+7 (700) 870-07-77
university@dtu.kz
- Введение в Big Data
- Что такое BigData. Понимание проблемы Big Data
- Эволюция систем распределенных вычислений Hadoop
- Принципы формирования Data Lake и pipelines
- Схемы организации Data Lakes с использованием кластеров Hadoop, NoSQL и платформ потоковой обработки данных
- Архитектура Apache Hadoop
- Hadoop сервисы и основные компоненты. Name node. DataNode.
- YARN сервис-планировщик
- Демоны HDFS
- Отказоустойчивость и высокая доступность
- Hadoop Distributed File System
- Архитектура HDFS. Блоки HDFS.
- Основные команды работы с HDFS.
- Операции чтения и записи, назначения HDFS.
- Дисковые квоты. Поддержка компрессии
- Основные форматы хранения данных TXT, XML, JSON, AVRO, ORC, Parquet, Sequence файлы
- Импорт (загрузка) данных на HDFS
- Организация Tiering для хранения данных
- Архивное хранение HDFS
- Локальное чтение и распределенное кэширование
- Map Reduce
- Ведение в MapReduce. Компоненты MapReduce. Работа программ MapReduce. YARN MapReduce 3
- Ограничения и параметры MapReduce и YARN
- Управление запуском пользовательских задач (jobs) под MapReduce
- Дизайн кластера Hadoop
- Сравнение дистрибутивов и версий Hadoop 2/3 (Arenadata Hadoop, Cloudera Distributed Hadoop CDP, Apache Hadoop): различия и ограничения
- Требования программного и аппаратного обеспечения
- Планирование кластера
- Масштабирование кластера Hadoop.
- Сравнение Cloud решений для Hadoop. Amazon EMR/ Yandex Cloud
- Миграция данных и репликация данных
- Установка кластера Arenadata Hadoop
- Оптимизация OS для узлов кластера
- Установка Hadoop-кластера с использованием ADCM
- Выбор начальной конфигурации
- Начальная конфигурация HDFS и MapReduce
- Файлы логов и конфигураций
- Установка Hadoop клиентов
- Установка Hadoop кластера в облаке
- Автоматические варианты установки
- Установка и настройка кластера Hadoop в изолированном окружении (offline).
- Операции обслуживания кластера Hadoop
- Дисковая подсистема
- Квоты
- Остановка, запуск, перезапуск (Graceful Shutdown)
- Управление узлами
- Управление обновлениями и создание локального репозитория
- Оптимизация и управление ресурсами
- Поиск узких мест
- Производительность. Файловая система. Data Node и Data layout и партиционирование, bucketing
- Планировщики: FIFO scheduler. Планировщик емкости (Capacity Scheduler). Гранулярное управление ресурсами (Fair Scheduler). Защита очередей и доминантное управление ресурсами DRF.
- Особенности управления ресурсами для разных дистрибутивов
- Управление кластером Hadoop с использованием Arenadata Cluster Manager (Cloudera Manager)
- Основные операции и задачи c использованием ADCM (ClouderaManager)
- Мониторинг кластера. Работа с логами и сервисами
- Диагностика и разрешение проблем с ADCM
- Обзор Apache Zookeeper
- Безопасность Apache Hadoop
- Безопасность по умолчанию
- Многопользовательский режим
- Аутентификация и авторизация с использованием Active Directory(Microsoft), REALM MIT/FreeIPA: Kerberos, keytabs, principals. Установка и конфигурирование Kerberos в Hadoop
- Обзор возможностей компонент безопасности Apache Ranger, Apache Knox, Apache Atlas
- Резервное копирование и аварийное восстановление
- Репликация данных и snapshoting. Конфигурирование высокой доступности NameNode (HA)
- Best practices Cloudera/ Arenadata
- Troubleshooting
- Data Node
- Name Node
- Восстановление Name Node
- Инструментарий Apache Hadoop экосистемы
- Графический интерфейс сервиса HUE/Zeppelin
- Основы Apache Zookeeper
- Введение в Hadoop SQL: Apache Hive, понятие Hive-таблицы, установка Hive
- Использование Apache Sqoop — установка и выполнение базовых операций
- Обзор и назначение компонент: Apache Spark, Apache Solr, Apache HBase, Apache Phoenix, Apache Airflow, Apache Flink
Примерный список практических занятий:
- Установка кластера и настройка Arenadata Cluster Manager (ADCM)
- Настройка оффлайн репозитория для установки кластера Arenadata Hadoop и RHEL/Centos
- Ручная установка 3х-узлового кластера Hadoop версии 3 с дистрибутива Arenadata Cluster Manager (ADCM) в облаке Amazon Web Services с использованием ADCM
- Базовые операции с кластером Hadoop и файловые операции HDFS.
- Управление ресурсами и запуском задач с использованием YARN, Map Reduce/Tez.
- Управление кластером с использованием Arenadata Cluster Manager (развертывание сервисов, репликация, мониторинг, alerting и т.д.)
- Настройка кластера мониторинга
- Конфигурирование системы аутентификации Kerberos для кластера Hadoop под управление Arenadata Cluster Manager (опционально, по возможности)
- Установка и выполнение базовых операций в Apache Hive, Apache Sqoop
- Выполнение задач в веб-интерфейсе HUE/Apache Zeppelin
- HA высокая доступность (High Availablility) NameNode ( опционально) и YARN (ресурс-менеджер) .
31 октября 
24 часа 
Астана 
