Курс администрирование кластера Hadoop
| Ближайшая дата курса администрирования кластера Hadoop Cloudera Manager/HortonWorks/Arenadata |
30 марта — 03 апреля |
| 01 | 01 — 05 июня |
| Стоимость обучения | 90.000 рублей |
| Код курса | HADM |
5 дней практического обучения установке и настройке кластера Hadoop, безопасность Kerberos, Apache Sentry, Cloudera Navigator, Apache Ambari, Apache Ranger, Apache Atlas, Apache KNOX, мониторинг, репликация и резервное копирование, взаимодействие с компонентами экосистемы Hadoop: Spark, Hive, sqoop, HDFS, MapReduce.
Примечание: с 1 января 2019 года данный курс «Администрирование кластера Hadoop» проводится в объединенном формате по дистрибутивам Hadoop версии 2 компаний Cloudera/HortonWorks/Arenadata на выбор для пользователей. Для корпоративного формата обучения возможна выделенная программа по одной версии дистрибутива Hadoop (уточняйте у менеджера).
Аудитория: Системные администраторы, системные архитекторы и разработчики Hadoop, желающие получить практические навыки по установке, конфигурированию, обслуживанию, управлению и администрирование кластера Hadoop с использованием дистрибутива Cloudera и Cloudera Manager/ HortonWorks/ Arenadata Hadoop.
Предварительный уровень подготовки:
- Начальный опыт работы в Unix
- Опыт работы с текстовым редактором vi (желателен)
Продолжительность: 5 дней, 40 академических часов.
О курсе
Apache Hadoop является наиболее популярной открытой платформой для распределенных вычислений. Данный курс содержит информацию по планированию и развертыванию распределенных вычислительных кластеров на базе дистрибутивов Hadoop, мониторингу и оптимизации производительности системы, резервному копированию и аварийному восстановлению узлов кластера и отдельных компонент, настройки безопасности системы Kerberos ( Active Directory и MIT/FreeIPA) на базе Hadoop.
Курс администрирование кластера Hadoop построен на сквозных практических примерах развертывания и администрирования Hadoop кластера, в том числе в облачной инфраструктуре, использования компонент Hadoop для запуска задач распределенных вычислений с тестовыми данными. Практические занятия выполняются в кластерной среде Amazone Web Services с использованием дистрибутивов Cloudera Distributed Hadoop/ HortonWorks и Arenadata Hadoop (российский дистрибутив Hadoop в рамках программы импортозамещения) и программного обеспечения управления кластером Cloudera Manager/ Arenadata Hadoop / HortonWorks.
Соотношение теории к практике 40/60
Программа курса «Администрирование кластера Hadoop»
-
Введение в Big Data
-
Архитектура Apache Hadoop
-
Hadoop Distributed File System
- Архитектура HDFS. Блоки HDFS.
- Основные команды работы с HDFS.
- Операции чтения и записи, назначения HDFS.
- Дисковые квоты. Поддержка компрессии
- Основные форматы хранения данных TXT, AVRO, ORC, Parquet, Sequence файлы
- Импорт (загрузка) данных на HDFS
- Организация Tiering для хранения данных
- Архивное хранение HDFS
- Локальное чтение и распределенное кэширование
-
Map Reduce
-
Дизайн кластера Hadoop
- Сравнение дистрибутивов и версий Hadoop 2/3 (Cloudera Distributed Hadoop, MapR, HortonWorks Data Platform, Arenadata Hadoop): различия и ограничения
- Требования программного и аппаратного обеспечения
- Планирование кластера
- Масштабирование кластера Hadoop. Отказоустойчивость Hadoop
- Federated NameNode. Hadoop в облаке.
- Сравнение Cloud решений для Hadoop. Amazon EMR
- Интеграция с другими решениями: streaming (DataFlow), NoSQL.
