Name: Apache Hadoop für Administratoren
Availability: InStock

Apache Hadoop für Administratoren

Beherrschen Sie die wichtigsten Techniken und Konzepte der Hadoop-Administration in dieser umfassenden Schulung. Vertiefen Sie sich in HDFS, YARN, Clusterplanung und Installation.

Was werden Sie lernen?

Dieser Kurs zum Apache Hadoop-Administrator ist Ihr Einstieg in die weltweit beliebteste Plattform für die verteilte Datenverarbeitung. Nach Abschluss des Kurses werden die Teilnehmer:

• HDFS verstehen: Eintauchen in die zentralen Daemons und Betriebsfunktionen des Hadoop-Dateisystems.

• Sich mit YARN und MRv2 vertraut machen: Upgrade und reibungsloser Übergang von Hadoop 1 zu Hadoop 2.

• Planen Sie Ihren Hadoop-Cluster: Wählen Sie die beste Hardware, das beste Betriebssystem und die beste Netzwerktopologie für Ihre Bedürfnisse.

• Installieren und Verwalten Ihres Clusters: Lernen Sie die Tools und Techniken kennen, um Ihren Cluster in einem optimalen Zustand zu halten.

• Optimieren Sie die Ressourcenverwaltung:

• Lernen Sie die FIFO-, Fair- und Kapazitäts-Scheduler kennen.

• ‍Überwachung und Protokollierung beherrschen:Nutzen Sie die Metriken, Web-UIs und Protokolldateien von Hadoop, um den Zustand Ihres Clusters sicherzustellen.

Voraussetzungen:

Grundlegende IT-Kenntnisse: Vertrautheit mit Betriebssystemen, Hardwarekonfigurationen und grundlegenden Netzwerkoperationen.

Optional: Frühere Erfahrungen mit verteilten Systemen sind von Vorteil, aber nicht zwingend erforderlich.

Kursübersicht*:

*Wir wissen, dass jedes Team eigene Bedürfnisse und Spezifikationen hat. Deshalb können wir die Schulungsübersicht nach Bedarf anpassen.

HDFS - Das Herz von Hadoop

Einführung in HDFS: Verstehen seiner grundlegenden Rolle in Hadoop.
Daemons von HDFS: Tiefe Einblicke in NameNode, DataNode und SecondaryNameNode und ihre Verantwortlichkeiten.
Hadoop-Cluster-Betrieb: Wie Daten effektiv gespeichert und verarbeitet werden.
Die Entwicklung von Hadoop: Warum moderne Rechensysteme Plattformen wie Hadoop benötigen.
Entwurfsprinzipien von HDFS: Zuverlässigkeit, Skalierbarkeit und Fehlertoleranz im Vordergrund.
Erforschung der HDFS-Föderation: Verbesserung der Namespace-Isolierung und Skalierbarkeit.
Hohe Verfügbarkeit mit HDFS HA-Quorum: Sicherstellung von Datenbeständigkeit und Cluster-Verfügbarkeit.
Absicherung von HDFS: Einführung in die Kerberos-basierte Authentifizierung.
Serialisierung in Hadoop: Optimale Wahl der Datenserialisierung für verschiedene Szenarien.
Praktische Anwendung der Hadoop File System Shell: Befehle zur Manipulation und Verwaltung von Dateien.

YARN und MapReduce Version 2 (MRv2) - Leistungsstarke Verarbeitung

Der Übergang zwischen den Versionen: Hauptunterschiede zwischen Hadoop 1 und Hadoop 2.
Einsatz von YARN: Einrichten des Hadoop-Rechenframeworks der nächsten Generation.
Entwerfen mit MRv2: Strategien zur Optimierung von Datenverarbeitungsaufgaben.
YARN-Ressourcenzuweisung: Wie Ressourcen dynamisch zugewiesen und verwaltet werden.
MapReduce auf YARN: Umfassende Aufschlüsselung des Lebenszyklus eines Jobs.
Migrationsrichtlinien: Sicherstellung reibungsloser Übergänge von MRv1 zu MRv2.

Strategische Hadoop-Cluster-Planung

Optimale Hardware-Auswahl: Verstehen der Serverspezifikationen für verschiedene Hadoop-Workloads.
Die Wahl des richtigen Betriebssystems: Empfehlungen für Stabilität und Leistung.
Tuning für Leistung: Kernel-Anpassungen für optimierte Operationen.
Arbeitslast-Analyse: Ermittlung des Hardware- und Softwarebedarfs auf der Grundlage von Arbeitslastmustern.
Vielfältiges Ökosystem: Ein Überblick über ergänzende Komponenten, die Hadoop verbessern.
Überlegungen zur Speicherung: JBOD vs. RAID, Größenbestimmung von Festplatten und mehr.
Netzwerkplanung für Hadoop: Sicherstellung von Bandbreite und Fehlertoleranz.

Praktische Cluster-Installation und -Verwaltung

Sicherstellung von Fehlertoleranz: Techniken zur Gewährleistung der Betriebszeit bei Ausfällen.
Protokollierungsmechanismen in Hadoop: Einrichten, Lesen und Analysieren von Protokollen.
Hadoop-Gesundheitsprüfung: Werkzeuge und Strategien zur Überwachung des Clusterzustands.
Cluster-Management-Tools: Eine Einführung in Plattformen wie Ambari.
Ökosystem auf CDH 5: Einrichten von Komponenten wie Impala, Flume und Hive.

Ressourcenmanagement - Maximierung der Effizienz

Überblick über Hadoop Scheduler: Verstehen ihrer Rolle bei der Ressourcenzuweisung.
FIFO-Scheduler: Wie er Cluster-Ressourcen sequentiell zuweist.
Faire und Kapazitäts-Scheduler: Sicherstellung einer effizienten und prioritätsbasierten Ressourcenzuweisung.

Überwachung, Protokollierung und Fehlerbehebung

Metriken in Hadoop: Integrierte Tools für Leistungseinblicke nutzen.
Web-UIs für die Überwachung: Navigieren und Interpretieren der NameNode- und JobTracker-Schnittstellen.
Daemon-Überwachung: Tools und Techniken zur Sicherstellung des Zustands von Daemons.
CPU- und Speicherzustand: Überwachungs- und Optimierungstechniken.
Logs entschlüsselt: Lesen, Verwalten und Ableiten von Erkenntnissen aus Hadoop-Protokollen.

Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.

6.897€*