Formation Analyse du Big Data avec Pig, Hive, et Impala

Vue d'ensemble de Hadoop
Analyser les composants Hadoop
Définir une architecture Hadoop

Stocker les données dans HDFS Réaliser un stockage fiable et sécurisé
Surveiller les mesures du stockage
Contrôler HDFS à partir de la ligne de commande Traitement parallèle avec MapReduce Détailler l'approche MapReduce
Transférer les algorythmes et non les données
Décomposer les étapes clés d'une tâche MapReduce Automatiser le transfert des données Faciliter l'entrée et la sortie des données
Agréger les données avec Flume
Configurer le fan in et le fan out des données
Déplacer les données relationnelles avec Sqoop

Décrire les caractéristiques d'Apache Pig Exposer les différences entre Pig et MapReduce
Identifier les cas d'utilisation de Pig
Identifier les configurations clés de Pig Structurer les données non structurées Représenter les données dans le modèle de données de Pig
Exécuter les commandes Pig Latin au Grunt Shell
Exprimer les transformations dans la syntaxe Pig Latin
Appeler les fonctions de chargement et de stockage

Transformer les données avec les opérateurs relationnels Créer des nouvelles relations avec des jointures
Réduire la taille des données par échantillonnage
Exploiter Pig et les fonctions définies par l'utilisateur Filtrer les données avec Pig Consolider les ensembles de données avec les unions
Partitionner les ensembles de données avec les splits
Développer et importer des macros Pig

Exploiter les avantages métier de Hive Factoriser Hive en composants
Imposer la structure sur les données avec Hive Organiser les données dans Hive Créer des bases de données et des tables Hive
Exposer les différences entre les types de données dans Hive
Charger et stocker les données efficacement avec SerDes Maximiser la disposition des données pour la performance Remplir les tables à partir de requêtes
Partitionner les tables de Hive pour des requêtes optimales
Composer des requêtes HiveQL

Réaliser des jointures sur des données non structurées Distinguer les jointures disponibles dans Hive
Optimiser la structure des jointures pour les performances Repousser les limites de HiveQL Trier, répartir et regrouper des données
Réduire la complexité des requêtes avec les vues
Améliorer la performance des requêtes avec les index Déployer Hive en production Concevoir les schémas de Hive
Établir la compression des données
Déboguer les scripts de Hive Rationaliser la gestion du stockage avec HCatalog Unifier la vue des données avec HCatalog
Exploiter HCatalog pour accéder au metastore Hive
Communiquer via les interfaces HCatalog
Remplir une table Hive à partir de Pig

Traitement parallèle avec Impala Décomposer les composants fondamentaux d'Impala
Soumettre des requêtes à Impala
Accéder aux données Hive à partir d'Impala Lancer le framework Spark Réduire le temps d'accès aux données avec Shark
Interroger les données Hive avec Shark