Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Big Data áttekintés:
- Mi az Big Data?
- Miért terjed el Big Data népszerűsége
- Big Data esettanulmányok
- Big Data jellemzői
- Megoldások Big Data használatához.
Hadoop és komponensei:
- Mi az Hadoop és milyen komponensei?
- Hadoop architektúra és az adatkezelési/folyamatkezelési jellemzői
- Hadoop története, használó cégek és miért kezdték el használni
- Hadoop keretrendszer és komponensei – részletes leírás
- Mi az HDFS és az olvasási-írási műveletek Hadoop elosztott fájlrendszerében.
- Hogyan állítsuk be Hadoop cluster-t különböző módokon – Stand-alone/Pseudo/Multi Node cluster.
(Ez belepártozik a Hadoop cluster beállításába VirtualBox/KVM/VMware -ban, a hálózati konfigurációk pontos vizsgálatába, a Hadoop daemons futtatásába és a cluster tesztelésébe.)
- Mi a Map Reduce keretrendszer és hogyan működik.
- Map Reduce feladatok futtatása Hadoop cluster-en.
- Replikáció, tükrözés és rack tudatosság érthetőbben Hadoop cluster-ek kontextusában.
Hadoop cluster tervezése:
- Hogyan tervezzük meg a hadoop cluster-ünket.
- A hardver- és szoftverismeret megértése a hadoop cluster tervezéséhez.
- A munkaterhelések megértése és a cluster tervezése a hibák elkerülése és a legjobb teljesítmény érdekében.
Mi a MapR és miért a MapR:
- MapR áttekintése és architektúrája.
- MapR vezérlő rendszer, MapR volumenek, snapshots és tükrözők működése.
- Cluster tervezése a MapR kontextusában.
- MapR összehasonlítása más disztribúciókkal és Apache Hadoop -al.
- MapR telepítése és cluster telepítése.
Cluster beállítása és kezelése:
- Szolgáltatások, csomópontok, snapshots, tükrözött volumenek és távoli clusterek kezelése.
- Csomópontok megértése és kezelése.
- Hadoop komponenseinek megértése, Hadoop komponensek telepítése MapR szolgáltatások mellett.
- Adatok Access -zése a cluster-ben, beleértve az NFS használatát, szolgáltatások és csomópontok kezelése.
- Adatok kezelése volumenek használatával, felhasználók és csoportok kezelése, szerepek hozzárendelése csomópontokhoz, csomópontok aktiválása és letiltása, cluster adminisztráció és teljesítményfigyelés, metrikák beállítása/analízise és figyelése a teljesítmény érdekében, MapR biztonsági beállításainak és adminisztrálásának konfigurálása.
- M7 – MapR táblák számára native tároló megértése és használata.
- Cluster konfigurálása és optimalizálása a legjobb teljesítmény érdekében.
Cluster frissítése és integráció más beállításokkal:
- MapR szoftver verziójának frissítése és a frissítés típusai.
- MapR cluster beállítása HDFS clusterhez való hozzáféréshez.
- MapR cluster beállítása Amazon Elastic Mapreduce-on.
Mind fentebb említett témák tartalmaznak demonstrációkat és gyakorlati órákat, hogy a tanulóknak kézbe vehető tapasztalata legyen a technológiával.
Követelmények
- Alapvető ismeretek az Linux FS-ről
- Alapvető Java
- Apache Hadoop ismerete (ajánlott)
28 Órák
Vélemények (1)
Az elméleti anyag is kiválóan szolgált ajtón át Ajay által
Dominik Mazur - Capgemini Polska Sp. z o.o.
Kurzus - Hadoop Administration on MapR
Gépi fordítás
