Formation: Hadoop : développement
| Durée | : | 3 jours |
| Prix | : |
1830 €
|
| Code cours | : | CB033 |
Dates:
3 au 5 décembre
classe virtuelle
(cliquez sur une date pour vous inscrire)
Public:
Chefs de projets, développeurs, data-scientists, et toute personne souhaitant comprendre les techniques de développement avec MapReduce dans l'environnement Hadoop.
Objectifs:
Connaître les principes du framework Hadoop et savoir utiliser la technologie MapReduce pour paralléliser des calculs sur des volumes importants de données.
Connaissances préalables nécessaires:
Connaissance d'un langage de programmation objet comme Java.
Programme détaillé de la formation
(
Téléchargez le programme) :
|
| 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.
Travaux pratiques :
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 et OutputFormat.
Travaux pratiques : type personnalisés : 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, ...
Travaux pratiques : répartition du job sur la ferme au travers de yarn.
|
|
| Streaming | Définition du streaming map/reduce.
Création d'un job map/reduce en python.
Répartition sur la ferme. Avantage et inconvénients.
Liaisons avec des systèmes externes.
Introduction au pont HadoopR
Travaux pratiques : suivi d'un job en streaming.
|
|
| Pig | Présentation des pattern et best practices Map/reduce.
Introduction à Pig.
Caractéristiques du langage : latin.
Travaux pratiques : installation/lancement de pig.
Ecriture de scripts simples pig. Les fonctions de base.
Ajouts de fonctions personnalisées. Les UDF. Mise en oeuvre.
|
|
| Hive | Simplification du requêtage. Etude de la syntaxe de base.
Travaux pratiques : Création de tables. Ecriture de requêtes.
Comparaison pig/hive.
|
|
| Sécurité en environnement hadoop | Mécanisme de gestion de l'authentification.
Travaux pratiques : configuration des ACLs.
|
Calendrier
