Hadoop Administration on MapR ( hadoopmapr | 28 hours )
- Podstawowa znajomość Linux FS
- Podstawowa Java
- Znajomość Apache Hadoop (zalecane)
Publiczność:
Kurs ten ma na celu demistyfikację technologii big data/hadoop i pokazanie, że nie jest ona trudna do zrozumienia.
Big Data Przegląd:
- Czym jest Big Data
- Dlaczego Big Data zyskuje na popularności
- Studia przypadków Big Data
- Charakterystyka Big Data
- Rozwiązania do pracy nad Big Data.
Hadoop i jego składniki:
- Czym jest Hadoop i jakie są jego komponenty.
- Architektura i charakterystyka danych, które może obsługiwać / przetwarzać Hadoop.
- Krótka historia Hadoop, firmy z niego korzystające i dlaczego zaczęły go używać.
- Hadoop Struktura i jej komponenty - wyjaśnione szczegółowo.
- Co to jest HDFS i odczyty - zapisy do Hadoop rozproszonego systemu plików.
- Jak skonfigurować klaster Hadoop w różnych trybach - samodzielny / pseudo / wielowęzłowy.
(Obejmuje to konfigurację klastra Hadoop w VirtualBox / KVM / VMware, konfiguracje sieci, które należy dokładnie sprawdzić, uruchamianie Hadoop Daemonów i testowanie klastra).
- Czym jest i jak działa framework Map Reduce.
- Uruchamianie zadań Map Reduce na klastrze Hadoop.
- Zrozumienie replikacji, mirroringu i świadomości Rack w kontekście klastrów Hadoop.
Planowanie klastra Hadoop:
- Jak zaplanować klaster hadoop.
- Zrozumienie sprzętu i oprogramowania w celu zaplanowania klastra hadoop.
- Zrozumienie obciążeń i planowanie klastra w celu uniknięcia awarii i optymalnego działania.
Co to jest MapR i dlaczego MapR:
- Przegląd MapR i jego architektury.
- Zrozumienie i działanie systemu kontroli MapR, woluminów MapR, migawek i serwerów lustrzanych.
- Planowanie klastra w kontekście MapR.
- Porównanie MapR z innymi dystrybucjami i Apache Hadoop.
- Instalacja MapR i wdrożenie klastra.
Konfiguracja i administracja klastrem:
- Zarządzanie usługami, węzłami, migawkami, woluminami lustrzanymi i zdalnymi klastrami.
- Zrozumienie i zarządzanie węzłami.
- Zrozumienie komponentów Hadoop, instalacja komponentów Hadoop wraz z usługami MapR.
- Dane Access w klastrze, w tym przez NFS Zarządzanie usługami i węzłami.
- Zarządzanie danymi za pomocą wolumenów, zarządzanie użytkownikami i grupami, zarządzanie i przypisywanie ról do węzłów, uruchamianie i wycofywanie węzłów, administracja klastrem i monitorowanie wydajności, konfigurowanie / analizowanie i monitorowanie metryk w celu monitorowania wydajności, konfigurowanie i administrowanie bezpieczeństwem MapR.
- Zrozumienie i praca z M7- Native storage dla tabel MapR.
- Konfiguracja i dostrajanie klastra w celu uzyskania optymalnej wydajności.
Aktualizacja klastra i integracja z innymi konfiguracjami:
- Aktualizacja wersji oprogramowania MapR i rodzaje aktualizacji.
- Konfiguracja klastra Mapr w celu uzyskania dostępu do klastra HDFS.
- Konfiguracja klastra MapR na Amazon Elastic Mapreduce.
Wszystkie powyższe tematy obejmują demonstracje i sesje ćwiczeniowe, aby uczestnicy mogli zapoznać się z technologią.
United Arab Emirates - Hadoop Administration on MapR
Qatar - Hadoop Administration on MapR
Egypt - Hadoop Administration on MapR
Saudi Arabia - Hadoop Administration on MapR
South Africa - Hadoop Administration on MapR
Brasil - Administração Hadoop no MapR
Canada - Hadoop Administration on MapR
中国 - Hadoop Administration on MapR
香港 - Hadoop Administration on MapR
澳門 - Hadoop Administration on MapR
台灣 - Hadoop Administration on MapR
USA - Hadoop Administration on MapR
Österreich - Hadoop Administration on MapR
Schweiz - Hadoop Administration on MapR
Deutschland - Hadoop Administration on MapR
Czech Republic - Hadoop Administration on MapR
Denmark - Hadoop Administration on MapR
Estonia - Hadoop Administration on MapR
Finland - Hadoop Administration on MapR
Greece - Hadoop Administration on MapR
Magyarország - Hadoop Administration on MapR
Ireland - Hadoop Administration on MapR
Luxembourg - Hadoop Administration on MapR
Latvia - Hadoop Administration on MapR
España - Administración de Hadoop en MapR
Italia - Hadoop Administration on MapR
Lithuania - Hadoop Administration on MapR
Nederland - Hadoop Administration on MapR
Norway - Hadoop Administration on MapR
Portugal - Administração Hadoop no MapR
România - Hadoop Administration on MapR
Sverige - Hadoop Administration on MapR
Türkiye - Hadoop Administration on MapR
Malta - Hadoop Administration on MapR
Belgique - Administration de Hadoop avec MapR
France - Administration de Hadoop avec MapR
日本 - Hadoop Administration on MapR
Australia - Hadoop Administration on MapR
Malaysia - Hadoop Administration on MapR
New Zealand - Hadoop Administration on MapR
Philippines - Hadoop Administration on MapR
Singapore - Hadoop Administration on MapR
Thailand - Hadoop Administration on MapR
Vietnam - Hadoop Administration on MapR
India - Hadoop Administration on MapR
Argentina - Administración de Hadoop en MapR
Chile - Administración de Hadoop en MapR
Costa Rica - Administración de Hadoop en MapR
Ecuador - Administración de Hadoop en MapR
Guatemala - Administración de Hadoop en MapR
Colombia - Administración de Hadoop en MapR
México - Administración de Hadoop en MapR
Panama - Administración de Hadoop en MapR
Peru - Administración de Hadoop en MapR
Uruguay - Administración de Hadoop en MapR
Venezuela - Administración de Hadoop en MapR
Polska - Hadoop Administration on MapR
United Kingdom - Hadoop Administration on MapR
South Korea - Hadoop Administration on MapR
Pakistan - Hadoop Administration on MapR
Sri Lanka - Hadoop Administration on MapR
Bulgaria - Hadoop Administration on MapR
Bolivia - Administración de Hadoop en MapR
Indonesia - Hadoop Administration on MapR
Kazakhstan - Hadoop Administration on MapR
Moldova - Hadoop Administration on MapR
Morocco - Hadoop Administration on MapR
Tunisia - Hadoop Administration on MapR
Kuwait - Hadoop Administration on MapR
Oman - Hadoop Administration on MapR
Slovakia - Hadoop Administration on MapR
Kenya - Hadoop Administration on MapR
Nigeria - Hadoop Administration on MapR
Botswana - Hadoop Administration on MapR
Slovenia - Hadoop Administration on MapR
Croatia - Hadoop Administration on MapR
Serbia - Hadoop Administration on MapR