Podstawy Big Data i Hadoop

W erze, w której informacje cyfrowe skalują się wykładniczo, tradycyjne systemy baz danych często mają trudności z przetwarzaniem ogromnych zbiorów danych.Zrozumienie, w jaki sposób systemy rozproszone przechowują i analizują dane na dużą skalę, jest podstawową umiejętnością dla początkujących specjalistów od danych. Ten pisemny kurs przeprowadzi Cię przez podstawowe pojęcia Big Data, architekturę ekosystemu Hadoop oraz sposób rozproszonego przechowywania i przetwarzania w praktyce.Będziesz przechodzić od zrozumienia podstawowych ograniczeń bazy danych do zrozumienie, w jaki sposób ogromne klastry koordynują wydajne przetwarzać terabajty danych, jednocześnie badając, w jak te klasyczne wzorce łączą się z nowoczesnymi chmurami natywnych jezior danych. Czego się nauczysz: - Zrozum podstawowe cechy Big Data i ograniczenia tradycyjnej scentralizowanej pamięci masowej - Poznaj architekturę rozproszonego systemu plików Hadoop (HDFS) i sposób, w jaki zapewnia tolerancję na błędy - Poznaj mechanikę MapReduce do przetwarzania dużych zbiorów danych równolegle w rozproszonych węzłach - Skonfiguruj podstawowe komponenty Hadoop i przeczytaj standardowe wzorce konfiguracji - Przeanalizuj, w jaki sposób Hadoop integruje się z nowoczesną pamięcią obiektów w chmurze i hybrydowymi architekturami danych Kurs rozpoczyna się od podstawowej terminologii i podstaw koncepcyjnych obliczeń rozproszonych przed przejściem do operacji HDFS, przepływów pracy MapReduce i nowoczesnych wzorców jezior danych.Dzięki jasnym pisemnym wyjaśnieniom i praktycznym przykładom konfiguracji zbudujesz solidne teoretyczne i praktyczne podstawy. Ten kurs jest przeznaczony dla absolutnie początkujących, aspirujących inżynierów danych i programistów bez wcześniejszego doświadczenia w systemach rozproszonych. Zacznij czytać już dziś, aby zbudować podstawową wiedzę na temat systemów danych o dużej objętości.