Hadoop para principiantes presenta el almacenamiento de big data y el procesamiento por lotes mediante los archivos diarios de una empresa minorista. En un entorno real de Hadoop, conocerá las funciones de HDFS, MapReduce y YARN antes de preparar entradas, ejecutar un cálculo y comprobar resultados.
El curso contiene 9 laboratorios guiados y 3 desafíos. Los primeros explican conceptos y operaciones; los desafíos combinan habilidades practicadas con datos nuevos. Cada actividad prepara sus propios archivos y servicios.
Lo que aprenderás
Al completar este curso, podrá:
- distinguir archivos locales de HDFS e inspeccionar la configuración de Hadoop;
- subir, organizar, copiar y exportar archivos conservando las entradas originales;
- inspeccionar bloques y réplicas y probar permisos de archivos y directorios;
- seguir pares clave/valor por Map, Shuffle y Reduce;
- enviar trabajos YARN, consultar estados y registros, verificar resultados y repetir con salidas separadas;
- diagnosticar entradas ausentes, conflictos de salida, errores de conexión y tareas fallidas.
A quién va dirigido este curso
Para quienes empiezan en big data o ingeniería de datos y quieren utilizar un sistema Hadoop preparado antes de estudiar administración de clústeres.
Requisitos previos: Uso básico de terminal. No necesita conocimientos de Hadoop, Java ni Python.
Entorno de aprendizaje: LabEx proporciona una terminal Linux preparada en el navegador. El entorno de un nodo enseña operaciones reales; el despliegue de clústeres de producción queda fuera del curso.
Preguntas frecuentes
¿Puedo empezar sin conocer big data ni programación?
Sí, si sabe usar una terminal a nivel básico. El curso explica para qué sirve Hadoop y cómo se relacionan el almacenamiento HDFS, el procesamiento MapReduce y la gestión de recursos YARN. No necesita escribir Java ni Python.
¿Qué lugar ocupa este curso en la ruta de aprendizaje de Big Data?
Empiece aquí para adquirir las bases de almacenamiento y procesamiento por lotes; después continúe con Hive, Spark y Kafka. Los desafíos siguen a la práctica guiada y solo utilizan habilidades ya presentadas en este curso.
¿Necesito instalar Hadoop o alquilar un clúster?
No. Cada actividad proporciona un entorno LabEx preparado en el navegador. Utilizará servicios Hadoop reales en un nodo; los ejercicios no demuestran tolerancia a fallos de producción ni rendimiento distribuido.
