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
Big Data Visão geral:
- O que é Big Data?
- Porque é que Big Data está a ganhar popularidade
- Big Data Estudos de caso
- Caraterísticas de Big Data
- Soluções para trabalhar em Big Data.
Hadoop e seus componentes:
- O que é Hadoop e quais são os seus componentes.
- Hadoop Arquitetura e caraterísticas dos dados que pode tratar/processar.
- Breve descrição da história do Hadoop, empresas que o utilizam e por que razão o começaram a utilizar.
- Hadoop Estrutura de trabalho e seus componentes - explicados em pormenor.
- O que é o HDFS e o Reads -Writes to Hadoop Distributed File System.
- Como configurar o Hadoop Cluster em diferentes modos - Stand- alone/Pseudo/Multi Node cluster.
(Isso inclui a configuração de um cluster Hadoop no VirtualBox/KVM/VMware, configurações de rede que precisam ser cuidadosamente analisadas, execução de Daemons Hadoop e teste do cluster).
- O que é e como funciona a estrutura Map Reduce.
- Executando trabalhos de Map Reduce no cluster Hadoop.
- Compreender a replicação, o espelhamento e o reconhecimento de rack no contexto de clusters Hadoop.
Planeamento do cluster Hadoop:
- Como planear o seu cluster hadoop.
- Compreender o hardware-software para planear o seu cluster hadoop.
- Compreender as cargas de trabalho e planear o cluster para evitar falhas e ter um desempenho ótimo.
O que é MapR e porquê MapR :
- Visão geral do MapR e da sua arquitetura.
- Compreensão e funcionamento do sistema de controlo MapR, volumes MapR, snapshots e espelhos.
- Planeamento de um cluster no contexto do MapR.
- Comparação do MapR com outras distribuições e Apache Hadoop.
- Instalação do MapR e implantação do cluster.
Configuração e administração do cluster:
- Gerir serviços, nós, snapshots, volumes espelho e clusters remotos.
- Compreensão e gestão de nós.
- Compreensão dos componentes Hadoop, instalação de componentes Hadoop juntamente com os serviços MapR.
- Accessing de dados no cluster, incluindo via NFS Gestão de serviços e nós.
- Gestão de dados através da utilização de volumes, gestão de utilizadores e grupos, gestão e atribuição de funções a nós, comissionamento e desmantelamento de nós, administração de clusters e monitorização do desempenho, configuração/análise e monitorização de métricas para monitorizar o desempenho, configuração e administração da segurança MapR.
- Compreender e trabalhar com M7 - armazenamento nativo para tabelas MapR.
- Configuração e afinação do cluster para um desempenho ótimo.
Atualização do cluster e integração com outras configurações:
- Atualização da versão de software do MapR e tipos de atualização.
- Configuração do cluster Mapr para aceder ao cluster HDFS.
- Configuração do cluster MapR no Amazon Elastic Mapreduce.
Todos os tópicos acima incluem demonstrações e sessões práticas para que os alunos tenham uma experiência prática da tecnologia.
Requisitos
- Conhecimento básico de Linux FS
- Conhecimentos básicos de Java
- Conhecimentos de Apache Hadoop (recomendado)
28 Horas
Declaração de Clientes (1)
practical things of doing, also theory was served good by Ajay
