și Hive
- Reglarea performanței HBase
- Laboratoare: tuning HBase; accesarea datelor HBase de la Pig & Hive; Folosind Phoenix pentru modelarea datelor
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 în linia de comandă Linux, să editeze fișiere folosind vi / nano) .
- cunoștințe de lucru cunoștințe de Hadoop.
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