Description du cours
Pour traiter le Big Data, vous avez besoin d’une application centralisée qui vous permet de soumettre puis de stocker des données dans une base de données relationnelle. Dans ce cours intitulé “Systèmes et analyses Big Data” , vous découvrirez les systèmes de stockage conçus pour le Big Data tels que Hadoop et son architecture, qui comprend le système de fichiers distribués Hadoop, MapReduce et différents types de nœuds disponibles.
Le système de fichiers distribué Hadoop offre fiabilité, évolutivité et disponibilité. Avec MapReduce, Hadoop exécute la tâche à l’aide des données stockées sur le système de fichiers distribué et aide les utilisateurs à effectuer des calculs. Apache Pig est construit sur les algorithmes MapReduce. Il aide les utilisateurs à créer le programme d’analyse de données et à analyser de grands ensembles de données. Ce cours expliquera le processus d’exécution des Big Data anyltics sur Hadoop.
Ce que vous allez apprendre
- Identifier les fonctions des algorithmes MapReduce
- Expliquer ce qu'est le Système de Fichiers Distribué Hadoop (HDFS) et sa relation avec le Big Data
- Lister les utilisations les plus courantes d'Apache Pig
- Rappeler les nœuds dans l'architecture HDFS
- Expliquer les étapes de création de fichiers dans HDFS
- Décrire comment exécuter des analyses Big Data sur Hadoop
Points clés à retenir
- Le traitement du Big Data nécessite une application centralisée qui vous permet de soumettre et de stocker des données dans une base de données relationnelle.
- Hadoop est un système de stockage conçu pour le Big Data, avec une architecture qui inclut le Système de Fichiers Distribué Hadoop (HDFS), MapReduce et différents types de nœuds disponibles.
- Le Système de Fichiers Distribué Hadoop offre fiabilité, évolutivité et disponibilité.
- Avec MapReduce, Hadoop exécute des tâches en utilisant les données stockées sur le système de fichiers distribué et aide les utilisateurs à effectuer des calculs.
- Apache Pig est construit par-dessus les algorithmes MapReduce et aide les utilisateurs à créer des programmes d'analyse de données et à analyser de grands ensembles de données.
Foire aux questions
Que couvre ce cours ?
Le cours aborde les systèmes de stockage conçus pour le Big Data comme Hadoop et son architecture, y compris le Système de Fichiers Distribué Hadoop (HDFS), MapReduce et les différents types de nœuds disponibles, ainsi qu'Apache Pig et le processus d'exécution d'analyses Big Data sur Hadoop.
Qu'est-ce que le Système de Fichiers Distribué Hadoop (HDFS) et pourquoi est-il important pour le Big Data ?
Le Système de Fichiers Distribué Hadoop (HDFS) offre fiabilité, évolutivité et disponibilité, et le cours explique ce qu'il est et sa relation avec le Big Data.
À quoi sert Apache Pig selon ce cours ?
Apache Pig est construit par-dessus les algorithmes MapReduce et aide les utilisateurs à créer des programmes d'analyse de données et à analyser de grands ensembles de données ; le cours liste également ses utilisations les plus courantes.
Quelles compétences vais-je acquérir grâce à ce cours ?
Vous acquerrez des compétences en Big Data, analyse Big Data, systèmes de traitement des données, systèmes de bases de données, Système de Fichiers Distribué Hadoop (HDFS) et Oracle Big Data.
Quels sujets sont enseignés dans les leçons ?
Les leçons incluent l'Introduction à Hadoop, l'Architecture Hadoop, Comment exécuter des analyses Big Data sur Hadoop et HDFS, et l'algorithme MapReduce.
Certifications professionnelles et Unités d'Éducation Continue (UEC)
Professional Development Credits (PDCs): 0.5
KnowledgeCity est approuvé par la SHRM en tant que Fournisseur Général de Recertification pour offrir des crédits de développement professionnel (PDC) SHRM-CP ou SHRM-SCP. En suivant les cours approuvés par la SHRM, KnowledgeCity peut octroyer des crédits de développement professionnel (PDC) de la SHRM pour les programmes de connaissances et de compétences en RH liés au Corps de Compétences et de Connaissances Appliquées SHRM (le SHRM BASK™).
