Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Descripción general de los grandes datos:
- Qué es Big Data?
- Por qué Big Data está ganando popularidad
- Grandes estudios de datos
- Características de los grandes datos
-
Soluciones para trabajar en Big Data.
Hadoop y sus componentes:
- Qué es Hadoop y cuáles son sus componentes.
- Arquitectura Hadoop y sus características de Datos que puede manejar / Procesar.
- Breve historia de Hadoop, empresas que la usan y por qué han comenzado a usarla.
- Hadoop Marco de trabajo y sus componentes-explicado en detalle.
- ¿Qué es HDFS y lee? -escribe al sistema de archivos distribuido de Hadoop.
- Cómo configurar Hadoop Cluster en diferentes modos: Stand-alone / Pseudo / Multi Node cluster.
(Esto incluye configurar un clúster de Hadoop en VirtualBox / KVM / VMware, configuraciones de red que deben ser examinadas cuidadosamente, ejecutar Daemons de Hadoop y probar el clúster).
- Qué es el trabajo de marco Reducir mapa y cómo funciona.
- Ejecución de mapas Reduzca los trabajos en el clúster Hadoop.
- Entender la replicación, el reflejo y la conciencia Rack en el contexto de los clústeres Hadoop.
Planificación de clústeres de Hadoop:
- Cómo planificar su clúster de hadoop.
- Entender el software de hardware para planificar el clúster de hadoop.
- Comprender las cargas de trabajo y el clúster de planificación para evitar fallos y realizar un trabajo óptimo.
Qué es MapR y por qué MapR:
- Visión general de MapR y su arquitectura.
- Comprensión y funcionamiento de MapR Control System, volúmenes MapR, instantáneas y espejos.
- Planificación de un clúster en el contexto de MapR.
- Comparación de MapR con otras distribuciones y Apache Hadoop.
- MapR y la implementación del clúster.
Configuración y administración del clúster:
- Gestión de servicios, nodos, instantáneas, volúmenes de espejo y clústeres remotos.
- Comprensión y gestión de nodos.
- Comprensión de los componentes de Hadoop, Instalación de componentes de Hadoop junto con MapR Services.
- Acceso a los datos en el clúster, incluyendo a través de NFS Administración de servicios y nodos.
- Gestión de datos mediante el uso de volúmenes, administración de usuarios y grupos, gestión y asignación de funciones a nodos, puesta en marcha de la clausura de nodos, administración de clústeres y supervisión de rendimiento, configuración / análisis y monitorización de métricas para supervisar el rendimiento, configurar y administrar la seguridad MapR.
- Entender y trabajar con M7- Almacenamiento nativo para tablas MapR.
- Configuración del clúster y ajuste para un rendimiento óptimo.
Actualización de clústeres e integración con otras configuraciones:
- Actualización de la versión de software de MapR y tipos de actualización.
- Configuración del clúster Mapr para acceder al clúster HDFS.
- Configuración del cluster MapR en Amazon Elastic Mapreduce.
Todos los temas anteriores incluyen demostraciones y sesiones de práctica para que los estudiantes tengan experiencia práctica de la tecnología.
Requerimientos
- Conocimientos básicos de Linux FS
- Java básico
- Conocimiento de Apache Hadoop (recomendado)
28 Horas
Testimonios (1)
practical things of doing, also theory was served good by Ajay
