Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
Kursplan
Big Data Översikt:
- Vad är Big Data
- Varför Big Data vinner popularitet
- Big Data Fallstudier
- Big Data Egenskaper
- Lösningar att arbeta med Big Data.
Hadoop & dess komponenter:
- Vad är Hadoop och vad är dess komponenter.
- Hadoop Arkitektur och dess egenskaper hos data den kan hantera /process.
- Kort om Hadoop Historik, företag som använder det och varför de har börjat använda det.
- Hadoop Ramverk och dess komponenter - förklaras i detalj.
- Vad är HDFS och Reads - Skriver till Hadoop distribuerat filsystem.
- Hur man ställer in Hadoop Kluster i olika lägen- Fristående/Pseudo/Multi Node-kluster.
(Detta inkluderar att sätta upp ett Hadoop kluster i VirtualBox/KVM/VMware, nätverkskonfigurationer som måste undersökas noggrant, köra Hadoop Daemons och testa klustret).
- Vad är Map Reduce framework och hur det fungerar.
- Körkarta Reducera jobb på Hadoop kluster.
- Förstå replikering, spegling och rackmedvetenhet i sammanhang med Hadoop kluster.
Hadoop Klusterplanering:
- Hur du planerar ditt hadoop-kluster.
- Förstå hårdvara-mjukvara för att planera ditt hadoop-kluster.
- Förstå arbetsbelastningar och planera kluster för att undvika misslyckanden och prestera optimalt.
Vad är MapR och varför MapR:
- Översikt över MapR och dess arkitektur.
- Förståelse och användning av MapR Control System, MapR Volymer, ögonblicksbilder och speglar.
- Planera ett kluster i MapR-sammanhang.
- Jämförelse av MapR med andra distributioner och Apache Hadoop.
- MapR-installation och klusterdistribution.
Klusterinställningar och administration:
- Hantera tjänster, noder, ögonblicksbilder, spegelvolymer och fjärrkluster.
- Förstå och hantera noder.
- Förståelse för Hadoop komponenter, Installera Hadoop komponenter tillsammans med MapR Services.
- Accessing Data om kluster inklusive via NFS Hantering av tjänster och noder.
- Hantera data genom att använda volymer, hantera användare och grupper, hantera & tilldela roller till noder, driftsättning av avveckling av noder, klusteradministration och prestandaövervakning, konfigurera/ analysera och övervaka mätvärden för att övervaka prestanda, konfigurera och administrera MapR-säkerhet.
- Förstå och arbeta med M7- Native storage för MapR-tabeller.
- Klusterkonfiguration och inställning för optimal prestanda.
Klusteruppgradering och integration med andra inställningar:
- Uppgradering av mjukvaruversion av MapR och typer av uppgradering.
- Konfigurerar Mapr-kluster för att komma åt HDFS-kluster.
- Konfigurera MapR-kluster på Amazon Elastic Mapreduce.
Alla ovanstående ämnen inkluderar demonstrationer och övningssessioner för att eleverna ska få praktisk erfarenhet av tekniken.
Krav
- Grundläggande kunskaper i Linux FS
- Grundläggande Java
- Kunskap om Apache Hadoop (rekommenderas)
28 timmar
Vittnesmål (1)
practical things of doing, also theory was served good by Ajay