Nombre Curso	Hadoop avanzado
Duración Curso en Horas	24 horas
Descripción	Los alumnos programaran diferentes tareas de procesamiento distribuido analizando el paralelismo alcanzado en soluciones altamente distribuidas y entenderán conceptos avanzados de tareas MapReduce y similares
Contenidos
Esquema del curso Hadoop	Introducción a Hadoop Identificación de los beneficios comerciales de Hadoop Examinando el ecosistema de Hadoop Seleccionar una distribución adecuada Paralelizar la ejecución del programa
Afrontando desafíos de la programación paralela	Investigación de desafíos paralelos: algoritmos, intercambio de datos e información Estimación del almacenamiento y la complejidad de Big Data
Programación paralela con MapReduce	Dividir y conquistar problemas a gran escala Descubriendo trabajos adecuados para MapReduce Resolver problemas comerciales típicos Implementación de trabajos de MapReduce del mundo real
Aplicación del paradigma MapReduce de Hadoop	Configurar el entorno de desarrollo Explorando la distribución de Hadoop Crear los componentes de los trabajos de MapReduce Presentación de los demonios de Hadoop Analizar las etapas del procesamiento de MapReduce: dividir, mapear, barajar y reducir
Creación de trabajos complejos de MapReduce	Seleccionar y emplear múltiples mapeadores y reductores Aprovechamiento de mapeadores, reductores y particionadores integrados Analizar datos de series de tiempo con clasificación secundaria Streaming de tareas a través de varios lenguajes de programación Personalizar MapReduce
Resolver problemas comunes de manipulación de dato	Ejecución de algoritmos: ordenaciones paralelas, uniones y búsquedas Analizar archivos de registro, datos de redes sociales y correos electrónicos
Implementación de particionadores y comparadores	Identificación de algoritmos paralelos vinculados a la red, a la CPU y a las E / S del disco Dividir la carga de trabajo de manera eficiente usando particionadores Controlar la agrupación y el orden de clasificación con comparadores Recopilación de métricas con contadores Persistencia de Big Data con almacenes de datos distribuidos
Abogando por los datos distribuidos	Lograr un rendimiento de datos de alto rendimiento Recuperación de fallas en los medios a través de la redundancia
Interfaz sistema archivos distribuido Hadoop HDFS	Desglose de la estructura y organización de HDFS Cargando datos sin procesar y recuperando resultados Leer y escribir datos mediante programación Manipulación de tipos de archivos de secuencia de Hadoop Compartir datos de referencia con DistributedCache
Estructuración de datos con HBase	Migración de almacenamiento estructurado a no estructurado Aplicar conceptos NoSQL con esquema en lectura Conexión a HBase desde trabajos de MapReduce Comparación de HBase con otros tipos de almacenes de datos NoSQL Simplificación del análisis de datos con lenguajes de consulta
Liberando el poder de SQL con Hive	Estructuración de bases de datos, tablas, vistas y particiones Integración de trabajos de MapReduce con consultas de Hive Consultando con HiveQL Acceder a los servidores de Hive a través de JDBC Ampliación de HiveQL con funciones definidas por el usuario (UDF)
Ejecutando flujos de trabajo con Pig	Desarrollo de scripts de Pig Latin para consolidar flujos de trabajo Integración de consultas de Pig con Java Interactuar con los datos a través de la consola grunt Ampliación de Pig con funciones definidas por el usuario (UDF) Gestión e implementación de soluciones de Big Data
Prueba y depuración del código de Hadoop	Registro de eventos importantes para auditoría y depuración Depurar en modo local Validación de requisitos con MRUnit
Implementación, supervisión, ajuste de rendimiento	Implementar en un clúster de producción Optimización del rendimiento con herramientas administrativas Supervisión de la ejecución del trabajo a través de interfaces de usuario web
Lista de Tags	Hadoop