Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Sección 1: Introducción a Hadoop
- Hadoop historia, conceptos
- Sistema ecológico
- Distribuciones
- Arquitectura de alto nivel
- Mitos hadoop
- Desafíos de hadoop
- hardware software
- Laboratorio: primer vistazo a Hadoop
Sección 2: HDFS
- Diseño y arquitectura
- Conceptos (escala horizontal, replicación, localidad de datos, conocimiento de rack)
- Daemons: Namenode, Namenode secundario, Nodo de datos
- Comunicaciones / latidos del corazón
- integridad de los datos
- Ruta de lectura / escritura
- Namenode High Availability (HA), Federación
- Laboratorios: interacción con HDFS
Sección 3: Mapa Reducir
- Conceptos y arquitectura
- Daemons (MRV1): jobtracker / tasktracker
- Fases: driver, mapper, shuffle / sort, reductor
- Mapa Reduzca Versión 1 y Versión 2 (YARN)
- Internos del Mapa Reducir
- Introducción a Java Map Reduce el programa
- Laboratorios: Ejecutar un programa MapReduce de ejemplo
Sección 4: Cerdo
- Cerdo vs java mapa reducir
- Flujo de trabajo porcino
- Lengua latina del cerdo
- ETL con cerdo
- Transformations & Joins
- Funciones definidas por el usuario (UDF)
- Laboratorios: escribir scripts Pig para analizar datos
Sección 5: Colmena
- Arquitectura y diseño
- tipos de datos
- Soporte SQL en Hive
- Creación de tablas Hive y consultas
- Particiones
- Se une
- Procesamiento de texto
- Laboratorios: varios laboratorios sobre procesamiento de datos con Hive
Sección 6: HBase
- Conceptos y arquitectura
- Hbase vs RDBMS vs cassandra
- API de Java de HBase
- Datos de series temporales de HBase
- Diseño del esquema
- Labs: Interacción con HBase usando shell; Programación en HBase Java API; Ejercicio de diseño de esquemas
Requerimientos
- Cómodo con el lenguaje de programación de Java (la mayoría de los ejercicios de programación están en java)
- Cómodo en el ambiente de Linux (ser capaz de navegar por la línea de comandos de Linux, editar archivos utilizando vi / nano)
Entorno de laboratorio
Zero Install: ¡No hay necesidad de instalar el software hadoop en las máquinas de los estudiantes! Se proporcionará un grupo de trabajo hadoop para los estudiantes.
Los estudiantes necesitarán lo siguiente
- Un cliente SSH (Linux y Mac ya tienen clientes ssh, para Windows Putty se recomienda)
- Un explorador para acceder al clúster. Recomendamos el navegador Firefox
28 Horas
Testimonios (4)
Trainer's preparation & organization, and quality of materials provided on github.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Curso - Impala for Business Intelligence
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
Curso - Big Data Analytics in Health
Liked very much the interactive way of learning.
Luigi Loiacono
Curso - Data Analysis with Hive/HiveQL
I mostly liked the trainer giving real live Examples.
