آموزش Hadoop مقدماتی

آموزش Hadoop مقدماتی

در دنیای امروز، توان پردازشی سیستم‌های قدیمی دیگر پاسخگوی نیاز موجود برای تجزیه و تحلیل داده ها  نیست. کارآیی هدوپ با امکان پردازش توزیع شده، برای کار با حجم انبوه داده های ساخت یافته و غیر ساخت یافته، بسیار بالاتر از انباره‌های داده سازمانی سنتی است. از آنجایی که هدوپ متن باز بوده و می‌توان آن را روی سخت‌افزارهای مختلف اجرا کرد، استفاده از آن موجب صرفه‌جویی قابل توجه در هزینه‌ها می‌شود. از طرفی با افزایش حجم داده های سازمانی می‌توان هدوپ را نیز ارتقا داد. ازسوی دیگر انجمن آپاچی، به‌عنوان یک پشتوانه قوی همواره به پیشرفت هدوپ کمک خواهد کرد. مطالب اصلی این دوره به قرار زیر است:

• آشنایی با برنامه نویسی Map Reduce و ویژگی‌های آن
• آشنایی با معماری و اجزای اصلی
• مقدمه‌ای بر بیگ دیتا و هادوپ
• نصب هادوپ روی یک ماشین و آشنایی با دستورات کنترل و مدیریت هادوپ
• اجرای مثال نمونه با جاوا ( Map Reduce ) که اطلاعات خود را از HDFS خواهد خواند.

• توسعه دهندگان نرم افزار و معماران نرم افزار
• متخصصین رویکردهای تحلیلی
• متخصصین مدیریت داده
• متخصصین هوش کسب و کار
• مدیران پروژه
• دانشمندان داده
• علاقه مندان به تحلیل بیگ دیتا
• فارغ التحصیلانی که به دنبال موقعیت‌های شغلی در حوزه بیگ دیتا هستند.

• آشنایی با سیستم عامل لینوکس و زبان برنامه نویسی جاوا
• آشنایی کلی با مفاهیم مربوط به داده و محاسبات توزیع شده کمک موثری به استفاده بیشتر از این دوره خواهد کرد.

Big Data and Meet Hadoop

Hadoop I/O

The Hadoop Distributed File System ( HDFS )

Hadoop Operations

• Installing Apache Hadoop
• Administering Hadoop

Map Reduce

• The Old and New Java Map Reduce APIs
• Map Reduce Types and Formats
• Developing a Map Reduce Application
• How Map Reduce Works
• Map Reduce Features
• Hadoop Streaming

Case Study

• شرکت در دوره هادوپ پیشرفته
• شرکت در دوره پروژه‌های مرتبط با هادوپ