Programa del Curso
Sección 1: Introducción a Hadoop
- Historia de Hadoop, conceptos
- Ecosistema
- Distribuciones
- Arquitectura de alto nivel
- Mitos de Hadoop
- Desafíos de Hadoop
- Hardware / Software
- Lab : Primer vistazo a Hadoop
Sección 2: HDFS
- Diseño y arquitectura
- Conceptos (escalado horizontal, replicación, localidad de datos, reconocimiento de racks)
- Daemons : Nodo de nombre, Nodo de nombre secundario,Nodo de datos
- Comunicaciones / Latidos del corazón
- Integridad de los datos
- Ruta de lectura/escritura
- Alta disponibilidad (HA) de nodo de nombre, federación
- labs : Interacción con HDFS
Sección 3 : Reducción de mapas
- Conceptos y arquitectura
- daemons (MRV1) : jobtracker / tasktracker
- Fases : Controlador, Mapeador, Aleatorio/Ordenar, Reductor
- Map Reduce Versión 1 y Versión 2 (YARN)
- Aspectos internos de Map Reduce
- Introducción al programa Java Map Reduce
- labs : Ejecución de un programa MapReduce de ejemplo
Sección 4 : Cerdo
- Pig vs Java Map Reduce
- Flujo de trabajo porcino
- Cerdo Idioma Latino
- ETL con Pig
- Transformaciones y uniones
- Funciones definidas por el usuario (UDF)
- labs : escribir scripts Pig para analizar datos
Sección 5: Hive
- Arquitectura y diseño
- Tipos de datos
- SQL Soporte en Hive
- Creación de tablas de Hive y consultas
- Particiones
- Une
- Procesamiento de textos
- labs : varios laboratorios sobre el procesamiento de datos con Hive
Sección 6: HBase
- Conceptos yarquitectura
- hbase vs RDBMS vs cassandra
- HBase Java API
- Datos de series temporales en HBase
- Diseño de esquemas
- labs : Interacción con HBase mediante shell; programación en la API de HBase Java; Ejercicio de diseño de esquemas
Requerimientos
- cómodo con el lenguaje de programación Java (la mayoría de los ejercicios de programación están en Java)
- cómodo en el entorno Linux (ser capaz de navegar por la línea de comandos Linux, editar archivos usando vi / nano)
Entorno de laboratorio
Instalación cero: ¡ No es necesario instalar el software hadoop en las máquinas de los estudiantes! Se proporcionará a los estudiantes un clúster de hadoop en funcionamiento.
Los estudiantes necesitarán lo siguiente
- un cliente SSH (Linux y Mac ya tienen clientes ssh, para Windows se recomienda Utty )
- Un explorador para acceder al clúster. Recomendamos el navegador Firefox
Testimonios (6)
Trainer's preparation & organization, and quality of materials provided on github.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Curso - 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
Curso - Data Analysis with Hive/HiveQL
Many hands-on sessions.
Jacek Pieczątka
Curso - 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
Curso - 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
Curso - Hadoop for Developers and Administrators
practical things of doing, also theory was served good by Ajay