Plan du cours
Section 1 : Introduction à Hadoop
- Histoire d'Hadoop, concepts
- éco système
- distributions
- architecture de haut niveau
- Mythes d'Hadoop
- défis hadoop
- matériel / logiciel
- laboratoire : premier regard sur Hadoop
Section 2 : HDFS
- Conception et architecture
- concepts (mise à l'échelle horizontale, réplication, localité des données, prise en compte des racks)
- Daemons : Nœud de noms, Nœud de noms secondaire, Nœud de données
- communications / battements de cœur
- intégrité des données
- chemin de lecture/écriture
- Namenode Haute disponibilité (HA), Fédération
- laboratoires : Interagir avec HDFS
Section 3 : Map Reduce
- concepts et architecture
- démons (MRV1) : jobtracker / tasktracker
- phases : driver, mapper, shuffle/sort, reducer
- Map Reduce Version 1 et Version 2 (YARN)
- Fonctionnement interne de Map Reduce
- Introduction au Java programme Map Reduce
- Travaux pratiques : Exécution d'un exemple de programme MapReduce
Section 4 : Pig
- Pig vs java map reduce
- flux de travail de pig
- Pig langage latin
- ETL avec Pig
- Transformations et jointures
- Fonctions définies par l'utilisateur (UDF)
- labs : écrire des scripts Pig pour analyser des données
Section 5 : Hive
- architecture et conception
- types de données
- Support SQL dans Hive
- Création Hive de tables et interrogation
- partitions
- jointures
- traitement de texte
- labs : divers labs sur le traitement des données avec Hive
Section 6 : HBase
- concepts et architecture
- hbase vs RDBMS vs cassandra
- API HBase Java
- Données de séries temporelles sur HBase
- conception de schémas
- travaux pratiques : Interagir avec HBase en utilisant le shell ; programmation dans HBase Java API ; exercice de conception de schéma
Pré requis
- à l'aise avec le langage de programmation Java (la plupart des exercices de programmation sont en Java)
- A l'aise dans l'environnement Linux (être capable de naviguer dans la ligne de commande Linux, d'éditer des fichiers en utilisant vi / nano)
Lab environment
Zéro installation : Il n'est pas nécessaire d'installer le logiciel Hadoop sur les machines des étudiants ! Un cluster Hadoop fonctionnel sera fourni aux étudiants.
Les étudiants auront besoin des éléments suivants
- un client SSH (Linux et Mac ont déjà des clients SSH, pour Windows Putty est recommandé)
- un navigateur pour accéder au cluster. Nous recommandons le navigateur Firefox
Nos Clients témoignent (6)
Trainer's preparation & organization, and quality of materials provided on github.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Formation - 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
Formation - Data Analysis with Hive/HiveQL
Many hands-on sessions.
Jacek Pieczątka
Formation - 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
Formation - 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
Formation - Hadoop for Developers and Administrators
practical things of doing, also theory was served good by Ajay