Introduction au Big Data.
- Qu'est-ce que le Big Data ?
- Source des données : l'homme, la machine
- La problématique de taille
- Position de Hadoop dans le paysage.
Introduction à Hadoop.
- L'origine du projet
- Le système de fichiers HDFS
- Comprendre l'algorithme MapReduce
- L'environnement d'Hadoop : HBase, ZooKeeper, Hive, Pig…
- L'API YARN.
Mettre Hadoop en place : HDFS.
- Du mode autonome au mode complètement distribué en cluster
- Pré-requis, distributions Hadoop
- Cluster Hadoop : NameNode, ResourceManager, DataNode, NodeManager
- Les fichiers de configuration
- Opérations de base sur le cluster HDFS : formatage, démarrage, arrêt
Atelier pratique : installer Hadoop sur 2 nœuds, formater et manipuler HDFS
Travailler avec MapReduce.
- L'intérêt de MapReduce
- Mappers, reducers, parallélisme et indépendance des traitements
- Entrées, sorties
- Soumission d'un job à Hadoop
Atelier pratique : exécuter une tâche via MapReduce, avec sortie dans HDFS
Une base de données distribuée : HBase.
- L'accès aléatoire, temps réel, lecture-écriture au Big Data
- Fonctionnalités de HBase, NoSQL
- Pré-requis, configuration
- Manipulation via le shell HBase.
Atelier pratique : mettre en place HBase sur Hadoop, créer et manipuler une table
Et pourquoi pas un peu de SQL avec Hive?
- Présentation de Hive
- Gérer le schéma : bases, tables, vues, partitions
- Manipulation des données, requêtes et map-reduce avec HiveQL
- Audits et journal d'erreurs
Atelier pratique : chargement de données massives dans Hive, requêtes
Analyser les données avec Pig.
- Présentation, installation du projet Apache Pig
- Exécutions de Pig en local, en mode map-reduce
- Scripter pour Pig
- Le langage Pig Latin
- Manipulations de données et stockage avec Pig
Atelier pratique : écrire un script contenant du Pig Latin pour une tâche simple, et l'exécuter en local, puis en mode map reduce.
Aller plus loin avec Hadoop.
Gérer les logs et l'audit de tâches Hadoop
Découvrir MRUnit pour les test unitaires dans Hadoop
Débogage en local
Surveillance des perfomances
Atelier pratique : mise en place d'un job MapReduce plus complexe avec traces et tests unitaires.
A distance ou présentiel: 1860 euros.