-
Установка кластера
- Установка Hadoop кластера
- Выбор начальной конфигурации
- Оптимизация уровня ядра для узлов
- Начальная конфигурация HDFS и MapReduce
- Файлы логов и конфигураций
- Установка Hadoop клиентов
- Установка Hadoop кластера в облаке
- Автоматические варианты установки
- Установка и настройка кластера Hadoop в изолированном окружении (offline).
-
Операции обслуживания кластера Hadoop
- Дисковая подсистема
- Квоты
- Остановка, запуск, перезапуск(Graceful Shutdown)
- Управление узлами
- Управление обновлениями и создание локального репозитория
-
Оптимизация и управление ресурсами
- Поиск узких мест.
- Производительность. Файловая система. Data Node и data layout и партиционирование, bucketing
- Планировщики: FIFO scheduler. Планировщик емкости (Capacity scheduler). Гранулярное управление ресурсами (Fair scheduler). Защита очередей и доминантное управление ресурсами DRF.
- Особенности управления ресурсами для разных дистрибутивов
-
Управление кластером Hadoop с использованием Cloudera Manager/Apache Ambari
-
Безопасность Apache Hadoop
- Безопасность по умолчанию
- Многопользовательский режим
- Аутентификация и авторизация с использованием Active Directory(Microsoft), REALM MIT/FreeIPA: Kerberos, keytabs, principals. Установка и конфигурирование Kerberos в Hadoop
- Обзор возможностей Apache Sentry, Cloudera Navigator, Apache Ambari, Apache Ranger, Apache Knox, Apache Atlas
- Резервное копирование и аварийное восстановление
- Репликация данных и snapshoting.Конфигурирование высокой доступности Name node (HA)
- Компоненты безопасности Hadoop
- Best practices Cloudera / HortonWorks/Cloudera/ArenaData
-
Мониторинг Apache Hadoop
-
Troubleshooting
- Data Node
- Name Node
- Восстановление Name Node
-
Инструментарий Apache Hadoop экосистемы
- Графический интерфейс сервиса HUE
- Подключение Cloudera Data Science Workbench
- Назначение Apache Zookeeper
- Основы Apache Pig — установка и выполнение базовых операций
- Введение в Apache Hive, понятие Hive таблицы, установка Hive
- Использование Apache sqoop — установка и выполнение базовых операций
- Базовые операции Apache Flume — установка и выполнение базовых операций
- Обзор и назначение компонент: Cloudera Impala, Apache NiFi, Apache HBase, Apache Kafka, Apache Zookeeper, Apache Oozie
Примерный список практических занятий:
- Ручная установка кластера Hadoop с дистрибутива Cloudera Distributed
- Hadoop/HortonWorks/Arenadata Hadoop на локальной системе 3-узловый кластер
- Установка 3-узлового кластера в облаке Amazon Web Services с использованием Cloudera Manager/Apache Ambari
- Базовые операции с кластером Hadoop и файловые операции HDFS.
- Управление ресурсами и запуском задач с использованием YARN MapReduce/Tez.
- Управление кластером с использованием Cloudera Manager/Apache Ambari(развертывание сервисов, репликация, мониторинг, alerting и т.д.)
- Конфигурирование системы аутентификации Kerberos для кластера Hadoop под управление Cloudera Manager/Apache Ambari
- Установка и выполнение базовых операций в Apache Hive, Apache sqoop, Apache Flume
- Выполнение задач в веб-интерфейсе HUE/Apache Ambari View
- Мониторинг кластера Hadoop с использованием Zabbix (опционально)
- HA высокая доступность (High Availablility) Name Node и YARN (ресурс-менеджер) .
Примечание:
Доступ к лабораторному стенду на Amazon Web Services предоставляется на время учебных курсов с 8:30 до 18:30 (возможно продление времени по запросу).
Практические занятия с меткой (опционально) выполняются по желанию и при наличии свободного времени у слушателей
Скачать программу курса программа курса по Администрированию кластера Hadoop в формате pdf
