M2i Formation

Découvrez notre formationHadoop - Développement

Présentiel

3 jours (21 heures) - HAD-DEV

(16)
Accueil  ›  Formations Informatique  ›  Big Data  ›  Data Engineering  ›  Hadoop - Développement

Objectifs pédagogiques

  • Connaître les principes du framework Hadoop
  • Utiliser la technologie MapReduce pour paralléliser des calculs sur des volumes importants de données.

Niveau requis

Avoir la connaissance d'un langage de programmation objet comme Java.

Public concerné

Chefs de projets, développeurs, data scientists et toute personne souhaitant comprendre les techniques de développement avec MapReduce dans l'environnement Hadoop.

Paris02/12/20191 941 € HTDates proposées dans les agences M2iRéserver
Paris13/01/20201 941 € HTDates proposées dans les agences M2iRéserver
Paris01/04/20201 941 € HTDates proposées dans les agences M2iRéserver
Paris21/09/20201 941 € HTDates proposées dans les agences M2iRéserver

Afficher plus de dates

Sessions
planifiées
Sessions
ouvertes
Sessions
confirmées
Réserver
le stage

Introduction

  • Les fonctionnalités du framework Hadoop
  • Le projet et les modules
    • Hadoop Common
    • HDFS
    • YARN
    • Spark
    • MapReduce
  • Utilisation de YARN pour piloter les jobs MapReduce

MapReduce

  • Principe et objectifs du modèle de programmation MapReduce
  • Fonctions "map" et "reduce"
  • Couples (clés, valeurs)
  • Implémentation par le framework Hadoop
  • Etude de la collection d'exemples
  • Rédaction d'un premier programme et exécution avec Hadoop

Programmation

  • Configuration des jobs
  • Notion de configuration
  • Les interfaces principales
    • Mapper
    • Reducer
  • La chaîne de production
    • Entrées
    • Input splits
    • Mapper
    • Combiner
    • Shuffle / sort
    • Reducer
    • Sortie
    • Partitioner
    • OutputCollector
    • Codecs
    • Compresseurs
  • Format des entrées et sorties d'un job MapReduce
    • InputFormat
    • OutputFormat
  • Type personnalisé : création d'un Writable spécifique
  • Utilisation
  • Contraintes

Outils complémentaires

  • Mise en oeuvre du cache distribué
  • Paramétrage d'un job
    • ToolRunner
    • Transmission de propriétés
  • Accès à des systèmes externes
    • S3
    • HDFS
    • HAR
  • Répartition du job sur la ferme au travers de YARN

Streaming

  • Définition du streaming MapReduce
  • Création d'un job MapReduce dans Python
  • Répartition sur la ferme
  • Avantages et inconvénients
  • Liaisons avec des systèmes externes
  • Introduction au pont Hadoop
  • Suivi d'un job en streaming

Pig

  • Pattern et best practices MapReduce
  • Introduction à Pig
  • Caractéristiques du langage : latin
  • Installation / lancement
  • Ecriture d'un script Pig
  • Les fonctions de bases
  • Ajouts de fonctions personnalisées
  • Les UDF
  • Mise en oeuvre

Hive

  • Simplification du requêtage
  • Syntaxe de base
  • Création de tables
  • Ecriture de requêtes
  • Comparaison Pig / Hive

Sécurité en environnement Hadoop

  • Mécanisme de gestion de l'authentification
  • Configuration des ACL

Complétez votre formation

En cliquant le bouton « Accepter », vous acceptez l’utilisation de cookies pour réaliser des mesures d’audiences et vous permettre d’enregistrer vos préférences de navigation. En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies.

Accepter Paramètres En savoir plus