Fondamenti di Hadoop per l'elaborazione di Big Data

La gestione di set di dati massivi richiede di andare oltre i database a macchina singola per passare a sistemi distribuiti che scalano. Questo corso ti introduce all'architettura fondamentale dell'archiviazione e del calcolo distribuito utilizzando Hadoop. Passerete da una mentalità di database tradizionale alla comprensione di come archiviare, gestire ed elaborare petabyte di dati su cluster di computer, preparandovi per i moderni ruoli di ingegneria dei big data. Cosa imparerai: Comprendere i concetti fondamentali dei big data, incluse le sfide di volume, velocità e varietà; Padroneggiare l'architettura del Hadoop Distributed File System (HDFS) per un'archiviazione affidabile e tollerante ai guasti; Applicare i concetti di programmazione MapReduce per elaborare set di dati massivi in parallelo; Configurare la gestione delle risorse e la pianificazione dei job tra i cluster utilizzando YARN; Integrare i tradizionali flussi di lavoro di archiviazione Hadoop con l'archiviazione di oggetti cloud moderna e le architetture data lakehouse; Esercitarsi a interrogare dati distribuiti utilizzando strumenti dell'ecosistema e moderne pipeline di dati. Questo corso basato su testo inizia con la terminologia essenziale dei big data e le definizioni architettoniche prima di guidarti attraverso scenari concettuali pratici per la configurazione, l'interrogazione e la gestione di cluster distribuiti. È progettato per principianti assoluti dei big data, senza alcuna esperienza precedente di sistemi distribuiti richiesta. Inizia a leggere oggi per costruire le tue basi nell'architettura dei big data.