"هادوپ" یک چارچوب نرمافزاری متنباز تحت زبان برنامهنویسی جاوا و محصولی عالیرتبه از "آپاچی" میباشد که به منظور پشتیبانی، پردازش، تحلیل و ذخیرهسازی طیف وسیعی از دادههای عظیم (Big Data) طراحی و ارائه شده است. هادوپ تاکنون استفادهکنندگان بزرگ و کاملاً مشهور شناختهشدهای چون یاهو، گوگل، آمازون، آیبیام و ... داشته و از بسیاری جهات آزموده شده و طبق نظر کاربرانش استاندارد و کارآمد عمل میکند. این دورهی آموزشی تصویریِ حدوداً 5 ساعته سطح متوسط، متقاضیان را با اصول و مفاهیم زیربنایی Apache Hadoop آشنا میکند.
محتوای آموزش:
1- درک اجزای اصلی هادوپ: HDFS و نگاشتکاهش
2- راهاندازی محیط توسعهی هادوپ
3- کار با فایل سیستم هادوپ
4- تنظیم نگاشتکاهش
5- درک Hive و HBase
6- بررسی ابزار پیگ
7- استفاده از کتابخانههای دیگر مانند Impala ، Mahout و Storm
8- درک Spark
9- مصورسازی خروجی هاوپ
و ...
تولید کننده: Lynda.com
تاریخ انتشار: 20-01-2015
سطح: متوسط
مدت زمان آموزش: 4 ساعت و 48 دقیقه
مدرس: Lynn Langit
فهرست کامل سرفصلها و عناوین آموزش (به همراه زمان دقیق آنها) :
Introduction - 1m 44s
Welcome - 47s
What you should know before watching this course - 39s
Using the exercise files - 18s
1. Why Move Away from Relational Databases? - 14m 19s
Understanding the limits of relational database management systems - 5m 21s
Introducing CAP (consistency, availability, partitioning) - 4m 6s
Understanding big data - 4m 52s
2. What Is Hadoop? - 13m 53s
Introducing Hadoop - 9m 2s
Understanding the difference between HBase and Hadoop - 3m 58s
Exploring the future of Hadoop - 53s
3. Understanding Hadoop Core Components - 39m 45s
Understanding Java virtual machines (JVMs) - 1m 18s
Exploring Hadoop Distributed File System (HDFS) and other file systems - 3m 6s
Introducing Hadoop cluster components - 3m 49s
Exploring the Apache and Cloudera Hadoop distributions - 2m 20s
Exploring the Hortonworks and MapR Hadoop distributions - 2m 56s
Exploring Cloudera Hadoop via Cloudera Live - 7m 15s
Understanding Hadoop versions - 1m 58s
Using Amazon Web Services (AWS) and Microsoft cloud-hosted Hadoop - 17m 3s
4. Setting Up the Hadoop Development Environment - 17m 10s
Understanding the parts and pieces - 4m 59s
Hosting Hadoop locally with the Cloudera developer distribution - 2m 1s
Setting up the Cloudera Hadoop developer virtual machine (VM) - 1m 3s
Adding Hadoop libraries to your test environment - 1m 53s
Picking your programming language and IDE - 1m 20s
Exploring the Cloudera VM IDE - 5m 54s
5. Understanding MapReduce 1.0 - 48m 56s
Understanding MapReduce 1.0 - 11m 21s
Exploring the components of a MapReduce job - 10m 2s
Working with the Hadoop file system - 5m 37s
Using the console to run a MapReduce job - 6m 23s
Reviewing the code for a MapReduce WordCount job - 11m 9s
Running and tracking Hadoop jobs - 4m 24s
6. Tuning MapReduce - 20m 46s
Tuning by physical methods - 6m 57s
Tuning a mapper - 8m 2s
Tuning a reducer - 2m 21s
Using a cache for lookups - 3m 26s
7. Understanding MapReduce 2.0/YARN - 17m 52s
Understanding MapReduce 2.0 - 4m 46s
Coding a basic WordCount in Java using MapReduce 2.0 - 8m 1s
Exploring advanced WordCount in Java using MapReduce 2.0 - 5m 5s
8. Understanding Hive - 29m 9s
Introducing Hive and HBase - 2m 55s
Understanding Hive - 6m 37s
Revisiting WordCount using Hive - 6m 31s
Understanding more about HQL query optimization - 3m 9s
Exploring Hive tools in the Cloudera distribution and the Hue web console - 9m 57s
9. Understanding Pig - 19m 37s
Introducing Pig - 5m 1s
Understanding Pig - 4m 43s
Exploring use cases for Pig - 3m 42s
Exploring Pig tools in the Cloudera distribution - 6m 11s
10. Understanding Workflows and Connectors - 23m 12s
Introducing Oozie - 3m 7s
Building a workflow with Oozie - 5m 24s
Introducing Sqoop - 2m 36s
Importing data with Sqoop - 3m 42s
Introducing Flume - 3m 28s
Introducing ZooKeeper - 3m 0s
Using ZooKeeper to coordinate workflows - 1m 55s
11. Other Hadoop Libraries - 17m 39s
Introducing Impala - 4m 49s
Using Impala - 3m 42s
Introducing Mahout - 5m 52s
Introducing Storm - 3m 16s
12. Understanding Spark - 13m 42s
Introducing Apache Spark - 4m 32s
Understanding the Hive landscape - 9m 10s
13. Visualizing Hadoop Output with Tools - 9m 54s
Using Tableau, Excel, and traditional tools - 3m 45s
Using D3, BigML, and new tools - 6m 9s
Conclusion - 41s
Next steps - 41s
نکات:
1- این آموزش به زبان انگلیسی است.
2- آموزش به صورت فیلمهای جداگانه برای هر فصل است.
3- فرمت فایلها MP4 است.
4- فایل های دانلودی قابلیت تعمیر با WinRAR در صورت دانلود ناقص را دارا می باشند.