tipasmokymo klasėje
REGISTRAS

dideli duomenys hadoop sertifikavimo kursas

"Big Data Hadoop" sertifikavimo kursai ir mokymai

apžvalga

Auditorija ir išankstinės sąlygos

Kurso apžvalga

Tvarkaraštis ir mokesčiai

pažymėjimas

"Big Data Hadoop" sertifikavimo kursų apžvalga

Tai išsamus "Hadoop Big Data" mokymo kursas, kurį rengia pramonės ekspertai, atsižvelgdami į dabartinius pramonės darbo reikalavimus, norėdami išsamiai mokytis didelių duomenų ir "Hadoop" modulių. Tai pramonės pripažintas "Big Data" sertifikavimo mokymo kursas, kuris yra "Hadoop" kūrėjo, "Hadoop" administratoriaus, "Hadoop" bandymų ir analizės mokymo kursų derinys. Tai Cloudera "Hadoop" mokymai padės jums išvalyti didelį duomenų sertifikavimą.

Tikslai

  • "Hadoop 2.7" ir "YARN" pagrindinius pagrindus ir jas naudojant rašyti programas
  • "Amazon EC2" pseudomodelio ir daugelio mazgų klasterių nustatymas
  • Meistras "HDFS", "MapReduce", "Hive", "Pig", "Oozie", "Sqoop", "Flume", "Zookeeper", "HBase"
  • "Learn Spark", "Spark RDD", "Graphx", "MLlib" rašymo kibirkšties programas
  • "Master Hadoop" administravimo veikla, tokia kaip klasterių valdymas, stebėjimas, administravimas ir trikčių šalinimas
  • ETL įrankių, pvz., "Pentaho / Talend", konfigūravimas dirbant su "MapReduce", "Hive", "Pig" ir kt
  • Išsamus "Big Data" analizės supratimas
  • "Hadoop" programų testavimas naudojant MR padalinį ir kitas automatikos priemones.
  • Darbas su "Avro" duomenų formatais
  • Praktikuoti realaus gyvenimo projektus naudojant Hadoop ir Apache Spark
  • Būkite pasirengę išvalyti "Big Data Hadoop" sertifikatą.

tikslinę auditoriją

  • Programuotojų kūrėjai ir sistemos administratoriai
  • Patyrę darbuotojai, Projektų vadovai
  • "Big DataHadoop" kūrėjai nori išmokti kitų vertikalių, tokių kaip "Testavimas", "Analytics", administravimas
  • "Mainframe Professional", "Architects & Testing Professionals"
  • Verslo intelektas, duomenų saugykla ir "Analytics" specialistai
  • Absolventai, studentai, norintys sužinoti naujausias "Big Data" technologijas, gali atlikti "Big Data Hadoop Certification" internetinį mokymą

Būtinos sąlygos

  • Nėra reikalo priimti šį "Big data" mokymą ir apginti "Hadoop". Bet UNIX, SQL ir java pagrindai būtų geri. "Intellipate", mes siūlome nemokamą unix ir Java kursą su mūsų "Big Data" sertifikavimo mokymu, kad paskatintumėte reikalingus įgūdžius, kad jums būtų gerai tavo "Hadoop" mokymosi kelias.

Kurso trukmė: 2 dienos

Įvadas į "Big Data & Hadoop" ir jos ekosistemą, žemėlapio mažinimą ir "HDFS"

Kas yra "Big Data", kur "Hadoop" tinka, "Hadoop Distributed File System" - replikacijos, bloko dydis, antrinis pavadinimo pavadinimas, didelis prieinamumas, supratimas YARN - ResourceManager, NodeManager, skirtumas tarp 1.x ir 2.x

"Hadoop" diegimas ir sąranka

"Hadoop 2.x" klasterių architektūra, federacija ir aukšta prieinamumas, tipiškų gamybos klasterių sąranka, "Hadoop" klasterių režimai, "Common Hadoop Shell" komandos, "Hadoop 2.x" konfigūracijos failai, "Cloudera" vienetinių mazgų klasteris

"Deep Dive" "Mapreduce"

