Programa del Curso
Sección 1: Datos Management en HDFS
- Varios formatos de datos (JSON / Avro / Parquet)
- Esquemas de compresión
- Enmascaramiento de datos
- Labs : Análisis de diferentes formatos de datos; Habilitación de la compresión
Sección 2: Cerdo Avanzado
- Funciones definidas por el usuario
- Introducción a las bibliotecas de cerdos (ElephantBird / Data-Fu)
- Carga de datos estructurados complejos con Pig
- Afinación de cerdos
- Labs: secuencias de comandos pig avanzadas, análisis de tipos de datos complejos
Sección 3 : Avanzado Hive
- Funciones definidas por el usuario
- Tablas comprimidas
- Hive Ajuste del rendimiento
- Labs: creación de tablas comprimidas, evaluación de formatos y configuración de tablas
Sección 4 : HBase avanzado
- Modelado avanzado de esquemas
- Compresión
- Ingesta masiva de datos
- Comparación de mesa ancha / mesa alta
- HBase y Cerdo
- HBase y Hive
- Ajuste del rendimiento de HBase
- Laboratorios: sintonización de HBase; acceder a los datos de HBase de Pig & Hive; Uso de Phoenix para el modelado de datos
Requerimientos
- cómodo con el lenguaje de programación Java (la mayoría de los ejercicios de programación están en Java)
- cómodo en el entorno Linux (ser capaz de navegar por la línea de comandos Linux, editar archivos usando vi / nano)
- un conocimiento práctico de Hadoop.
Entorno de laboratorio
Instalación cero: ¡ No es necesario instalar el software hadoop en las máquinas de los estudiantes! Se proporcionará a los estudiantes un clúster de hadoop en funcionamiento.
Los estudiantes necesitarán lo siguiente
- un cliente SSH (Linux y Mac ya tienen clientes ssh, para Windows se recomienda Putty )
- Un explorador para acceder al clúster. Recomendamos el navegador Firefox
Testimonios (6)
I thought he did a great job of tailoring the experience to the audience. This class is mostly designed to cover data analysis with HIVE, but me and my co-worker are doing HIVE administration with no real data analytics responsibilities.
ian reif - Franchise Tax Board
Curso - Data Analysis with Hive/HiveQL
Trainer's preparation & organization, and quality of materials provided on github.
Mateusz Rek - MicroStrategy Poland Sp. z o.o.
Curso - Impala for Business Intelligence
Many hands-on sessions.
Jacek Pieczątka
Curso - Administrator Training for Apache Hadoop
The VM I liked very much The Teacher was very knowledgeable regarding the topic as well as other topics, he was very nice and friendly I liked the facility in Dubai.
Safar Alqahtani - Elm Information Security
Curso - Big Data Analytics in Health
The fact that all the data and software was ready to use on an already prepared VM, provided by the trainer in external disks.
vyzVoice
Curso - Hadoop for Developers and Administrators
practical things of doing, also theory was served good by Ajay