Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
1: HDFS (17%)
- Descrivere la funzione dei demoni HDFS
- Descrivi il normale funzionamento di un cluster Apache Hadoop, sia nell'archiviazione che nell'elaborazione dei dati.
- Identificare le caratteristiche attuali dei sistemi di calcolo che motivano un sistema come Apache Hadoop.
- Classificare i principali obiettivi della progettazione HDFS
- In base a uno scenario, identificare il caso d'uso appropriato per la federazione HDFS
- Identificare i componenti e il daemon di un cluster HDFS HA-Quorum
- Analizzare il ruolo della sicurezza HDFS (Kerberos)
- Determinare la migliore scelta di serializzazione dei dati per un determinato scenario
- Descrivere i percorsi di lettura e scrittura dei file
- Identificare i comandi per manipolare i file nella shell del file system Hadoop
2: YARN e MapReduce versione 2 (MRv2) (17%)
- Informazioni su come l'aggiornamento di un cluster da Hadoop 1 a Hadoop 2 influisce sulle impostazioni del cluster
- Informazioni su come distribuire MapReduce v2 (MRv2 / YARN), inclusi tutti i daemon YARN
- Comprendere la strategia di progettazione di base per MapReduce v2 (MRv2)
- Determinare il modo in cui YARN gestisce le allocazioni delle risorse
- Identificare il flusso di lavoro del processo MapReduce in esecuzione su YARN
- Determinare quali file è necessario modificare e come eseguire la migrazione di un cluster da MapReduce versione 1 (MRv1) a MapReduce versione 2 (MRv2) in esecuzione su YARN.
3: Hadoop Pianificazione dei cluster (16%)
- Punti principali da considerare nella scelta dell'hardware e dei sistemi operativi per ospitare un cluster Apache Hadoop.
- Analizza le scelte nella scelta di un sistema operativo
- Comprendere l'ottimizzazione del kernel e lo scambio di dischi
- Dato uno scenario e un modello di carico di lavoro, identificare una configurazione hardware appropriata per lo scenario
- In uno scenario, determinare i componenti dell'ecosistema che il cluster deve eseguire per soddisfare il contratto di servizio
- Dimensionamento del cluster: in base a uno scenario e alla frequenza di esecuzione, identificare le specifiche per il carico di lavoro, tra cui CPU, memoria, archiviazione, I/O del disco
- Dimensionamento e configurazione del disco, inclusi JBOD rispetto a RAID, SAN, virtualizzazione e requisiti di dimensionamento del disco in un cluster
- Topologie di rete: comprendere l'utilizzo della rete in Hadoop (sia per HDFS che per MapReduce) e proporre o identificare i componenti chiave della progettazione della rete per un determinato scenario
4: Hadoop Installazione e amministrazione del cluster (25%)
- In base a uno scenario, identificare il modo in cui il cluster gestirà gli errori del disco e del computer
- Analizzare una configurazione di registrazione e il formato del file di configurazione della registrazione
- Comprendere le nozioni di base delle metriche Hadoop e del monitoraggio dell'integrità del cluster
- Identificare la funzione e lo scopo degli strumenti disponibili per il monitoraggio dei cluster
- Essere in grado di installare tutti i componenti dell'ecosistema in CDH 5, inclusi (ma non limitati a): Impala, Flume, Oozie, Hue, Manager, Sqoop, Hive e Pig
- Identificare la funzione e lo scopo degli strumenti disponibili per la gestione del file system Apache Hadoop
5: Risorsa Management (10%)
- Comprendere gli obiettivi di progettazione generali di ciascuno dei Hadoop scheduler
- In base a uno scenario, determinare il modo in cui l'utilità di pianificazione FIFO alloca le risorse del cluster
- In uno scenario, determinare il modo in cui l'Utilità di pianificazione alloca le risorse del cluster in YARN
- In uno scenario, determinare il modo in cui l'Utilità di pianificazione della capacità alloca le risorse del cluster
6: Monitoraggio e registrazione (15%)
- Comprendere le funzioni e le caratteristiche delle capacità di raccolta delle metriche di Hadoop
- Analizzare le interfacce utente Web di NameNode e JobTracker
- Informazioni su come monitorare i daemon del cluster
- Identificare e monitorare l'utilizzo della CPU sui nodi master
- Descrivere come monitorare lo swap e l'allocazione della memoria in tutti i nodi
- Identificare come visualizzare e gestire i file di log di Hadoop
- Interpretare un file di registro
Requisiti
- Competenze amministrative di base Linux
- Competenze di programmazione di base
35 ore
Recensioni (3)
I genuinely enjoyed the many hands-on sessions.
Jacek Pieczatka
Corso - Administrator Training for Apache Hadoop
I genuinely enjoyed the big competences of Trainer.
Grzegorz Gorski
Corso - Administrator Training for Apache Hadoop
I mostly liked the trainer giving real live Examples.
