Apache Ambari: Efficiently Manage Hadoop Clustersのトレーニングコース

このコースは、分散システム環境で大規模データセットを保存および処理するためのソリューションを探しているITスペシャリストを対象としています。

コース目標：

Hadoopクラスター管理に関する知識を得る

Apache Hadoopは、サーバーのクラスタ上でBig Dataを処理するための最も一般的なフレームワークです。この3（必要に応じて、4）日間のコースでは、参加者は、ビジネス上の利点について学習しますとのために例を使用Hadoopインストールする方法を、クラスタの展開と成長を計画、管理、監視、トラブルシューティングおよび最適化する方法、およびその生態系Hadoop 。また、クラスターのバルクデータロードの練習、さまざまなHadoopディストリビューションの理解、およびHadoopエコシステムツールのインストールと管理の練習も行います。このコースは、Kerberosを使用してクラスターを保護する方法についての説明を終えて終了します。

「……資料は非常によく準備されていて、徹底的に覆われていました。ラボはとても親切でよく組織されていました」
- Andrew Nguyen、マイクロソフトオンラインAdvertising 、プリンシパルインテグレーションDWエンジニア

観客

Hadoop管理者

フォーマット

講義と実習で、おおよそバランスが60％の講義と40％の講座です。

Apache Hadoopは、サーバーのクラスタ上でBig Dataを処理するための最も一般的なフレームワークです。このコースでは、開発者にさまざまなコンポーネント（HDFS、MapReduce、Pig、 Hive 、およびHBase）のHadoopエコシステムを紹介します。

Apache Hadoopは、サーバーのクラスタでBig Dataを処理するための最も一般的なフレームワークの1つです。このコースでは、HDFS、高度なPig、 Hive 、HBaseのデータ管理について学びます。これらの高度なプログラミング技術は、経験豊富なHadoop開発者にとって有益です。

観客 ：開発者

期間： 3日間

形式：講義（50％）および実習（50％）

Hadoop is the most popular Big Data processing framework.

このインストラクターによるトレーニングでは、Hadoopエコシステムのコアコンポーネントと、これらの技術が大規模な問題を解決するためにどのように使用できるかを学びます。これらの基礎を学ぶことで、参加者はこれらのシステムの開発者や実装者、また多くのITプロジェクトに関わるデータサイエンティストやアナリストとのコミュニケーション能力を向上させることができます。

観客

• 既存の開発またはITインフラストラクチャにHadoopを実装したいプロジェクトマネージャー
。
• ビッグデータエンジニア、データサイエンティスト、ビジネスアナリストを含む部門横断的なチームとのコミュニケーションを必要とするプロジェクトマネージャー
。

観客：

このコースは、ビッグデータ/ハドープテクノロジを分かりやすく説明し、理解するのが難しくないことを示すことを目的としています。

Hadoopは人気のある Big Data処理フレームワークです。 Pythonは、明確な合成とコード読みやすさで有名な高レベルのプログラミング言語です。

このインストラクター指導、ライブトレーニングでは、参加者は、複数の例を通過し、使用ケースを通過するにつれて、MapReduce、Pig、およびSparkを使用する方法を学びます。

このトレーニングの終了後、参加者は:

• 背後の基本的な概念を理解する Hadoop, MapReduce, Pig, and Spark
• 使用する Python と Hadoop 分散ファイルシステム(HDFS)、MapReduce、豚、およびSpark
• Snakebite を使用して、プログラミングで HDFS にアクセスできます。
• mrjob を使用して MapReduce の仕事を書く Python
• スパークプログラムを書く Python
• 豚の機能を拡張する Python UDF
• マップ管理 ルイジを使用して仕事と豚のスクリプトを削減する

観客

• 開発者
• IT専門家

コースの形式

• 部分講義、部分議論、練習、重い実践

このインストラクターによるライブトレーニングは、Hadoopクラスタを組織内でセットアップ、デプロイ、管理する方法を学びたいシステム管理者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Apache Hadoopのインストールと設定を行う。
• Hadoopエコシステムの4つの主要コンポーネントを理解する：HDFS、MapReduce、YARN、および Hadoop Common。
• Hadoop分散ファイルシステム（Hadoop Distributed File System: HDFS）を使用する。
• Hadoop分散ファイルシステム(HDFS)を使用して、クラスタを数百、数千ノードにスケールする。
• オンプレミスの Spark デプロイメント用のストレージエンジンとして動作するように HDFS をセットアップします。
• Sparkをセットアップして、Amazon S3などの代替ストレージソリューションや、Redis、Elasticsearch、Couchbase、AerospikeなどのNoSQLデータベースシステムにアクセスする
。
• Apache Hadoop クラスタのプロビジョニング、管理、モニタリング、セキュリティ保護などの管理タスクを実行します。

このコースではHBaseを紹介しSQL - Hadoop上にNo SQLストアがありSQL 。このコースは、HBaseを使用してアプリケーションを開発する開発者と、HBaseクラスターを管理する管理者を対象としています。

HBaseのアーキテクチャー、データのモデリング、およびHBase上でのアプリケーション開発について開発者を紹介します。また、HBaseでMapReduceを使用する方法、およびパフォーマンスの最適化に関連するいくつかの管理トピックについても説明します。このコースは実習で、ラボの練習がたくさんあります。

期間 ：3日

対象読者 ：開発者および管理者

このインストラクターによるライブ・トレーニング（オンサイトまたはリモート）では、参加者はライブ・ラボ環境でApache NiFiをデプロイし管理する方法を学びます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Apachi NiFiのインストールと設定
。
• データベースやビッグデータレイクを含む、異種分散データソースからのデータ取得、変換、および管理
。
• データフローを自動化します。
• ストリーミング分析を可能にする。
• データ取り込みにさまざまなアプローチを適用する
。
• Big Dataをビジネスインサイトに変換する
。

このインストラクター主導のライブ・トレーニングでは、Apache NiFiを使用して多くのデモ拡張機能、コンポーネント、プロセッサを開発しながら、フローベースプログラミングの基礎を学びます。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• NiFiのアーキテクチャとデータフローの概念を理解する
。
• NiFiとサードパーティのAPIを使って拡張機能を開発する
。
• 独自の Apache Nifi プロセッサをカスタム開発する
。
• 異種かつ一般的でないファイル形式やデータソースからリアルタイムデータを取得し、処理する
。