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.
Kursplan
Big Data Översikt:
- Vad är Big Data
- Varför Big Data ökar i popularitet
- Big Data Fallstudier
- Big Data Egenskaper
- Lösningar att arbeta med Big Data.
Hadoop och dess komponenter:
- Vad är Hadoop och vilka är dess komponenter.
- Hadoop Arkitektur och dess egenskaper hos data som den kan hantera /Process.
- Kort om Hadoop Historia, företag som använder det och varför de har börjat använda det.
- Hadoop Ram och dess komponenter - förklaras i detalj.
- Vad är HDFS och läser -skriver till Hadoop distribuerat filsystem.
- Så här ställer du in Hadoop kluster i olika lägen – fristående/pseudo/multinodkluster.
(Detta inkluderar att sätta upp ett Hadoop kluster i VirtualBox/KVM/VMware, nätverkskonfigurationer som måste undersökas noggrant, köra Hadoop demoner och testa klustret).
- Vad är Map Reduce-ramverket och hur fungerar det.
- Köra kartreduktionsjobb i Hadoop-klustret.
- Förstå replikering, spegling och rackmedvetenhet i kontexten av Hadoop kluster.
Hadoop Klusterplanering:
- Så här planerar du ditt hadoop-kluster.
- Förstå maskinvara och programvara för att planera ditt Hadoop-kluster.
- Förstå arbetsbelastningar och planera kluster för att undvika fel och prestera optimalt.
Vad är MapR och varför MapR:
- Översikt över MapR och dess arkitektur.
- Förståelse och funktion av MapR Styrsystem, MapR-volymer, snapshots och speglar.
- Planera ett kluster i samband med MapR.
- Jämförelse av MapR med andra distributioner och Apache Hadoop.
- MapR-installation och klusterdistribution.
Klusterkonfiguration och administration:
- Hantering av tjänster, noder, snapshots, spegelvolymer och fjärrkluster.
- Förstå och hantera noder.
- Förståelse för Hadoop komponenter, installation av Hadoop komponenter tillsammans med MapR-tjänster.
- Accessing Data på kluster inklusive via NFS-hantering av tjänster och noder.
- Hantering av data med hjälp av volymer, hantering av användare och grupper, hantering och tilldelning av roller till noder, driftsättning av avveckling av noder, klusteradministration och prestandaövervakning, konfiguration/analys och övervakning av mätvärden för att övervaka prestanda, konfiguration och administration av MapR-säkerhet.
- Förstå och arbeta med M7- Inbyggd lagring för MapR-tabeller.
- Klusterkonfiguration och justering för optimala prestanda.
Klusteruppgradering och integrering med andra konfigurationer:
- Uppgradering av programvaruversion av MapR och typer av uppgraderingar.
- Konfigurera Mapr-kluster för åtkomst till 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