Détails
- 14 Sections
- 74 Lessons
- 21 heures
Expand all sectionsCollapse all sections
- Présentation d'Hadoop4
- 1.1Introduction & historique
- 1.2Fonctionnalités
- 1.3Tour d’horizon du projet et des modules
- 1.4Yarn & jobs MapReduce
- Présentation d'Hadoop4
- 2.1Introduction & historique
- 2.2Fonctionnalités
- 2.3Tour d’horizon du projet et des modules
- 2.4Yarn & jobs MapReduce
- MapReduce6
- 3.1Principe objectif du modèle de programmation
- 3.2Fonctions map() & reduce ()
- 3.3Couples (clés, valeurs)
- 3.4Implémentation par le framework Hadoop
- 3.5Etude de la collection d’exemples
- 3.6Travaux pratiques : Écriture d’un programme et exécution avec Hadoop
- MapReduce6
- 4.1Principe objectif du modèle de programmation
- 4.2Fonctions map() & reduce ()
- 4.3Couples (clés, valeurs)
- 4.4Implémentation par le framework Hadoop
- 4.5Etude de la collection d’exemples
- 4.6Travaux pratiques : Écriture d’un programme et exécution avec Hadoop
- Programmation6
- 5.1Paramétrage des jobs
- 5.2Interfaces
- 5.3Chaine de production
- 5.4Partitioner, outputcollector, codecs, compresseurs
- 5.5InputFormat et OutputFormat
- 5.6Travaux pratiques : Type personnalisés : création d’un writable spécifique. Utilisation. Contraintes
- Programmation6
- 6.1Paramétrage des jobs
- 6.2Interfaces
- 6.3Chaine de production
- 6.4Partitioner, outputcollector, codecs, compresseurs
- 6.5InputFormat et OutputFormat
- 6.6Travaux pratiques : Type personnalisés : création d’un writable spécifique. Utilisation. Contraintes
- Outils complémentaires7
- 7.1Mise en place du cache distribué
- 7.2Utilisation du langage Python pour la création d’un Job MapReduce
- 7.3Répartition sur la ferme
- 7.4Forces & faiblesses
- 7.5Liaisons avec des systèmes externes
- 7.6Présentation du pont HadoopR
- 7.7Travaux pratiques : Création d’un Job MapReduce sous Python & suivi en streaming
- Outils complémentaires7
- 8.1Mise en place du cache distribué
- 8.2Utilisation du langage Python pour la création d’un Job MapReduce
- 8.3Répartition sur la ferme
- 8.4Forces & faiblesses
- 8.5Liaisons avec des systèmes externes
- 8.6Présentation du pont HadoopR
- 8.7Travaux pratiques : Création d’un Job MapReduce sous Python & suivi en streaming
- Création de MapReduce avec Apache Pig8
- 9.1Pattern & best practices MapReduce
- 9.2Présentation de l’outil Apache Pig
- 9.3Présentation du langage Pig Latin
- 9.4Fonctions de bases
- 9.5Fonctions personnalisées
- 9.6UDF
- 9.7Exécution
- 9.8Travaux pratiques : Installation d’Apache Pig, écriture de fonctions & exécution du programme
- Création de MapReduce avec Apache Pig8
- 10.1Pattern & best practices MapReduce
- 10.2Présentation de l’outil Apache Pig
- 10.3Présentation du langage Pig Latin
- 10.4Fonctions de bases
- 10.5Fonctions personnalisées
- 10.6UDF
- 10.7Exécution
- 10.8Travaux pratiques : Installation d’Apache Pig, écriture de fonctions & exécution du programme
- Apache Hive4
- 11.1Requêtage
- 11.2Syntaxe
- 11.3Comparatif Pig / Hive
- 11.4Travaux pratiques : Création de tables & de requêtes
- Apache Hive4
- 12.1Requêtage
- 12.2Syntaxe
- 12.3Comparatif Pig / Hive
- 12.4Travaux pratiques : Création de tables & de requêtes
- Sécurité2
- 13.1Gestion de l’authentification
- 13.2Travaux pratiques : Paramétrage des ACLs
- Sécurité2
- 14.1Gestion de l’authentification
- 14.2Travaux pratiques : Paramétrage des ACLs
