Administración de Hadoop en MapR ( hadoopmapr | 28 hours )

• Conocimientos básicos de Linux FS
• Java básico
• Conocimiento de Apache Hadoop (recomendado)

Audiencia:

Este curso pretende desmitificar la tecnología de datos / hadoop y demostrar que no es difícil de entender.

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.