Sobre o Treinamento

O treinamento fundamental em Apache Hadoop prepara profissionais para o mercado de trabalho com Hadoop. Seu conteúdo programático foi desenvolvido para que profissionais possam implementar soluções de Big Data em suas corporações. O mesmo abrange, conceitos , conhecimentos de uso dos softwares, interação programática e atividades práticas.

Calendário de turmas abertas

Conteúdo Programático

Conceitual Big Data

• O que é Big Data?
• Os 4 V's principais do Big Data.
• O Profissional Cientista de Dados / Data Scientist.
• Data Lake.
• IoT - Internet das Coisa e Big Data.
• Ferramentas de Big Data.
• Software Livre X Open Source.
• GPL X BSD/Apache.

Conceitual Apache Hadoop

• Visão geral sobre Hadoop
• Características do Hadoop
• Sistema distribuído de arquivos.
• Ecossistema Hadoop
• Quem usa o Hadoop
• Cases do uso Hadoop
• Uso de Hadware comum.
• Distribuições do Hadoop

Instalação do Apache Hadoop

• Requisitos de Instalação
• Adquirindo os pacotes de Instalação
• Modo de Instalação ( SingleCluster, Distribuid Mode )
• Configuração do Ambiente de Rede
• Configurando Yarn.
• Criando diretórios físicos para o Filesystem
• Formatação do FileSystem
• Inicializando Serviços
• Iniciando o cluster com seus nós
• Testando Processos ativos

HDFS

• Conceitual HDFS.
• HDFS - Hadoop FileSystem.
• HDFS - MapReduce Data Flow.
• HDFS - Arquitetura.
• Comandos de manipulação do FileSystem.
• Copiando arquivos para o FileSystem.
• Listando arquivos no HDFS.
• Criando e Removendo Diretórios.
• Interface Web do HDFS.

MapReduce

• Conceitual Map Reduce.
• MapReduce X Hadoop.
• MapReduce - Função Map.
• MapReduce - Função Reduce.
• Fluxo de Trabalho.
• Executando um MapReduce.
• MapReduce no cluster.
• Configurando a IDE Eclipse para MapReduce.
• Criando um novo MapReduce.

CDH - Cloudera Hadoop

• Usando a Distribuição Cloudera.
• Componentes do CDH.
• Cloudera Hadoop X Apache Hadoop.
• Interface de gerenciamento Web (HUE).

Introdução a outras ferramentas de trabalho

• Hortonworks.
• Apache Mahout.
• Hbase - Banco de dados distribuído orientado a coluna.
• Pig - Plataforma de alto nível para a criação de programas MapReduce.
• Hive - uma infraestrutura de data warehouse sobre o Hadoop.
• Apache Cassandra - Banco de dados distribuído altamente escalável.
• Apache Sqoop.
• Pentaho Data Integration e Hadoop.

Carga Horária:

• 24 Horas.

Pré-Requisitos:

• Conhecimento básico em programação Java.
• Noções de Big Data.
• Conhecimento de banco de dados e SQL
• Conhecimento básico de Linux

Próxima turma prevista, veja também acima no calendário outras cidades.

Instrutor