Fundamentos de Hadoop para el Procesamiento de Big Data

La gestión de conjuntos de datos masivos requiere ir más allá de las bases de datos de una sola máquina hacia sistemas distribuidos que escalan. Este curso le introduce a la arquitectura central del almacenamiento y la computación distribuidos utilizando Hadoop. Hará la transición de una mentalidad de base de datos tradicional a la comprensión de cómo almacenar, gestionar y procesar petabytes de datos en clústeres de computadoras, preparándolo para roles modernos de ingeniería de big data. Lo que aprenderá: Comprender los conceptos fundamentales de big data, incluidos los desafíos de volumen, velocidad y variedad; Dominar la arquitectura del Hadoop Distributed File System (HDFS) para un almacenamiento fiable y tolerante a fallos; Aplicar conceptos de programación MapReduce para procesar conjuntos de datos masivos en paralelo; Configurar la gestión de recursos y la planificación de trabajos en clústeres utilizando YARN; Integrar flujos de trabajo de almacenamiento Hadoop tradicionales con almacenamiento de objetos en la nube moderno y arquitecturas de data lakehouse; Practicar la consulta de datos distribuidos utilizando herramientas del ecosistema y canalizaciones de datos modernas. Este curso basado en texto comienza con la terminología esencial de big data y las definiciones arquitectónicas antes de guiarlo a través de escenarios conceptuales prácticos para configurar, consultar y gestionar clústeres distribuidos. Está diseñado para principiantes absolutos en big data, sin experiencia previa en sistemas distribuidos. Comience a leer hoy mismo para construir su base en la arquitectura de big data.