Kaip veikia "Mapreduce", "Reducer", "How Driver" veikia, "Combiners", "Partitioners", "Input formats", "Output formats", "Shuffle" ir "Sort", "Mapside" jungtis, "Side joins", "MRUnit", "Distributed Cache"

Lab pratimai:

Darbas su HDFS, rašymas WordCount programa, rašymas pasirinktinį skirtuką, "Mapreduce with Combiner", "Side Side" prisijungimas prie žemėlapio, sumažinimas šoninių jungčių, "Unit Testing Mapreduce", "Mapenduce" bandymas, "LocalJobRunner" režime

Diagramos problemų sprendimas

Kas yra grafikas, diagramos pateikimas, pirmojo pločio paieškos algoritmas, žemėlapio grafiko pavaizdavimas, grafiko algoritmas, grafiko žemėlapio mažinimo pavyzdys,

    Pratimai 1: Pratimai 2: Pratimai 3:

Išsamus kiaulių supratimas

A. Įvadas į kiaulę

"Apache Pig" supratimas, funkcijos, įvairios paskirties ir mokymasis bendrauti su kiaulėmis

B. Kiaulių panaudojimas duomenų analizei

Lotynų kiaulių sintaksė, įvairūs apibrėžimai, duomenų rūšiavimas ir filtravimas, duomenų tipai, "Pig for ETL" diegimas, duomenų įkėlimas, schema peržiūra, apibrėžimai lauke, dažniausiai naudojamos funkcijos.

C. Kiaulė sudėtingam duomenų apdorojimui

Įvairūs duomenų tipai, įskaitant įdėtas ir sudėtingas, apdorojimo duomenis su Pig, grupuotų duomenų iteracija, praktiniai užsiėmimai

D. Atliekant kelių duomenų rinkinio operacijas

Duomenų rinkinys, jungiantis, duomenų rinkinys padalijimas, įvairūs duomenų rinkinių derinimo būdai, nustatytos operacijos, praktiniai užsiėmimai

E. Kiaulių prailginimas

Suprasti vartotojo apibrėžtas funkcijas, atliekant duomenų apdorojimą su kitomis kalbomis, importą ir makrokomandas, naudojant transliacijos ir UDF, siekiant išplėsti kiaulę, praktiniai užsiėmimai

F. Kiaulių darbas

Darbas su realiais duomenų rinkiniais, apimančiais "Walmart" ir "Electronic Arts" kaip atvejo studiją

Išsamus "avilio" supratimas

A. avilys Įvadas

Supratimas avilys, tradicinis duomenų bazių palyginimas su aviliais, kiaulių ir avilių palyginimas, duomenų kaupimas į avilį ir avilį, hive sąveika ir įvairūs avilio vartojimo atvejai

B. Stropas santykinės duomenų analizės srityje

Suprasti HiveQL, pagrindinę sintaksę, įvairius lenteles ir duomenų bazes, duomenų tipus, prisijungti prie duomenų rinkinių, įvairias integruotas funkcijas, disko diegti "Hive" užklausas scenarijus, "shell" ir "Hue".

C. Duomenų tvarkymas su aviliu

Įvairios duomenų bazės, duomenų bazių kūrimas, duomenų formų įvestis, duomenų modeliavimas, "Hive" valdomos lentelės, savarankiškai tvarkomos lentelės, duomenų įkėlimas, duomenų bazių ir lentelių keitimas, užklausų supaprastinimas su vaizdais, rezultatų saugojimas, duomenų prieigos kontrolė, duomenų tvarkymas su "Hive", "Hive Metastore" ir "Thrift" serveriu.

D. Stropo optimizavimas

Užklausos mokymosi efektyvumas, duomenų indeksavimas, skaidymas ir perkėlimas

E. Stubo prailginimas

Diegti vartotojo nustatytas funkcijas išplėsti avilį

F. Pratimai rankomis - dirbama su dideliais duomenų rinkiniais ir išsamia užklausa

Diegti avilį už didžiulius duomenų rinkinių kiekius ir didelius užklausų kiekius

G. UDF, užklausų optimizavimas

Platus darbas su naudotojo apibrėžtais užklausimais, mokymasis optimizuoti užklausas, įvairūs metodai, kaip atlikti našumo nustatymą.

