Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Přehled velkých dat:
- Co je Big Data Proč Big Data získává na popularitě Big Data Případové studie Big Data Charakteristiky Řešení, na kterých je třeba pracovat Big Data.
Hadoop a jeho součásti:
- Co je Hadoop a jaké jsou jeho součásti. Hadoop Architektura a její charakteristiky dat, která dokáže zpracovat / Zpracovat. Stručně o Hadoop Historie, společnosti, které jej používají a proč jej začaly používat. Hadoop Rám a jeho součásti - podrobně vysvětleno. Co je HDFS a čte - Zapisuje do Hadoop distribuovaného systému souborů. Jak nastavit Hadoop Cluster v různých režimech – Stand-alone/Pseudo/Multi Node cluster.
(To zahrnuje nastavení Hadoop clusteru ve VirtualBox/KVM/VMware, síťové konfigurace, které je třeba pečlivě prozkoumat, spouštění Hadoop Daemons a testování clusteru).
- Co je to Map Reduce frame work a jak to funguje. Spuštění mapy Snížit úlohy na Hadoop clusteru. Pochopení replikace, zrcadlení a povědomí o racku v kontextu Hadoop klastrů.
Hadoop Plánování klastrů:
- Jak naplánovat svůj hadoop cluster. Pochopení hardwaru a softwaru pro plánování clusteru hadoop. Porozumění pracovní zátěži a plánování clusteru, abyste se vyhnuli selhání a dosáhli optimálního výkonu.
Co je MapR a proč MapR:
- Přehled MapR a jeho architektury. Pochopení a fungování ovládacího systému MapR, svazků MapR, snímků a zrcadel. Plánování clusteru v kontextu MapR. Porovnání MapR s jinými distribucemi a Apache Hadoop. Instalace MapR a nasazení clusteru.
Nastavení a správa klastru:
- Správa služeb, uzlů, snímků, zrcadlových svazků a vzdálených clusterů. Pochopení a správa uzlů. Pochopení komponent Hadoop, Instalace komponent Hadoop vedle služeb MapR. Přístup k datům v clusteru, včetně prostřednictvím NFS Správa služeb a uzlů. Správa dat pomocí svazků, správa uživatelů a skupin, správa a přidělování rolí uzlům, uvádění do provozu vyřazování uzlů z provozu, správa clusteru a monitorování výkonu, konfigurace/analýza a monitorování metrik pro sledování výkonu, konfigurace a správa zabezpečení MapR. Pochopení a práce s M7- Nativní úložiště pro tabulky MapR. Konfigurace a ladění clusteru pro optimální výkon.
Upgrade klastru a integrace s dalšími nastaveními:
- Aktualizace verze softwaru MapR a typy upgradu. Konfigurace clusteru Mapr pro přístup ke clusteru HDFS. Nastavení clusteru MapR na Amazon Elastic Mapreduce.
Všechna výše uvedená témata zahrnují ukázky a cvičné sezení pro studenty, aby měli praktické zkušenosti s technologií.
Požadavky
- Základní znalost Linux FS
- Základní Java
- Znalost Apache Hadoop (doporučeno)
28 hodiny
Reference (1)
practical things of doing, also theory was served good by Ajay