Desarrolla experiencia práctica con el ecosistema Hadoop mediante 77 laboratorios guiados y basados en escenarios. La colección avanza desde operaciones HDFS y controles de almacenamiento hasta técnicas de flujo MapReduce, gestión de recursos YARN y un amplio conjunto de tareas Hive y HiveQL.
Es una biblioteca de práctica extensa, no un único proyecto lineal. El manifiesto no exige un orden fijo, por lo que puedes avanzar desde fundamentos hasta datos avanzados o elegir los laboratorios de las habilidades que necesites reforzar.
Lo que aprenderás
Al completar el curso, aprenderás a:
- Configurar y explorar entornos HDFS, YARN y Hive proporcionados para la práctica.
- Leer, buscar, transferir, eliminar, inspeccionar y controlar permisos de datos HDFS con su shell.
- Gestionar replicación, bloques, DataNodes, snapshots, políticas de almacenamiento, cuotas y limpieza en HDFS.
- Aplicar técnicas shuffle de MapReduce con particionadores, ordenación, combiners, joins y caché distribuida.
- Inspeccionar aplicaciones, contenedores, logs, JAR, nodos, scheduling, ResourceManager y NodeManager de YARN.
- Crear y modificar bases y tablas Hive y cargar, insertar, actualizar, eliminar, importar y exportar datos.
- Escribir filtros, grupos y agregaciones, joins y unions, orden y distribución, funciones y ventanas en HiveQL.
- Examinar planes, formatos, particiones, buckets, schemas, I/O, compresión, serialización, integración y seguridad de Hive.
A quién va dirigido este curso
Está dirigido a estudiantes de Hadoop que quieren muchos ejercicios guiados sobre almacenamiento, procesamiento, recursos y análisis tipo SQL. Sirve a principiantes que buscan amplitud y a quienes ya conocen los conceptos y desean practicar HDFS, MapReduce, YARN o Hive.
Requisitos previos: Debes manejar un terminal Linux, archivos, permisos y conceptos básicos de procesamiento de datos. Se recomiendan firmemente fundamentos de Hadoop y SQL antes de MapReduce, YARN y Hive avanzado, aunque el curso esté marcado como Beginner.
Entorno de aprendizaje: Los 77 laboratorios se ejecutan en entornos Hadoop proporcionados e incluyen instrucciones detalladas y soluciones. El trabajo es principalmente por comandos y consultas; no se indica como requisito un clúster cloud externo ni una cuenta personal.
Preguntas frecuentes
¿Debo completar los 77 laboratorios en orden?
No. El curso está configurado como colección no ordenada, no como secuencia obligatoria. Los nuevos estudiantes deberían comenzar con HDFS y archivos básicos antes de MapReduce, YARN y temas avanzados de Hive.
¿En qué se diferencia de Desafíos de Práctica en Hadoop?
Hadoop Practice Labs contiene 77 actividades guiadas en cuatro áreas amplias. Hadoop Practice Challenges es una colección mucho menor de 12 tareas centradas en comandos del sistema de archivos HDFS.
¿Incluye Spark o Pig?
No. El temario cubre HDFS, algunos patrones MapReduce, YARN y Hive/HiveQL. Spark y Pig no aparecen entre los 77 temas.
¿Desplegaré y operaré un clúster Hadoop de producción?
No. Practicarás configuración y componentes en entornos de aprendizaje proporcionados. Diseño de infraestructura, despliegue multinodo, planificación de capacidad, monitorización y operación de producción no son resultados establecidos.
