Hadoop Administration on MapR ( hadoopmapr | 28 hours )

• FS 基础知识 Linux
• 基本 Java
• 了解 Apache Hadoop（推荐）

观众：

本课程旨在揭开大数据/Hadoop 技术的神秘面纱，并表明它并不难理解。

Big Data 概述：

• 什么是 Big Data
• 为什么 Big Data 越来越受欢迎
• Big Data 案例研究
• Big Data 特性
• 要处理的解决方案Big Data。

Hadoop 及其元件：

• 什么是 Hadoop 以及它的组成部分是什么。
• Hadoop 架构及其特性 它可以处理的数据 /Process。
• 简要介绍 Hadoop 历史、使用它的公司以及他们开始使用它的原因。
• Hadoop 框架工作及其元件-详细解释。
• 什么是 HDFS 和对 Hadoop 分散式文件系统的读取-写入。
• 如何设置 Hadoop 不同模式的集群 - 独立/伪/多节点集群。

（这包括在 VirtualBox/KVM/VMware 中设置一个 Hadoop 集群，需要仔细研究的网路配置，运行 Hadoop 守护进程和测试集群）。

• 什么是 Map Reduce 框架工作及其工作原理。
• 在 Hadoop 集群上运行 Map Reduce 作业。
• 了解 Hadoop 集群上下文中的 Replication、Mirroring 和 Rack 感知。

Hadoop 集群规划：

• 如何规划Hadoop集群。
• 了解硬体-软体以规划您的Hadoop集群。
• 了解工作负载并规划集群以避免故障并执行最佳性能。

什么是 MapR 以及为什么选择 MapR ：

• MapR 及其体系结构概述。
• 理解并操作MapR控制系统、MapR卷、快照和镜像。
• 在 MapR 的上下文中规划集群。
• MapR 与其他发行版和 Apache 的比较 Hadoop。
• MapR 安装和集群部署。

集群设置和管理：

• 管理服务、节点、快照、镜像卷和远端集群。
• 了解和管理节点。
• 了解 Hadoop 个元件，与 MapR 服务一起安装 Hadoop 个元件。
• Accessing 集群上的数据，包括通过NFS管理服务和节点。
• 通过使用卷管理数据，管理使用者和组，管理和分配节点角色，调试停用节点，集群管理和性能监控，配置/分析和监控指标以监控性能，配置和管理MapR安全性。
• 了解和使用 MapR 表的 M7 本机存储。
• 集群配置和优化以实现最佳性能。

集群升级并与其他设置集成：

• 升级 MapR 的软体版本和升级类型。
• 配置Mapr集群访问 HDFS 集群。
• 在 Amazon Elastic MapReduce 上设置 MapR 集群。

以上所有主题都包括演示和练习课程，供学习者亲身体验该技术。