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.
Plan Szkolenia
Sekcja 1: Wprowadzenie do Hadoop
- Historia i koncepcje Hadoop
- Ekosystem
- Dystrybucje
- Architektura wysokiego poziomu
- Mity związane z Hadoop
- Wyzwania Hadoop
- Oprogramowanie / Sprzęt
- Laboratorium: Pierwsze spojrzenie na Hadoop
Sekcja 2: HDFS
- Projektowanie i architektura
- Koncepcje (skalowanie poziome, replikacja, lokalność danych, świadomość stacji)
- Demony: Namenode, Secondary namenode, Data node
- Komunikacja / bity serca
- Sprawdzenie integralności danych
- Ścieżka odczytu / zapisu
- Namenode High Availability (HA), Federacja
- Laboratoria: Interakcje z HDFS
Sekcja 3: Redukcja map
- koncepcje i architektura
- demony (MRV1): jobtracker / tasktracker
- fazy: sterownik, mapowanie, tasowanie/sortowanie, reduktor
- Map Reduce w wersji 1 i wersji 2 (YARN)
- Elementy wewnętrzne Map Reduce
- Wprowadzenie do programu Java Map Reduce
- Laboratoria: Uruchamianie przykładowego programu MapReduce
Sekcja 4: Pig
- pig vs java map reduce
- przepływ zadań pig
- język łaciński pig
- ETL z Pig
- Transformacje i łączenia
- Funkcje definiowane przez użytkownika (UDF)
- Laboratoria: pisanie skryptów Pig do analizy danych
Sekcja 5: Hive
- architektura i projektowanie
- typy danych
- Wsparcie SQL w Hive
- Tworzenie Hive tabel i zapytań
- partycje
- złączenia
- przetwarzanie tekstu
- Laboratoria: różne laboratoria dotyczące przetwarzania danych za pomocą Hive
Sekcja 6: HBase
- Koncepcje i architektura
- HBase vs Bazy danych relacyjne vs Cassandra
- API HBase Java
- Dane czasowe szeregowe w HBase
- Projektowanie schematu
- Laboratoria: Interakcje z HBase za pomocą powłoki; programowanie w API HBase Java; ćwiczenie projektowania schematu
Wymagania
- swobodnie posługiwać się Java językiem programowania (większość ćwiczeń programistycznych odbywa się w języku Java)
- wygoda w środowisku Linux (umiejętność poruszania się po Linux wierszu poleceń, edycja plików za pomocą vi / nano)
Środowisko laboratoryjne
Zero Install : Nie ma potrzeby instalowania oprogramowania Hadoop na maszynach studentów! Zostanie udostępniony studentom działający klaster Hadoop.
Studenci będą potrzebować
- klienta SSH (Linux i Mac mają już wbudowane klienty SSH, dla systemu Windows zaleca się użycie Putty)
- przeglądarki do dostępu do klastera, zalecana Firefox
28 godzin
Opinie uczestników (5)
Przygotowanie i organizacja trenera oraz jakość materiałów dostępnych na GitHub.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Szkolenie - Impala for Business Intelligence
Przetłumaczone przez sztuczną inteligencję
Projekt do samodzielnego przygotowania, interesujący przykład DevOps-owej pacy z Ambari, wsparcie trenera (logowanie na maszynę wirtualną, dobra i bezpośrednia komunikacja)
Bartlomiej Krasinski - Rossmann SDP
Szkolenie - HBase for Developers
Praktyczne sprawy zostały dobrze wykonane, a także teoria została dobrze przedstawiona przez Ajaya.
Dominik Mazur - Capgemini Polska Sp. z o.o.
Szkolenie - Hadoop Administration on MapR
Przetłumaczone przez sztuczną inteligencję
Koleżeńska komunikacja z osobami biorących udział w szkoleniu.
Andrzej Szewczuk - Izba Administracji Skarbowej w Lublinie
Szkolenie - Apache NiFi for Administrators
Książka wirtualna, która bardzo mi się podobała Nauczyciel był bardzo wyznawczy co do tematu oraz innych tematów, był bardzo miły i przyjazny Podobało mi się miejsce w Dubaju.
Safar Alqahtani - Elm Information Security
Szkolenie - Big Data Analytics in Health
Przetłumaczone przez sztuczną inteligencję
