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.
Course Outline
Big Data Gambaran Umum:
- Apa itu Big Data
- Mengapa Big Data semakin populer
- Big Data Studi Kasus
- Big Data Karakteristik
- Solusi untuk dikerjakan pada Big Data.
Hadoop & Komponennya:
- Apa itu Hadoop dan apa saja komponennya.
- Hadoop Arsitektur dan karakteristik Data yang dapat ditanganinya / Diproses.
- Singkat tentang Hadoop Sejarah, perusahaan yang menggunakannya dan mengapa mereka mulai menggunakannya.
- Hadoop Kerangka kerja & komponennya - dijelaskan secara rinci.
- Apa itu HDFS dan Membaca-Menulis ke Hadoop Sistem File Terdistribusi.
- Cara Setup Hadoop Cluster dalam berbagai mode- Stand-alone/Pseudo/Multi Node cluster.
(Ini termasuk menyiapkan cluster Hadoop di VirtualBox/KVM/VMware, Konfigurasi jaringan yang perlu diperhatikan secara cermat, menjalankan Hadoop Daemon dan menguji cluster).
- Apa itu kerangka kerja Map Reduce dan bagaimana cara kerjanya.
- Menjalankan pekerjaan Map Reduce pada cluster Hadoop.
- Memahami Replikasi, Pencerminan dan Kesadaran Rak dalam konteks cluster Hadoop.
Hadoop Perencanaan Klaster:
- Cara merencanakan klaster Hadoop Anda.
- Memahami perangkat keras-perangkat lunak untuk merencanakan kluster hadoop Anda.
- Memahami beban kerja dan merencanakan klaster untuk menghindari kegagalan dan berkinerja optimal.
Apa itu MapR dan mengapa MapR :
- Gambaran umum MapR dan arsitekturnya.
- Pemahaman dan cara kerja Sistem Kontrol MapR, Volume MapR, snapshot & Mirror.
- Merencanakan klaster dalam konteks MapR.
- Perbandingan MapR dengan distribusi lain dan Apache Hadoop.
- Instalasi MapR dan penyebaran klaster.
Pengaturan & Administrasi Klaster:
- Mengelola layanan, node, snapshot, volume cermin dan kluster jarak jauh.
- Memahami dan mengelola Node.
- Pemahaman tentang Hadoop komponen, Menginstal Hadoop komponen bersama Layanan MapR.
- Accessing Data pada cluster termasuk melalui NFS Mengelola layanan & node.
- Mengelola data dengan menggunakan volume, mengelola pengguna dan grup, mengelola & menetapkan peran pada node, komisioning dekomisioning node, administrasi klaster dan pemantauan performa, mengonfigurasi/menganalisis dan memantau metrik untuk memantau performa, mengonfigurasi dan mengelola keamanan MapR.
- Memahami dan bekerja dengan penyimpanan asli M7 untuk tabel MapR.
- Konfigurasi dan penyetelan kluster untuk kinerja optimal.
Peningkatan klaster dan integrasi dengan pengaturan lain:
- Memutakhirkan versi perangkat lunak MapR dan jenis pemutakhiran.
- Mengonfigurasi klaster Mapr untuk mengakses klaster HDFS.
- Menyiapkan klaster MapR pada Amazon Elastic Mapreduce.
Semua topik di atas mencakup Demonstrasi dan sesi praktik bagi peserta didik untuk memperoleh pengalaman langsung tentang teknologi.
Requirements
- Pengetahuan dasar tentang Linux FS
- Dasar Java
- Pengetahuan tentang Apache Hadoop (disarankan)
28 Hours
Testimonials (1)
practical things of doing, also theory was served good by Ajay