Impala

A. Įvadas į Impala

Kas yra Impala ?, Kaip Impala skiriasi nuo avilio ir kiaulių, Kaip Impala skiriasi nuo reliacinių duomenų bazių, apribojimų ir būsimų nurodymų naudojant Impala Shell

B. Geriausio pasirinkimas (Hive, Pig, Impala)

C. Duomenų modeliavimas ir valdymas su "Impala" ir "Hive"

Duomenų saugojimo apžvalga, duomenų bazių ir lentelių kūrimas, duomenų įkėlimas į lenteles, "HCatalog", "Impala" metaduomenų saugojimas

D. Duomenų dalijimasis

Dalijimo apžvalga, dalijimasis Impala ir avilyje

(AVRO) duomenų formatus

Failo formato pasirinkimas, įrankių palaikymas failų formatams, Avro schemos, "Avro" su "Hive" ir "Sqoop" naudojimas, "Avro" schemos evoliucija, suspaudimas

Įvadas į Hbase architektūrą

Kas yra Hbase, kur tai tinka, kas yra NOSQL

Apache Spark

A. Kodėl kibirkštis? Darbas su "Spark" ir "Hadoop Distributed File System"

Kas yra kibirkštis, "Spark" ir "Hadoop" palyginimas, kibirkščių komponentai

B. Sparko komponentai, bendrojo kibirkštinio uždegimo algoritmai-inertiniai algoritmai, grafų analizė, mašinų mokymasis

"Apache Spark" - Įvadas, nuoseklumas, prieinamumas, skaidinys, vieningoji kamino kibirkštis, kibirkštinio stiklo komponentai, nudegimo pavyzdys, mahout, audra, grafika

C. Kibirkštinio kibirkštinio užvedimo, rašymo kibirkštinio užrašymo programomis, naudojant "Python", "Java", "Scala"

Paaiškinkite "python" pavyzdį, parodykite, ar diegiate kibirą, paaiškinkite tvarkyklių programą, paaiškinkite kibirkštinio kontekstą pavyzdžiu, nustatykite silpnai įvedamą kintamąjį, derinkite "scalą" ir "java", aiškinkite lygiagretumą ir paskirstymą, paaiškinkite, kas yra bruožas, paaiškinkite aukštesnės tvarkos funkciją, pvz., Apibrėžkite KFT planuotojas, kibirkšties privalumai, Lamda pavyzdys naudojant kibirkštinįjį, paaiškinkite, kaip sugriežtinti pavyzdį

"Hadoop Cluster" sąranka ir važiavimo žemėlapis mažina darbus

Multi Node Cluster Setup naudojant "Amazon" ec2 - "4" mazgų klastų sąrankos sukūrimas, "Map Working" mažinimas darbui klasteriuose

Pagrindinis projektas - viskas kartu ir "Connecting Dots"

Visiškas jų išdėstymas ir prijungimas prie taškų, darbas su dideliais duomenų rinkiniais, veiksmai, susiję su didelių duomenų analizavimu

ETL jungtis su Hadoop ekosistemomis

Kaip "ETL" įrankiai veikia "Big data" pramonėje, prisijungia prie HDFS iš ETL įrankio ir perkelia duomenis iš vietinės sistemos į HDFS, duomenų perkėlimą iš DBVS į HDFS, darbą su aviliais naudodamiesi ETL įrankiu, žemėlapio kūrimą, sumažina darbą ETL įrankiu, nuo pabaigos iki pabaigos ETL PoC demonstruoja didelę duomenų integraciją su ETL įrankiu.

