Основы Hadoop для обработки больших данных

Управление массивными наборами данных требует перехода от баз данных, работающих на одной машине, к масштабируемым распределенным системам. Этот курс познакомит вас с основной архитектурой распределенного хранения и вычислений с использованием Hadoop. Вы перейдете от традиционного мышления базы данных к пониманию того, как хранить, управлять и обрабатывать петабайт данных в компьютерных кластерах, готовя вас к современным ролям инженерии больших данных. Вы узнаете: основные концепции больших данных, включая проблемы объема, скорости и разнообразия; Освоение архитектуры распределенной файловой системы Hadoop (HDFS) для надежного, отказоустойчивого хранения; Применение концепций программирования MapReduce для параллельной обработки массивных наборов данных; Настройка управления ресурсами и заданий Интеграция традиционных рабочих процессов хранения Hadoop с современными облачными объектами хранения и архитектурой хранилищ данных; Практика запросов распределенных данных с использованием инструментов экосистемы и современных конвейеров данных. Этот текстовый курс начинается с основных терминов и определений архитектуры больших данных, а затем предлагает практические концептуальные сценарии настройки, запросов и управления распределенными кластерами. Он предназначен для абсолютного новичка в больших данных, без предварительного опыта распределенных систем. Начните читать сегодня, чтобы построить свой фундамент в архитектуре больших данных.