Course Outline

[1. Overzicht:

  • Wat is Big Data
  • Waarom Big Data aan populariteit wint
  • Big Data Casestudies
  • Big Data Kenmerken
  • Oplossingen om aan te werken Big Data.

Hadoop & Zijn componenten:

  • Wat is Hadoop en wat zijn de componenten ervan.
  • Hadoop Architectuur en de kenmerken ervan van de gegevens die het kan verwerken/verwerken.
  • Kort over Hadoop Geschiedenis, bedrijven die het gebruiken en waarom ze het zijn gaan gebruiken.
  • Hadoop Framewerk en de componenten ervan - in detail uitgelegd.
  • Wat is HDFS en leest en schrijft naar Hadoop gedistribueerd bestandssysteem.
  • Hoe in te stellen Hadoop Cluster in verschillende modi - Stand-alone/Pseudo/Multi Node-cluster.

(Dit omvat het opzetten van een Hadoop cluster in VirtualBox/KVM/VMware, netwerkconfiguraties waar zorgvuldig naar moet worden gekeken, het uitvoeren van Hadoop Daemons en het testen van het cluster).

  • Wat is Map Reduce frame work en hoe het werkt.
  • Kaart uitvoeren Verminder taken op cluster Hadoop.
  • Inzicht in replicatie, mirroring en rackbewustzijn in de context van Hadoop clusters.

Hadoop Clusterplanning:

  • Hoe u uw hadoop-cluster plant.
  • Hardware-software begrijpen om uw hadoop-cluster te plannen.
  • Inzicht in werklasten en planningscluster om fouten te voorkomen en optimaal te presteren.

Wat is MapR en waarom MapR:

  • Overzicht van MapR en zijn architectuur.
  • Begrip en werking van MapR Control System, MapR Volumes, snapshots & Mirrors.
  • Een cluster plannen in de context van MapR.
  • Vergelijking van MapR met andere distributies en Apache Hadoop.
  • MapR-installatie en clusterimplementatie.

Clusterconfiguratie en -beheer:

  • Beheer van services, knooppunten, momentopnamen, spiegelvolumes en externe clusters.
  • Knooppunten begrijpen en beheren.
  • Inzicht in Hadoop componenten, installatie van Hadoop componenten naast MapR Services.
  • Accessing Gegevens op cluster, inclusief via NFS-beheerservices en knooppunten.
  • Gegevens beheren door volumes te gebruiken, gebruikers en groepen beheren, rollen beheren en toewijzen aan knooppunten, de buitengebruikstelling van knooppunten in bedrijf stellen, clusterbeheer en prestatiemonitoring, statistieken configureren/analyseren en monitoren om de prestaties te monitoren, MapR-beveiliging configureren en beheren.
  • M7 begrijpen en ermee werken - Native opslag voor MapR-tabellen.
  • Clusterconfiguratie en afstemming voor optimale prestaties.

Clusterupgrade en integratie met andere opstellingen:

  • Softwareversie van MapR upgraden en soorten upgrades.
  • Mapr-cluster configureren voor toegang tot het HDFS-cluster.
  • MapR-cluster instellen op Amazon Elastic Mapreduce.

Alle bovenstaande onderwerpen omvatten demonstraties en oefensessies zodat leerlingen praktijkervaring met de technologie kunnen opdoen.

Requirements

  • Basiskennis van Linux FS
  • Basis Java
  • Kennis van Apache Hadoop (aanbevolen)
 28 Hours

Getuigenissen (1)

Related Courses

Related Categories