Entrenamiento de Hadoop
Aproveche la creciente demanda de profesionales certificados de Hadoop.
Nuestra capacitaci贸n est谩 dise帽ada para ayudarte a obtener un conocimiento profundo de todos los conceptos de Big Data y herramientas de Hadoop, desde los conceptos b谩sicos hasta las t茅cnicas de nivel avanzado. Tambi茅n estar谩s expuesto a trabajar en dos proyectos en tiempo real basados en la industria que est谩n en l铆nea con el examen de certificaci贸n de Hadoop. Inscr铆bete ahora y obten la certificaci贸n.
Caracter铆sticas de este curso
- 40 horas de formaci贸n dirigida por un instructor.
- Paga en 2 cuotas.
- Curso en ingl茅s.
- Certificaci贸n y asistencia laboral.
- Horario flexible.
- 20 horas de sesiones de laboratorio.
- Soporte de por vida 24 x 7.
Ingresa tus datos para inscribirte en el curso

Contenido del curso de Hadoop.
- Introducci贸n a Big Data.
- Limitaciones y soluciones de la arquitectura de an谩lisis de datos existente.
- Introducci贸n a Hadoop.
- Funciones de Hadoop.
- Ecosistema Hadoop.
- Componentes principales de Hadoop 2.x.
- Almacenamiento Hadoop: HDFS.
- Procesamiento de Hadoop: MapReduce Framework.
- Diferentes distribuciones de Hadoop.
- YARN (otro negociador de recursos) – Next Gen.
- Mapa reducido.
- 驴Qu茅 es YARN?
- Diferencia entre Map Reduce & amp; YARN.
- Arquitectura de YARN.
- Administrador de recursos Administrador de nodos maestro de aplicaciones.
- Arquitectura de cl煤ster de Hadoop 2.x: federaci贸n y alta disponibilidad.
- Un cl煤ster de producci贸n t铆pico de Hadoop.
- Modos de cl煤ster de Hadoop.
- Comandos comunes de Hadoop Shell.
- Cl煤ster de un solo nodo y cl煤ster de varios nodos configurados Administraci贸n de Hadoop.
- Casos de uso de MapReduce.
- 驴Por qu茅 MapReduce?
- Arquitectura MapReduce de Hadoop 2.x.
- Componentes de MapReduce de Hadoop 2.x.
- Flujo de ejecuci贸n de la aplicaci贸n YARN MR.
- Flujo de trabajo de YARN.
- Demostraci贸n en MapReduce.
- Divisiones de entrada.
- Relaci贸n entre divisiones de entrada y bloques HDFS .
- MapReduce: Combinador y particionador.
- Formato de entrada de secuencia.
- An谩lisis de archivos xml usando MapReduce.
- Introducci贸n al Pig.
- MapReduce Vs Pig.
- Casos de uso de Pig.
- Estructura de programaci贸n en Pig.
- Modos de funcionamiento de Pig.
- Componentes de Pig.
- Ejecuci贸n de Pig.
- Programa de Pig latino.
- Modelos de datos en Pig.
- Tipos de datos de Pig.
- Comandos de shell y utilidades.
- Pig Latin: operadores relacionales.
- Operador de grupo.
- Operador COGROUP.
- Se une y COGROUP.
- Uni贸n.
- Operadores de diagn贸stico.
- Uniones especializadas en Pig.
- Funciones integradas (funci贸n de evaluaci贸n, funciones de carga y almacenamiento, funci贸n matem谩tica, funci贸n de cadena, funci贸n de fecha, UDF de cerdo, alcanc铆a, sustituci贸n de par谩metros (macros Pig y sustituci贸n de par谩metros de cerdo) .
- Fondo de Hive.
- Caso de uso de Hive.
- Sobre Hive.
- Hive Vs Pig.
- Arquitectura y componentes de Hive.
- Metastore en Hive.
- Limitaciones de Hive.
- Comparaci贸n con la base de datos tradicional.
- Tipos de datos y modelos de datos de Hive.
- Particiones y cubos.
- Tablas de Hive (tablas administradas y tablas externas).
- Importaci贸n de datos.
- Consulta de datos.
- Gesti贸n de salidas.
- Gui贸n de Hive.
- UDF de Hive.
- Caso de uso minorista en Hive.
- Hive QL: Unir tablas.
- Particionamiento din谩mico.
- 脥ndices y vistas de Hive Optimizadores de consultas de Hive.
- Hive: servidor de ahorro.
- Funciones definidas por el usuario.
- HBase: Introducci贸n a las bases de datos NoSQL y HBase.
- RDBMS Vs HBase.
- Componentes HBase.
- Arquitectura HBase.
- Modos de ejecuci贸n y configuraci贸n.
- Implementaci贸n de cl煤ster de HBase.
- Modelo de datos HBase.
- Shell HBase.
- T茅cnicas de carga de datos.
- Modelo de datos de ZooKeeper.
- Servicio de cuidador del ZooKeeper.
- Guardi谩n del ZooKeper.
- Demostraciones sobre carga masiva.
- Obtener e insertar datos.
- Filtros en HBase.
- Arquitectura de Sqoop.
- Instalaci贸n de Sqoop.
- Comandos de Sqoop (Importar, Importar Hive, EVal, Importar Hbase, Importar todas las tablas, Exportar).
- Conectores a DB y DW existentes.
- Manos a la obra.
- Introducci贸n a Flume.
- Arquitectura de Flume.
- Maestro de Flume.
- Colector y agente de Flume.
- Configuraciones de Flume.
- Caso de uso en tiempo real con Apache Flume.
- Necesidad de bases de datos NoSQL.
- Bases de datos relacionales vs no relacionales.
- Introducci贸n a MongoDB.
- Caracter铆sticas de MongoDB.
- Instalaci贸n de MongoDB.
- Operaciones b谩sicas de Mongo DB.
- Casos de uso en tiempo REAL en Hadoop & amp;
- Caso de uso de MongoDB.
- Introducci贸n a Apache Spark.
- Papel de Spark en Big Data.
- 驴Qui茅n usa Spark?
- Instalaci贸n de SparkShell y StandAlone Cluster.
- Configuraci贸n.
- Operaciones RDD (Transformaciones y acciones).
- Un proyecto de demostraci贸n que utiliza todos los componentes de los temas anteriores.
Te ofrecemos una gu铆a de preguntas y respuestas avanzadas para entrevistas de Hadoop junto con ejemplos de curr铆culums Hadoop. Realiza una prueba pr谩ctica de muestra gratuita antes de aparecer en la certificaci贸n para mejorar tus posibilidades de obtener puntuaci贸n alta.
驴Qu茅 tipo de entrenamiento desea tomar?
CAPACITACI脫N EN L脥NEA EN VIVO
- Demostraci贸n en vivo de funcionalidades y pr谩cticas.
- Obtenga acceso a LMS de cada sesi贸n de capacitaci贸n de Docker Online a la que asista a trav茅s de GotoMeeting.
- Obtenga orientaci贸n sobre la certificaci贸n.
- Asista a una demostraci贸n gratuita antes de registrarse.
ENTRENAMIENTO CORPORATIVO
- Modos de entrenamiento a su聽propio ritmo聽/ en聽vivo en l铆nea聽/ en el聽aula聽disponibles.
- Participe en la conferencia de capacitaci贸n en el aula de Docker impartida por un experto de la industria en sus instalaciones.
- Aprenda seg煤n el programa de d铆a completo con debates, ejercicios y casos pr谩cticos de uso.
- Dise帽e el contenido de su propio curso seg煤n los requisitos de su proyecto.
- Obtenga una gu铆a completa sobre la certificaci贸n.