Développer des applications Big Data avec Hadoop

Le Big Data

• Définition du périmètre du Big Data.
• Le rôle du projet Hadoop.
• Les concepts de base des projets Big Data.
• Différence entre Cloud Computing privé et public.
• Les architectures Big Data à base du projet Hadoop.
• Démonstration
• Usage d'Hadoop et de GoogleApp.

• 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.

• 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.

• Patterns d'usages et application au Cloud.
• Architecture et installation d'un système HDFS, journal, NameNode, DataNode.
• Opérations, commandes et gestion des commandes.
• Analyse de données avec Apache Pig.
• Requêtage avec Apache Hive.
• Partage de données sur une architecture HDFS.

• Les principales méthodes descriptives et prédictives.
• Transformation des formats de données.
• Utilisation de K-Means en profondeur.
• Organisation une chaîne de traitement.
• Mise en oeuvre évolutive d'algorithmes d'apprentissage.

• 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...).