Développez une connaissance pratique de l'écosystème Hadoop grâce à 77 laboratoires guidés et scénarisés. La collection part des opérations HDFS et contrôles de stockage, puis aborde les flux MapReduce, la gestion des ressources YARN et un vaste ensemble de tâches Hive et HiveQL.
Il s'agit d'une bibliothèque d'exercices étendue, pas d'un projet linéaire unique. Le manifeste n'impose aucun ordre : vous pouvez progresser des bases vers les sujets avancés ou sélectionner les laboratoires correspondant aux compétences à renforcer.
Ce que vous apprendrez
À la fin de ce cours, vous saurez :
- Configurer et explorer les environnements HDFS, YARN et Hive fournis pour la pratique.
- Lire, rechercher, transférer, supprimer, inspecter et permissionner des données HDFS avec le shell.
- Gérer réplication, blocs, DataNodes, snapshots, politiques de stockage, quotas et nettoyage dans HDFS.
- Appliquer des techniques shuffle MapReduce avec partitioners, tri, combiners, joins et cache distribué.
- Inspecter applications, containers, logs, JAR, nœuds, scheduling, ResourceManager et NodeManager de YARN.
- Créer et modifier bases et tables Hive, puis charger, insérer, mettre à jour, supprimer, importer et exporter des données.
- Écrire en HiveQL filtres, groupes et agrégations, joins et unions, tris et distributions, fonctions et fenêtres.
- Examiner plans, formats, partitions, buckets, schémas, I/O, compression, sérialisation, intégration et sécurité Hive.
À qui s’adresse ce cours
Ce cours s'adresse aux apprenants Hadoop qui veulent une grande réserve d'exercices guidés sur stockage, traitement, ressources et analyse de type SQL. Il aide les débutants à élargir leurs bases et les personnes déjà initiées à cibler HDFS, MapReduce, YARN ou Hive.
Prérequis : Vous devez être à l'aise avec un terminal Linux, les fichiers, les permissions et les notions de traitement de données. Des bases en Hadoop et SQL sont fortement recommandées avant MapReduce, YARN et Hive avancé, même si le cours est classé Beginner.
Environnement d’apprentissage : Les 77 laboratoires se déroulent dans des environnements Hadoop fournis avec instructions détaillées et solutions. Le travail repose surtout sur commandes et requêtes ; aucun cluster cloud externe ni compte personnel n'est indiqué comme requis.
Questions fréquentes
Dois-je effectuer les 77 laboratoires dans l'ordre ?
Non. Le cours est configuré comme collection non ordonnée et non comme séquence obligatoire. Les débutants gagneront à commencer par HDFS et les fichiers avant MapReduce, YARN et les sujets Hive avancés.
Quelle est la différence avec les Défis pratiques Hadoop ?
Hadoop Practice Labs propose 77 activités guidées dans quatre grands domaines. Hadoop Practice Challenges est une collection bien plus courte de 12 défis portant sur les commandes de fichiers HDFS.
Le cours inclut-il Spark ou Pig ?
Non. Le programme couvre HDFS, certains modèles MapReduce, YARN et Hive/HiveQL. Spark et Pig ne figurent pas parmi les 77 sujets.
Vais-je déployer et exploiter un cluster Hadoop de production ?
Non. Vous pratiquez configuration et composants dans des environnements pédagogiques. Architecture d'infrastructure, déploiement multinœud, capacité, monitoring et exploitation de production ne sont pas des résultats établis.