Cluster Configuration

Konfigūracijos apžvalga ir svarbi konfigūracijos failas, konfigūracijos parametrai ir reikšmės, HDFS parametrai, MapReduce parametrai, Hadoop aplinkos nustatymas, "Įtraukti" ir "Neįtraukti" konfigūracijos failai. Lab: MapReduce Performance Tuning

Administravimas ir priežiūra

"Namenode" / "Datanode" katalogų struktūros ir failai, failų sistemos vaizdas ir redagavimo žurnalas, "Checkpoint Procedure", "Namenode" sugedimo ir atkūrimo procedūra, saugus režimas, metaduomenų ir duomenų atsarginės kopijos, potencialios problemos ir sprendimai / ko ieškoti, mazgų papildymas ir šalinimas, laboratorija: MapReduce Failų sistemos atkūrimas

Stebėjimas ir trikčių šalinimas

Geriausi klasterio stebėjimo būdai, žurnalų naudojimas ir kaminų pėdsakų stebėjimas ir trikčių šalinimas. Atvirojo šaltinio įrankių naudojimas klasterio stebėjimui.

Darbo planuotojas: žemėlapis sumažina darbo pateikimo srautą

Kaip planuoti darbus toje pačioje grupėje, FIFO grafiką, sąžiningą planuotoją ir jo konfigūraciją

Multi Node Cluster nustatymas ir važiavimo žemėlapis Sumažinti darbo vietų "Amazon Ec2"

Multi Node Cluster Setup naudojant "Amazon" ec2 - "4" mazgų klastų sąrankos sukūrimas, "Map Working" mažinimas darbui klasteriuose

ZOOLOGIJOS SODO PRIŽIŪRĖTOJAS

ZOOKEEPER Įvadas, ZOOKEEPER naudojimo atvejai, ZOOKEEPER Paslaugos, ZOOKEEPER duomenų modelis, Znodes ir jos tipai, Znodes operacijos, Znodes laikrodžiai, Znodes skaito ir rašo, nuoseklumas garantijos, klasterio valdymo Leader rinkimai, platinti Išskirtinis užraktas, svarbūs taškai

Advance Oozie

Kodėl Oozie ?, Diegimas Oozie, Pavyzdžiui, Oozie-Workflow variklis, Pavyzdys M / R veiksmas, Word skaičių pavyzdys, Workflow taikymas, Workflow pateikimas, Workflow būklės perėjimai, Oozie darbo apdorojimas, Oozie saugumas, Kodėl Oozie saugumas ?, Job submission , "Multi" nuoma ir masteliai, "Oozie" darbo laiko eilutė, koordinatorius, paketas, abstrakcijos sluoksniai, architektūra, naudojama byla 1: laiko suaktyvinimas, naudojamas atvejis 2: duomenų ir laiko paleidikliai, naudojama byla 3: riedėjimo langas

"Advance Flume"

Apžvalga Apache Flume, Fiziškai paskirstyta Duomenų šaltiniai, Duomenų struktūros keitimas, Glaudesnė išvaizda, Fluoro anatomija, Pagrindinės sąvokos, Renginiai, Klientai, agentai, Šaltinis, Kanalai, Kriauklės, Interceptors, Kanalų parinkimas, Kriauklė, Duomenų įvedimas, Agento vamzdynas , "Operacijų duomenų keitimas", "Maršrutizavimas ir pakartotinis naudojimas", "Kodėl kanalai", "Naudoti atvejus", "Prisijungti su agregacija", "Flume agento pridėjimas", "Serverio ūkio tvarkymas", "Duomenų tūris kiekvienam agentui", Pavyzdys, apibūdinantis vieno mazgo srauto diegimą.

Išankstinis HUE

HUE įvadas, HUE ekosistemos, kas yra HUE?, HUE realaus pasaulio vaizdas, HUE privalumai, kaip įkelti duomenis failų naršyklėje ?, turinio peržiūra, vartotojų integravimas, HDFS integravimas, pagrindai HUE FRONTEND

Advance Impala

IMPALA apžvalga: tikslai, Impala naudotojo vaizdas: apžvalga, Impala naudotojo vaizdas: SQL, Impala naudotojo vaizdas: Apache HBase, Impala architektūra, Impala valstijos parduotuvė, Impala katalogo tarnyba, Query vykdymo etapai, Palyginimas Impala į Avilį

