Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Seção 1: Introdução ao Hadoop
- História e conceitos do Hadoop
- ecossistema
- distribuições
- arquitetura de alto nível
- mitos sobre o Hadoop
- desafios do Hadoop
- hardware / software
- laboratório: primeira visão do Hadoop
Seção 2: HDFS
- Design e arquitetura
- conceitos (escalabilidade horizontal, replicação, localidade de dados, consciência de rack)
- Daemons : NomeNode, Secondary NameNode, Data Node
- comunicações / batimentos cardíacos
- integridade dos dados
- caminho de leitura/escrita
- NomeNode Alta Disponibilidade (HA), Federação
- laboratórios: Interagindo com o HDFS
Seção 3 : Map Reduce
- conceitos e arquitetura
- daemons (MRV1) : JobTracker / TaskTracker
- fases: driver, mapper, shuffle/sort, reducer
- MapReduce Versão 1 e Versão 2 (YARN)
- Internos do MapReduce
- Introdução ao programa de Java Map Reduce
- laboratórios: Executando um programa de exemplo de MapReduce
Seção 4 : Pig
- pig vs java map reduce
- fluxo de trabalho do pig
- linguagem Pig Latin
- ETL com o Pig
- transformações e junções
- funções definidas pelo usuário (UDF)
- laboratórios: escrevendo scripts Pig para análise de dados
Seção 5: Hive
- arquitetura e design
- tipos de dados
- suporte a SQL no Hive
- Criando tabelas em Hive e consultando
- junções
- processamento de texto
- laboratórios: vários laboratórios sobre processamento de dados com o Hive
Seção 6: HBase
- conceitos e arquitetura
- HBase vs RDBMS vs Cassandra
- HBase Java API
- Dados de séries temporais no HBase
- projeto do esquema
- laboratórios: Interagindo com o HBase usando shell; programação na API HBase Java; exercícios de projeto de esquema
Requisitos
- familiaridade com a linguagem de programação Java (a maioria dos exercícios de programação são em Java)
- confortável no ambiente Linux (ser capaz de navegar na linha de comando do Linux, editar arquivos usando vi / nano)
Ambiente de laboratório
Sem Instalação : Não é necessário instalar software Hadoop nos computadores dos alunos! Um cluster funcional do Hadoop será fornecido para os alunos.
Os alunos precisarão das seguintes ferramentas
- um cliente SSH (Linux e Mac já possuem clientes SSH, para Windows é recomendado o Putty)
- um navegador para acessar o cluster, Firefox é recomendado
28 Horas
Declaração de Clientes (5)
Os exemplos ao vivo
Ahmet Bolat - Accenture Industrial SS
Curso - Python, Spark, and Hadoop for Big Data
Máquina Traduzida
Durante os exercícios, James explicou a mim cada etapa em mais detalhe sempre que eu ficava preso. Eu era completamente novo no NIFI. Ele explicou o propósito real do NIFI, inclusive conceitos básicos como o de código aberto. Ele abrangeu todos os conceitos do Nifi, partindo do nível iniciante até o nível de desenvolvedor.
Firdous Hashim Ali - MOD A BLOCK
Curso - Apache NiFi for Administrators
Máquina Traduzida
Preparação e organização do treinador e qualidade dos materiais fornecidos no github.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Curso - Impala for Business Intelligence
Máquina Traduzida
Que eu tivesse no primeiro lugar.
Peter Scales - CACI Ltd
Curso - Apache NiFi for Developers
Máquina Traduzida
coisas práticas de fazer, além da teoria que foi bem explicada pelo Ajay
Dominik Mazur - Capgemini Polska Sp. z o.o.
Curso - Hadoop Administration on MapR
Máquina Traduzida
