Description
Nous offrons la formation officielle IBM en français avec la préparation des certifications officielles sans frais supplémentaires.
| Code IBM: DW606G | Catégorie / sous-catégorie: IBM Open Platform / IBM Open Platform |
| Modalité: En ligne et en présentiel | Durée en jours: 2 |
Type de public auquel la formation s’adresse:
Ce cours de formation intermédiaire est destiné à ceux qui veulent une base d’IBM BigInsights. Cela comprend: les ingénieurs Big Data, les data scientist, les développeurs ou programmeurs, les administrateurs qui souhaitent en savoir plus sur la plate-forme ouverte d’IBM avec Apache Hadoop.
Pré requis souhaités:
Aucun, cependant, la connaissance de Linux serait bénéfique.
Instructeurs
La grande majorité des cours IBM que nous proposons sont dispensés directement par nos ingénieurs. C’est la seule façon de garantir la meilleure qualité. Nous complétons toutes les formations avec des matériels et des laboratoires de notre propre élaboration, basés sur notre expérience au cours des déploiements, des migrations et des cours que nous avons réalisés pendant toutes ces années. Nous donnons tous nos cours en français.
Valeur ajoutée
Nos cours sont profondément orientés vers le rôle à jouer. Il n’en va pas de même pour une équipe de développeurs de maîtriser une technologie que pour les personnes chargées de déployer et de gérer l’infrastructure. C’est pourquoi, au-delà des commandements et des tâches, nous nous concentrons sur la résolution des problèmes qui se posent dans la vie quotidienne de chaque équipe. Leur fournir les connaissances, les compétences et les aptitudes requises pour chaque projet. En outre, notre documentation est basée sur la dernière version de chaque produit.
Agenda et programme des cours
Unité 1: IBM Open Platform avec Apache Hadoop
- Exercice 1: Explorer le HDFS
Unité 2: Apache Ambari
- Exercice 2: Gestion des clusters Hadoop avec Apache Ambari
Unité 3: Système de fichiers distribués Hadoop
- Exercice 3: Accès aux fichiers et commandes de base avec HDFS
Unité 4: MapReduce et Yarn
- Sujet 1: Introduction à MapReduce basé sur MR1 < / li>
- Thème 2: Limitations de MR1
- Thème 3: YARN et MR2
- Exercice 4: Création et codage un travail MapReduce simple
- Peut-être un deuxième exercice plus complexe
Unité 5: Apache Spark
- Exercice 5: Utilisation du RDD de Spark dans un travail Spark
Unité 6: Coordination, gestion et gouvernance
- Exercice 6: Apache ZooKeeper, Apache Slider, Apache Knox
Unité 7: Mouvement de données
- Exercice 7: Déplacement de données dans Hadoop avec Flume et Sqoop
Unité 8: Stockage et A Accès aux données
- Sujet 1: Représentation des données: CSV, XML, JSON et YAML
- Sujet 2: Langages de programmation Open Source: Pig, Hive et Autre [R, Python, etc]
- Sujet 3: Concepts NoSQL
- Sujet 4: Accéder aux données Hadoop à l’aide de Hive
- Exercice 8: Exécution d’opérations CRUD à l’aide du shell HBase
- Sujet 5: Interroger des données Hadoop à l’aide de Hive
- Exercice 9: Utiliser Hive pour Accéder aux données Hadoop / HBase
Unité 9: Rubriques avancées
- Thème 1: Contrôle des flux de travail avec Oozie
- Thème 2: Rechercher avec Apache Solr
- Aucun exercice en laboratoire
Vous avez besoin d’adapter ce programme à vos besoins? D’autres cours vous intéressent? Consultez-nous sans engagement.
Emplacements d’enseignement présentiels
- France: Marseille, Paris, Lyon, Bourdeaux
- Belgique: Bruxelles, Gand et Anvers
- Quebec: Montreal
- Senegal: Dakar
- Maroc: Rabat, Marrakech, Casablanca
- Algérie : Alger
- Luxembourg: Luxembourg
- Suisse: Géneve
- Lyban: Beyrouth
- Guinée: Conakry
- Tunisie: Tunis