Hadoop taikomųjų programų testavimas

Kodėl testavimas yra svarbus, vienetų testavimas, integracijos testavimas, našumo testavimas, diagnostika, naktinis QA testas, testavimas ir baigiamieji bandymai, funkciniai testai, išleidimo sertifikavimo bandymai, saugumo bandymai, mastelio nustatymo testavimas, paleidimas į eksploataciją ir duomenų nutekamųjų dalių testavimas, patikimumo bandymas , Paleiskite testą

"Hadoop Testing Professional" vaidmenys ir atsakomybė

Reikalavimų supratimas, testavimo įvertinimo parengimas, testavimo atvejai, bandymo duomenys, bandymų stendo sukūrimas, bandymų atlikimas, defektų ataskaitų teikimas, defektų retest, dienos būsenos ataskaitos pristatymas, bandymo užbaigimas, ETL testavimas kiekviename etape (HDFS, HIVE, HBASE) įkeliama įvestis (žurnalai / failai / įrašai ir tt), naudojant sqoop / flume, kuris apima, bet neapsiribojant, duomenų patikrą, suderinimą, naudotojo autorizacijos ir autentiškumo testavimą (grupės, vartotojai, privilegijos ir tt), pranešti apie defektus kūrimo komandai ar valdytojui ir vairavimui juos uždaryti, sujungti visus defektus ir sukurti defektų ataskaitas, patvirtinti naują funkciją ir problemas "Core Hadoop".

Framework ", pavadintą" MR Unit ", skirta žemėlapių mažinimo programoms išbandyti

Pranešti apie kūrimo komandos ar valdytojo defektus ir juos vairuoti, sujungti visus trūkumus ir sukurti defektų ataskaitas. Atsakinga už bandymų sistemos sukūrimą, vadinamą MR padaliniu, skirtą žemėlapių mažinimo programoms išbandyti.

Vienetų testavimas

Automatikos testavimas naudojant OOZIE, Duomenų patvirtinimas naudojant užklausos našumo įrankį.

Bandymo atlikimas

HDFS atnaujinimo bandymo planas, bandymo automatizavimas ir rezultatas

Testo plano strategija ir rašymas Testavimo atvejai Hadoop taikymo testavimui

Kaip patikrinti įdiegti ir konfigūruoti

Darbo ir sertifikavimo parama

"Cloudera" sertifikavimo patarimai ir gairės bei "Mock Interview Preparation", praktiniai patarimai ir metodai

Prašome parašyti mums adresu info@itstechschool.com & susisiekite su mumis + 91-9870480053 kursų kaina ir sertifikavimo kaina, grafika ir vieta

Drop Us Query

Šis mokymo kursas skirtas padėti jums išvalyti abu Cloudera Spark ir Hadoop kūrėjų sertifikatas (CCA175) egzaminas ir Cloudera Certified Administrator for Apache Hadoop (CCAH) egzaminas. Visas mokymo kursų turinys atitinka šias dvi sertifikavimo programas ir padeda jums lengvai išvalyti šiuos sertifikavimo egzaminus ir gauti geriausius darbus aukščiausių MNC.

Vykdydami šį mokymą jūs dirbate realiuoju laiku vykdomuose projektuose ir užduočių, turinčių didelį poveikį realaus pasaulio pramonės scenarijui, taip padedant jums lengvai paspartinti savo karjerą.

Šios mokymo programos pabaigoje bus viktorinos, puikiai atspindinčios atitinkamuose sertifikavimo egzaminuose pateiktus klausimus ir padės jums surinkti geresnius sertifikatus sertifikavimo egzaminuose.

ITS kursų baigimo pažymėjimas bus apdovanotas, kai baigsite Projekto darbą (ekspertinę peržiūrą) ir įvertinsite ne mažiau kaip 60% ženklų viktorinoje. "Intellipate" sertifikavimas yra gerai pripažintas geriausiose "80 +" MNC, pvz., "Ericsson", "Cisco", "Cognizant", "Sony", "Mu Sigma", "Saint-Gobain", "Standard Chartered", TCS, "Genpact", "Hexaware" ir kt.

Daugiau informacijos maloniai Susisiekite su mumis.


Atsiliepimai