آموزش هدوپ | Hadoop

معرفی Hadoop

Hadoop یک فریمورک منبع باز، برنامه نویسی مبتنی بر جاوا است که از پردازش و ذخیره مجموعه داده های بسیار بزرگ در محیط محاسباتی توزیع شده پشتیبانی می کند. این بخشی از پروژه آپاچی است که توسط بنیاد نرمافزار آپاچی حمایت می شود.

Hadoop توسط دانشمندان کامپیوتر Doug Cutting و مایک کافارلا در سال 2006 برای پشتیبانی از توزیع برای موتور جستجو Nutch ایجاد شد.

Hadoop باعث می شود برنامه های کاربردی در سیستم با هزاران گره سخت افزاری کالا اجرا شود و هزاران ترابایت داده را اداره کند. سیستم فایل توزیع شده آن، سرعت انتقال داده ها را در میان گره ها تسهیل می دهد و به سیستم اجازه می دهد تا در صورت شکست یک گره به کارش ادامه دهد.

این رویکرد ریسک خرابی سیستم و خرابی غیر منتظره داده ها را کاهش می دهد، حتی اگر تعداد قابل توجهی از گره ها غیر فعال شوند.

سازمانها می توانند اجزای Hadoop گسترش دهند و از بسته های نرم افزاری در مرکز داده محلی خود پشتیبانی کنند. با این حال، بیشتر پروژه های داده بزرگ به استفاده کوتاه مدت از منابع محاسباتی بستگی دارد. این نوع کاربرد برای خدمات گسترده ای از قبیل Amazon Web Services (AWS)، Google Cloud Platform و Microsoft Azure مناسب است.

پلت فرم Hadoop برای حل مشکلاتی که در آن مقدار زیادی داده با ترکیبی از اطلاعات پیچیده و ساختار یافته وجود دارد و مطابقت آنها در جداول را حت نیست مناسب می باشد.

کاربرد Hadoop

  • پردازش داده های بزرگ
  • ذخیره مجموعه ای از داده ها
  • پردازش داده های موازی
  • خدمات هماهنگی با عملکرد بالا برای برنامه های توزیع شده با ابزار ZooKeeper
  • ارائه یک موتور قدرتمند و انعطاف پذیر برای اجرای DAG دلخواه با ابزار Tez
  • دارای سیستم سریال سازی داده ها
  • دارای پایگاه داده ی مقیاس پذیر multimaster بدون نقطه شکست
  • سیستم جمع آوری داده ها
  • ارائه ی خلاصه های داده ها و پرس و جو های ad hoc
  • آموزش مهارت های سازمانی پلتفرم داده Hortonworks 

آموزش مهارت های سازمانی پلتفرم داده Hortonworks 

چهارشنبه ۰۵ دی ۱۳۹۷ - ساعت ۲۳:۰۰
  • آموزش هدوپ – اصول و مبانی

آموزش هدوپ – اصول و مبانی

دوشنبه ۱۲ آذر ۱۳۹۷ - ساعت ۲۳:۰۰
  • آموزش هدوپ – سطح متوسط

آموزش هدوپ – سطح متوسط

دوشنبه ۱۲ آذر ۱۳۹۷ - ساعت ۱۷:۰۰
  • آموزش تحلیل کلان داده با Hadoop 3

آموزش تحلیل کلان داده با Hadoop 3

شنبه ۱۴ مهر ۱۳۹۷ - ساعت ۰۰:۰۰
  • آموزش مدیریت Hadoop Cluster 

آموزش مدیریت Hadoop Cluster 

یکشنبه ۱۰ تیر ۱۳۹۷ - ساعت ۲۰:۰۰
  • آشنایی با هدوپ با استفاده از Syncfusion Big Data Platform

آشنایی با هدوپ با استفاده از Syncfusion Big Data Platform

یکشنبه ۲۰ اسفند ۱۳۹۶ - ساعت ۱۸:۰۰
  • آشنایی با Hadoop

آشنایی با Hadoop

شنبه ۱۹ اسفند ۱۳۹۶ - ساعت ۰۶:۰۰
  • آموزش تحلیل کلان داده با Hadoop ،AWS و EMR

آموزش تحلیل کلان داده با Hadoop ،AWS و EMR

جمعه ۲۹ دی ۱۳۹۶ - ساعت ۰۶:۳۰
  • آموزش Hadoop و سیستم های توزیع شده مرتبط آن

آموزش Hadoop و سیستم های توزیع شده مرتبط آن

پنج شنبه ۲۸ دی ۱۳۹۶ - ساعت ۰۹:۰۰
  • آموزش Hadoop 2 – تنظیم و وارد کردن داده با Sqoop و Flume

آموزش Hadoop 2 – تنظیم و وارد کردن داده با Sqoop و Flume

چهارشنبه ۲۷ دی ۱۳۹۶ - ساعت ۱۲:۳۰
  • آموزش شروع کار با Hadoop 2.x

آموزش شروع کار با Hadoop 2.x

سه شنبه ۲۶ دی ۱۳۹۶ - ساعت ۱۷:۰۰
  • آموزش شروع کار با Kudu

آموزش شروع کار با Kudu

شنبه ۲۳ دی ۱۳۹۶ - ساعت ۱۹:۰۰
  • آموزش Kafka

آموزش Kafka

شنبه ۲۳ دی ۱۳۹۶ - ساعت ۱۶:۳۰
  • آموزش کلان داده و Hadoop به شیوه ای ساده و با روش کاربردی

آموزش کلان داده و Hadoop به شیوه ای ساده و با روش کاربردی

شنبه ۱۶ دی ۱۳۹۶ - ساعت ۰۵:۳۰
  • آموزش اصولی HBase برای دسترسی به بیگ دیتا

آموزش اصولی HBase برای دسترسی به بیگ دیتا

دوشنبه ۱۳ آذر ۱۳۹۶ - ساعت ۱۲:۰۰
  • آموزش توسعه هدوپ برای علم داده: Streaming، Spark، Storm، Kafka

آموزش توسعه هدوپ برای علم داده: Streaming، Spark، Storm، Kafka

یکشنبه ۳۰ مهر ۱۳۹۶ - ساعت ۱۲:۳۲
  • آموزش ایجاد کلان داده Hadoop Cluster با Cloudera CDH

آموزش ایجاد کلان داده Hadoop Cluster با Cloudera CDH

چهارشنبه ۳۱ خرداد ۱۳۹۶ - ساعت ۱۱:۰۰
  • ایجاد راه حل های Big Data با Impala

ایجاد راه حل های Big Data با Impala

دوشنبه ۱۳ دی ۱۳۹۵ - ساعت ۰۵:۰۰
  • آشنایی با Hadoop Technology Stack

آشنایی با Hadoop Technology Stack

یکشنبه ۱۲ دی ۱۳۹۵ - ساعت ۱۱:۰۰
  • آنالیز داده ها در Hadoop

آنالیز داده ها در Hadoop

سه شنبه ۲۵ آبان ۱۳۹۵ - ساعت ۱۷:۰۰
  • آموزش Hadoop برای توسعه دهندگان دات نت

آموزش Hadoop برای توسعه دهندگان دات نت

دوشنبه ۱۰ آبان ۱۳۹۵ - ساعت ۱۸:۳۱