Apache HADOOP développer des applications pour le Big Data

Le Big Data

Définition du périmètre du Big Data.

Le rôle du projet Hadoop.

Les concepts de base des projets Big Data.

Présentation du Cloud Computing.

Différence entre Cloud Computing privé et

public.

Les architectures Big Data à base du projet

Hadoop.

Collecte de données et application de Map Reduce

Analyse des flux de données dans l’entreprise.

Données structurées et non-structurées.

Les principes de l’analyse sémantique des

données d’entreprise.

Graphe des tâches à base de MapReduce.

La granularité de cohérence des données.

Transfert de données depuis un système de

persistance dans Hadoop.

Transfert de données d’un Cloud dans Hadoop.

Le stockage des données avec HBase

Plusieurs types de base de données XML.

Patterns d’usages et application au Cloud.

Application de Hadoop database au sein d’un

workflow.

Utilisation des projets Hive/Pig.

Utilisation du projet HCatalog.

L’API Java HBase.

Le stockage des données sur HDFS

Patterns d’usages et application au Cloud.

Architecture et installation d’un système

HDFS, journal, NameNode, DataNode.

Opérations, commandes et gestion des

commandes.

L’API HDFS Java.

Analyse de données avec Apache Pig.

Le langage Pig Latin. Utiliser Apache Pig avec

Java.

Requêtage avec Apache Hive.

Réplication de données. Partage de données

sur une architecture HDFS.

Spring Data Hadoop

Introduction à Spring et Spring Data.

Le namespace Hadoop pour Spring.

Utiliser Spring pour simplifier la configuration

Hadoop.

Configuration du cache distribué.

Définition des Jobs et dépendance entre Jobs.

Intégration des outils (Pig, Hive...).