Ejecución de trabajos de MapReduce en clústeres de Hadoop

El procesamiento de datos distribuidos puede parecer abrumador cuando se enfrenta a arquitecturas de clústeres complejas y archivos de configuración.Este curso de solo texto lo guía a través de la mecánica central de la computación distribuida, ayudándole a comprender cómo se almacenan, administran y procesan los datos a escala. Pasará de los conocimientos teóricos a ejecutar y administrar con confianza sus propios trabajos de datos distribuidos. Lo que aprenderás: - Comprender la arquitectura fundamental de HDFS y cómo se distribuyen los archivos en un clúster - Configurar y administrar recursos de clúster de manera eficiente usando YARN - Escribir, compilar y empaquetar trabajos MapReduce para su ejecución - Envíe y monitoree trabajos distribuidos en un entorno Hadoop pseudo-distribuido - Solucione errores comunes de ejecución y optimice el rendimiento del trabajo mediante el análisis de registros - Aplicar prácticas modernas de canalización de datos para garantizar la finalización confiable del trabajo Este curso comienza con la terminología esencial, que describe la relación entre almacenamiento, administración de recursos y computación, y luego avanzará a través de guías escritas paso a paso que le mostrarán cómo configurar su entorno, cargar datos en HDFS y ejecutar trabajos MapReduce de principio a fin. Este curso está diseñado para ingenieros de datos principiantes, administradores de sistemas y desarrolladores de software que desean una comprensión sólida y práctica de la computación distribuida sin necesidad de experiencia previa en la administración de clústeres.