PDF: Wprowadzenie do technologii Big Data
Transkrypt
PDF: Wprowadzenie do technologii Big Data
Kod szkolenia: Tytuł szkolenia: Dni: BIGDATA/F Wprowadzenie do technologii Big Data 1 Opis: Adresaci szkolenia Szkolenie jest adresowane do analityków i programistów, którzy chcą zrobić swój pierwszy krok w kierunku poznania technologii Big Data - technologii, gdzie wolumen przetwarzanych danych ma najwyższy priorytet i przekracza możliwości tradycyjnej architektury i systemów takich jak relacyjne bazy danych czy nawet hurtownie danych. Cel szkolenia Uczestnicy szkolenia zdobędą podstawową wiedzę dotyczącą problemów skali Big Data, zrozumieją algorytm MapReduce, poznają BigTable, bazy NoSQL na przykładzie HBase oraz rozproszone systemy plikowe HDFS, poznają narzędzia analityczne Pig i Hive. Uczestnicy będą wiedzieli jakie są zalety i wady danych technologii, będą wiedzieli kiedy użyć danej technologii. Mocne strony szkolenia Program oferuje szybki przegląd podstawowych technologii z ekosystemu Apache Hadoop. Oprócz prezentacji dla uczestników jest przygotowany warsztat, gdzie w praktyce będą mieli okazje samodzielnie eksplorować zbiory danych. Wymagania Od uczestników szkolenia wymagana jest podstawowa wiedza z SQL, bash’a, Python (lub innego języka skryptowego), Java. Parametry szkolenia 8 godzin (7 godzin netto) wykładów i warsztatów (z wyraźną przewagą warsztatów). Wielkość grupy: maks. 8-10 osób Program szkolenia: 1. Wprowadzenie do Big Data 2. 3. 4. 5. 6. Powered by TCPDF (www.tcpdf.org) a. Definicja b. BI, Big Data a Hurtownie danych c. Geneza i historia, BigTable, MapReduce, GFS d. Klasyfikacja problemu e. Pojęcia real time, batch w kontekście procesowania danych f. Przechowywanie danych - pliki, bazy danych NoSQL g. Przegląd systemów i platform Big Data h. Przegląd ekosystemu Hadoop i. Dystrybucje Big Data Wprowadzenie do MapReduce na przykładzie platformy Hadoop a. Architektura b. HDFS and YARN c. Map Reduce Framework d. Map Reduce Streaming e. Warsztat `. HDFS `. Map Reduce Wprowadzenie do przetwarzania danych na przykładzie Pig a. Architektura b. Tryby pracy c. Typy danych, słowa kluczowe d. Składnia e. Warsztat Pig Wprowadzenie do analizy danych na przykładzie Hive a. Architektura b. Tryby pracy c. Typy danych d. Składnia e. Formaty danych f. Porównanie z Pig g. Warsztat Hive Wprowadzenie do NoSQL na podstawie HBase a. Czym jest NoSQL, NoSQL vs bazy relacyjne b. Przegląd baz nierelacyjnych, CAP theorem c. Projektowanie baz nierelacyjnych d. Architektura HBase e. Model danych f. Wykorzystanie g. CLI h. Zapis, odczyt danych i. Warsztat HBase Monitorowanie i zarządzanie klastrem na przykładzie Ambari a. CLI b. Przegląd Apache Ambari