wiki:III131019

Version 2 (modified by jazz, 11 years ago) (diff)

--

雲端 Big Data 之處理、分析與應用(進階班)

報名資訊

課程源起

  雲端運算掀起了新一代的資訊革命,也帶來了資訊爆炸式的成長,市調單位IDC的研究報告指出:
自2010年全球資料量已進入ZB(zettabytes,1 ZB 為1兆GB)時代,並且每年以60%的速度攀升,
這意味著每18個月全球的資料量將翻倍。面對不斷擴張的驚人資料量,大量資料 (Big Data) 的
儲存、管理、處理、搜尋、分析與智能應用等處理資料的能力也將面臨新的挑戰,而處理資料的技術
將迫切需要可動態與彈性等特點,以支援大量資料處理的計算模式。

工欲善其事,必先利其器,根據市場調查機構IDC的研究顯示,Hadoop 軟體市場的復合年增長率
超過了60%,並預測到了2016年,市場總值將由2011年的7700萬美元增長至8.128億美元,可見得
Hadoop火熱的程度。巨量資料寶庫蘊藏豐沛的珍寶,除了幾乎成為巨量資料代名詞的Hadoop外,
相同框架裡頭的 MapReduce、HDFS等技術,皆為意欲挖掘出這些寶藏之企業所需準備的工具,意欲
開啟巨量資料希望之門,幾乎可以肯定,絕對少不掉Hadoop這把鑰匙!

為了解決巨量資料的問題,Hadoop 周遭已經發展出相當完整的生態系,其中有兩個最為核心的項目,
一是MapReduce這個執行分散式處理的程式模型,另一則是HDFS這個虛擬的分散式檔案系統,透過
專司運算、儲存的兩根大支柱,牢牢地撐起Hadoop架構。且基於map/reduce的演算,Hadoop可以
利用分散式節點的增加,來持續提供更多的計算能力,因此具備了很好的規模可擴充性。

為了滿足業界需求,資策會 特規劃「雲端Big Data之處理與分析進階班」課程,本課程學員將學習
到雲端運算之三大關鍵技術,利用Hadoop之分散式檔案系統(HDFS)與MapReduce,快速建構出雲端
運算的執行環境和服務,並以Hadoop FileSystem API 實作、MapReduce API 實作、
MapReduce 與資料庫結合與MapReduce 與 Hadoop 生態系整合等實作方式讓學員更加了解如何
透過Hadoop架構以進行雲端資料的大量資料處理、分析與應用。

課程目標

  • 學習 Hadoop File System 之 API 實作
  • 學習 Hadoop MapReduce 開發輔助工具 Eclipse 與 Netbeans
  • 學習 MapReduce 之 API 實作
  • 瞭解 MapReduce 與資料庫結合的方式
  • 學習 MapReduce 與 Hadoop 生態系之整合方式

課程特色

本課課程重點在於透過採體驗式教學方式的實作,經由多樣性的實際指令操作進行整合實作,
讓參訓學員瞭解正確的觀念與方法,以體驗實際的操作方式驗證課程所學 ,期能讓學員學會
如何將 Hadoop 這項技術與現存資訊架構進行整合。

適合對象

  • IT經理或系統網路部門主管
  • 專案經理、系統架構師或系統網路管理人員
  • 企業或技術決策人員
  • 對於雲端運算之大量資料(Big Data)處理、分析、應用有興趣者

預備知識

  • 具 Linux 操作實務與 Java 程式語言基礎者尤佳。
  • 具雲端運算之大量資料處理、分析與應用實務之基礎課程知識者尤佳。

課程日期

  • 102年10月19~20日 (週六/週日 白天9:30 ~16:30 ),共2天、計12小時 。

上課地點

  • 資策會數位教育研究所,台北市信義路三段 153 號 10 樓 1001 教室。
  • 位於捷運木柵線大安站斜對面(復興南路與信義路交叉口),燦坤樓上。
  • 上課地點與教室之確認,以上課通知函為主。

課程內容

2013-10-19(六)

時段 課程內容 投影片
實作步驟
補充資料
09:30-10:00 Big Data 處理技術與 Hadoop 簡介 投影片 * 重點一:減少資料搬運的頻寬成本跟時間成本
* 重點二:在地運算(Data Locality)
10:00-10:20 Hadoop 的三種模式與三種安裝方法 實作零? * http://www.cloudera.com - RPM/DEB 套件庫
* http://hortonworks.com - HDP for Windows
10:20-10:45 單機模式(Local Mode)操作觀察 實作一 * 阿帕契基金會官網單機安裝流程
* Ubuntu 安裝 Hadoop / HBase 單機安裝腳本
10:45-11:00 中場休息
11:00-11:25 偽分散式模式(Pseudo-Distributed Mode)操作觀察 實作二
11:25-11:45 全分散式模式(Full Distributed Mode)操作觀察 實作三
11:45-12:00 HDFS 基本指令操作 實作四
12:00-13:00 午餐時間
13:00-13:20 基本除錯技能(一) Bash 除錯 實作五
13:20-13:40 基本除錯技能(二) Log4J 實作六
13:40-14:00 基本除錯技能(三) 切換 Hadoop 設定檔 實作七

2013-10-20(日)

時段 課程內容 實作 補充資料

Attachments (1)