Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa do Curso
[1. Visão Geral:
- O que é Big Data
- Por que Big Data está ganhando popularidade
- Big Data Estudos de caso
- Big Data Características
- Soluções para trabalhar Big Data.
Hadoop e seus componentes:
- O que é Hadoop e quais são seus componentes.
- Hadoop Arquitetura e suas características de Dados que ela pode manipular/Processo.
- Resumo sobre Hadoop História, empresas que o utilizam e por que começaram a usá-lo.
- Hadoop Estrutura e seus componentes - explicados em detalhes.
- O que é HDFS e leituras -gravações em Hadoop sistema de arquivos distribuído.
- Como configurar Hadoop Cluster em diferentes modos - cluster autônomo/pseudo/multinó.
(Isso inclui a configuração de um Hadoop cluster no VirtualBox/KVM/VMware, configurações de rede que precisam ser examinadas cuidadosamente, execução de Hadoop Daemons e teste do cluster).
- O que é o quadro Map Reduce e como ele funciona.
- Executando jobs do Map Reduce no cluster Hadoop.
- Noções básicas sobre replicação, espelhamento e reconhecimento de rack no contexto de Hadoop clusters.
Hadoop Planejamento de Cluster:
- Como planejar seu cluster hadoop.
- Noções básicas sobre hardware-software para planejar seu cluster hadoop.
- Compreender as cargas de trabalho e planejar o cluster para evitar falhas e ter um desempenho ideal.
O que é MapR e por que MapR:
- Visão geral do MapR e sua arquitetura.
- Compreensão e funcionamento do sistema de controle MapR, volumes MapR, instantâneos e espelhos.
- Planejando um cluster no contexto do MapR.
- Comparação do MapR com outras distribuições e Apache Hadoop.
- Instalação do MapR e implantação de cluster.
Configuração e administração de cluster:
- Gerenciando serviços, nós, instantâneos, volumes espelhados e clusters remotos.
- Compreendendo e gerenciando nós.
- Compreensão de Hadoop componentes, instalação de Hadoop componentes junto com MapR Services.
- Accessing Dados no cluster, inclusive por meio de serviços e nós de gerenciamento NFS.
- Gerenciamento de dados usando volumes, gerenciamento de usuários e grupos, gerenciamento e atribuição de funções a nós, comissionamento, descomissionamento de nós, administração de cluster e monitoramento de desempenho, configuração/análise e monitoramento de métricas para monitorar desempenho, configuração e administração de segurança MapR.
- Compreender e trabalhar com M7- Armazenamento nativo para tabelas MapR.
- Configuração e ajuste de cluster para desempenho ideal.
Atualização do cluster e integração com outras configurações:
- Atualização da versão do software do MapR e tipos de atualização.
- Configurando o cluster Mapr para acessar o cluster HDFS.
- Configurando cluster MapR no Amazon Elastic Mapreduce.
Todos os tópicos acima incluem demonstrações e sessões práticas para que os alunos tenham experiência prática com a tecnologia.
Requisitos
- Conhecimento básico de Linux FS
- Java básico
- Conhecimentos de Apache Hadoop (recomendado)
28 horas
Declaração de Clientes (1)
practical things of doing, also theory was served good by Ajay
