Módulos e Conteúdo

Módulo 1: Noções básicas do Hadoop.
- Bem-vindo ao primeiro módulo do curso Big Data Platform. Este primeiro módulo fornecerá informações sobre o Big Data Hype, suas oportunidades e desafios tecnológicos. Vamos dar uma olhada mais profunda na pilha Hadoop e ferramentas e tecnologias associadas com soluções de Big Data.

Módulos e Conteúdo

Módulo 2: Introdução à pilha do Hadoop.
- Neste módulo, examinaremos detalhadamente a pilha do Hadoop, desde os componentes básicos do HDFS até estruturas de execução de aplicativos, linguagens e serviços.

Módulos e Conteúdo

Módulo 3: Introdução ao Hadoop Distributed File System (HDFS).
- Neste módulo, daremos uma olhada detalhada no Hadoop Distributed File System (HDFS). Abordaremos os principais objetivos de design do HDFS, entenderemos o processo de leitura/gravação do HDFS, os principais parâmetros de configuração que podem ser ajustados para controlar o desempenho e a robustez do HDFS e obter uma visão geral das diferentes maneiras de acessar dados no HDFS.

Módulos e Conteúdo

Módulo 4: Introdução ao mapa/redução.
- Este módulo apresentará os conceitos e a prática de Mapear/Reduzir. Você aprenderá sobre a grande ideia de mapear/reduzir e como projetar, implementar e executar tarefas na estrutura mapear/reduzir. Você também aprenderá as vantagens e desvantagens de mapear/reduzir e como isso motiva outras ferramentas.

Módulos e Conteúdo

Módulo 5: Spark.
- Bem-vindo ao módulo 5, Introdução ao Spark, nesta semana vamos nos concentrar na estrutura de computação em cluster Apache Spark, um importante concorrente do Hadoop MapReduce na Big Data Arena. O Spark oferece grandes vantagens de desempenho em relação ao Hadoop MapReduce, especialmente para algoritmos iterativos, graças ao cache na memória. Além disso, oferece aos cientistas de dados uma maneira mais fácil de escrever seu pipeline de análise em Python e Scala, fornecendo até mesmo shells interativos para jogar ao vivo com dados.