Introduccion a Big Data con Hadoop desde Cero - Paso a Paso

• Diseñar sistemas distribuidos que gestionen "grandes datos" utilizando Hadoop y tecnologías relacionadas.

• Usar HDFS y MapReduce para almacenar y analizar datos a escala.

• Usar Pig y Spark para crear scripts para procesar datos en un clúster Hadoop en formas más complejas.

• Analizar datos relacionales usando Hive y MySQL

• Analizar los datos no relacionales usando HBase, Cassandra y MongoDB

• Consultar los datos interactivamente con Drill, Phoenix y Presto

• Elija una tecnología de almacenamiento de datos apropiada para su aplicación

• Comprender cómo los grupos de Hadoop son manejados por YARN, Tez, Mesos, Zookeeper, Zeppelin, Hue, y Oozie.

• Publicar datos a su cúmulo de Hadoop usando Kafka, Sqoop, y Flume

• Consumir datos de streaming usando Spark Streaming, Flink, y Storm

• Ingenieros de software y programadores que quieren entender el gran ecosistema del Hadoop, y usarlo para almacenar, analizar y vender "grandes datos" a escala.

• Gerentes de proyectos, programas o productos que quieran entender la jerga y la arquitectura de alto nivel del Hadoop.

• Analistas de datos y administradores de bases de datos que sienten curiosidad por el Hadoop y cómo se relaciona con su trabajo.

• Arquitectos de sistemas que necesitan entender los componentes disponibles en el ecosistema del Hadoop, y cómo encajan entre sí.

• Necesitará acceso a un PC con Windows, MacOS o Linux de 64 bits con conexión a Internet y al menos 8 GB de RAM *libre* (no total), si quiere participar en las actividades y ejercicios prácticos. Si tu PC no cumple con estos requisitos, puedes seguir el curso sin hacer actividades prácticas.

• Algunas actividades requerirán cierta experiencia previa en programación, preferiblemente en Python o Scala.

• Una familiaridad básica con la línea de comandos de Linux será muy útil.

El mundo del Hadoop y de los "Grandes Datos (Big Data)" puede ser intimidante - cientos de tecnologías diferentes con nombres crípticos forman el ecosistema del Hadoop. Con este tutorial sobre el Hadoop, no sólo entenderás qué son esos sistemas y cómo encajan entre sí - ¡sino que también aprenderás a usarlos para resolver problemas reales de negocios!

Aprenda y domine las tecnologías de grandes datos (Big Data) más populares. Iremos mucho más allá del propio Hadoop, y nos sumergiremos en todo tipo de sistemas distribuidos con los que pueda necesitar integrarse.

Instale y trabaje con una instalación real de Hadoop justo en su escritorio con Hortonworks (ahora parte de Cloudera) y la interfaz de usuario de Ambari

Que Aprenderas:

• Gestionar grandes datos en un grupo con HDFS y MapReduce

• Escribir programas para analizar los datos del Hadoop con Pig y Spark

• Almacena y consulta tus datos con Sqoop, Hive, MySQL, HBase, Cassandra, MongoDB, Drill, Phoenix, y Presto

• Diseñar sistemas del mundo real utilizando el ecosistema del Hadoop

• Aprende cómo se maneja tu grupo con YARN, Mesos, Zookeeper, Oozie, Zeppelin y Hue

Entender el Hadoop es una habilidad muy valiosa para cualquiera que trabaje en empresas con grandes cantidades de datos.

Casi todas las grandes empresas en las que quieres trabajar usan Hadoop de alguna manera, incluyendo Amazon, Ebay, Facebook, Google, LinkedIn, IBM, Spotify, Twitter, y Yahoo! Y no son sólo las empresas de tecnología las que necesitan Hadoop; incluso el New York Times usa Hadoop para procesar imágenes.

En este curso encontrarás una serie de actividades para gente de todos los niveles. Si eres un director de proyecto que sólo quiere aprender las palabras de moda, hay interfaces web para muchas de las actividades del curso que no requieren conocimientos de programación. Si te sientes cómodo con las líneas de comando, te mostraremos cómo trabajar con ellas también. Y si eres programador, te desafiaré a escribir guiones reales en un sistema Hadoop usando Scala, Pig Latin y Python.