Formation Data Engineering Data analyst - Analyse de données en environnement Hadoop

Partager cette formation Télécharger au format pdf Ajouter à mes favoris

Objectifs pédagogiques

• Savoir comment Hadoop Distributed File System (HDFS) et YARN / MapReduce fonctionnent
• Explorer HDFS
• Suivre l'exécution d'une application YARN
• Utiliser les différents outils de manipulation de la donnée tels que : Hue, Hive, Pig, Tez, Sqoop et Oozie.

Niveau requis

Avoir une expérience dans la manipulation de données.

Public concerné

Tout utilisateur devant manipuler les données dans un Cluster Apache Hadoop.

Programme

Introduction

• Présentation générale d'Hadoop
• Exemples d'utilisation dans différents secteurs
• Historique et chiffres clés
• Quand parle-t-on de Big Data ?

L'écosystème d'Hadoop

• Le système de fichier HDFS
• Le paradigme MapReduce et l'utilisation à travers YARN

Manipulation des données dans un Cluster Hadoop

• Hue : comment fonctionne cette interface Web ?
• Hive : pourquoi ce n'est pas une base de données ?
• Requête sur Hive
• Utilisation de HCatalog
• Utilisation avancée sur Hive
• Utilisation de fonctions utilisateurs
• Paramétrage de requête
• Pig : fonctionnement
• Programmation avec Pig Latin
• Utilisation du mode Local
• Utilisation de fonctions utilisateurs
• Tez : qu'est-ce que c'est ?
• Comment et quand l'utiliser ?
• Oozie : fonctionnement
• Création de workflows avec Oozie
• Manipulation des workflows
• Ajout d'éléments d'exploitation dans les workflows
• Ajout de conditions d'exécution
• Paramétrage des workflows
• Sqoop : à quoi ça sert ?
• Chargement des données depuis une base de données relationnelle
• Chargement des données depuis Hadoop
• Utilisation et paramétrage avancée

Les particularités des distributions

• Impala et HAWQ

Quelles sont les bonnes pratiques d'utilisation des différents outils ?

Partager cette formation Télécharger au format pdf Ajouter à mes favoris