DATA ANALYST UTILISER PIG, HIVE ET IMPALA AVEC HADOOP DE CLOUDERA

Dimension: px

Commencer à balayer dès la page:

Download "DATA ANALYST UTILISER PIG, HIVE ET IMPALA AVEC HADOOP DE CLOUDERA"

Christian Blanchard
il y a 10 ans
Total affichages :

1 SI 2.0 DATA ANALYST UTILISER PIG, HIVE ET IMPALA AVEC HADOOP DE CLOUDERA REF : SICL001 DUREE : 4 JOURS TARIF : HT Public Analystes de données, business analysts, développeurs et administrateurs. Pré-requis Expérience avec SQL et les commandes UNIX ou Linux basiques. Objectifs pédagogiques D appliquer l analyse traditionnelle des données et les compétences de «business intelligence» aux Big Data. D'utiliser les outils permettant de manipuler et analyser des ensembles complexes de données en utilisant SQL et des langages de script familiers.

Objectifs pédagogiques D appliquer l analyse traditionnelle des données et les compétences de «business intelligence» aux Big Data.

2 Programme INTRODUCTION DE LA FORMATION HADOOP Au sujet de cette formation, Au sujet de Xebia et Cloudera, Logistique de la formation, Introductions. FONDAMENTAUX D HADOOP L intérêt d Hadoop, Vue globale d Hadoop, HDFS, MapReduce, L écosystème Hadoop, Explication de scenarios de laboratoire, Exercices hands-on : ingestion de données avec les outils Hadoop. INTRODUCTION A PIG Qu est-ce que Pig? Les caractéristiques de Pig, Cas d utilisation de Pig, Interagir avec Pig. ANALYSE DE DONNEES BASIQUES AVEC PIG Syntaxe latine de Pig, Charger des données, Types de données simples, Définitions des champs, Data Output, Voir le Schema, Filtrer et trier les données, Les fonctions utilisées communément,

de données avec les outils Hadoop. INTRODUCTION A PIG Qu est-ce que Pig? Les caractéristiques de Pig, Cas d utilisation de Pig, Interagir avec Pig.

3 Exercices Hands-On : utiliser Pig pour des process ETL. TRAITER DES DONNEES COMPLEXES AVEC PIG Formats de stockage, Types de données complexes/emboités, Grouper, Fonctions built-in pour des données complexes, Itérer des données groupées, Exercices Hands-On : analyser des données de campagnes publicitaires avec Pig. OPERATIONS «MULTI-DATASET» AVEC PIG Techniques pour combiner des ensembles de données, Assembler des ensembles de données avec Pig, Opérations de groupe, Séparer des ensembles de données, Exercise «Hans-On» : analyser des ensembles de données disparates avec Pig. ETENDRE PIG Ajouter de la flexibilité avec les paramètres, Macros et imports, UDFs, Contributed functions, Utiliser d autres langages pour traiter des données avec Pig, Exercice «Hans-On» : étendre Pig avec Streaming et UDFs. TROUBLESHOOTING ET OPTIMISATION AVEC PIG Résolution des problèmes avec Pig, Logging, Utiliser l UI Web d Hadoop, Demo optionnelle : résolution d un «Failed Job» avec l UI Web, Echantillonnage de données et débugage, Vue d ensemble des performances,

Hands-On : analyser des données de campagnes publicitaires avec Pig.

4 Comprendre le plan d exécution, Astuces pour améliorer la performance de votre «Pig Jobs». INTRODUCTION A HIVE Qu est-ce qu Hive? Schema Hive et stockage de données, Comparer Hive aux bases de données traditionnelles, Hive vs. Pig, Cas d utilisation d Hive, Interagir avec Hive. ANALYSE DE DONNEES RELATION AVEC HIVE Bases de données et tableaux Hive, Syntaxe HiveQL basique, Types de données, Assembler des ensembles de données, Fonctions communes de Built-in, Exercice «hands-on» : «Running Hive Queries on the Shell, Scripts and Hue». MANAGEMENT DE DONNEES HIVE Formats de données Hive, Créer des bases de données et tableaux de management Hive, «Altering Databases and Tables» (?) Tableaux auto-managés, Simplifier les requêtes avec Views, Stocker les résultats de requêtes, Contrôler l accès aux données, Exercice «Hands-On» : management des données avec Hive. TRAITEMENT DE TEXTE AVEC HIVE Vue d ensemble du traitement de texte, Fonctions String importantes,

ANALYSE DE DONNEES RELATION AVEC HIVE Bases de données et tableaux Hive, Syntaxe HiveQL basique, Types de données, Assembler des ensembles de données, Fonctions communes de Built-in, Exercice

5 Utiliser des expressions habituelles dans Hive, «Sentiment Analysis» et «N-Grams», Exercices «Hands-On» (optionnels) : se faire une idée de l analyse de sentiment. {Gaining Insight with Sentiment Analysis} OPTIMISATION D HIVE Comprendre la performance de requête, Contrôler le plan d exécution des tâches, Partitionner, «Bucketing», Indexer les données. ETENDRE HIVE SerDes, Transformation de données avec des Scripts personnalisés, Fonctions définies par l utilisateur, Paramétrer les requêtes, Exercices «Hands-On» : transformation de données avec Hive. INTRODUCTION A IMPALA Qu est-ce qu Impala? En quoi Impala diffère d Hive et de Pig, Comment Impala diffère des bases de données relationnelles, Limitations et directions futures, Utiliser le Shell Impala. ANALYSER LES DONNEES AVEC IMPALA Syntaxe basique, Types de données, Filtrer, trier et restreindre les résultats, Assembler et grouper les données, Augmenter les performances d Impala,

ETENDRE HIVE SerDes, Transformation de données avec des Scripts personnalisés, Fonctions définies par l utilisateur, Paramétrer les requêtes, Exercices «Hands-On» : transformation de données avec

6 Exercices «Hands-On» : analyse interactive avec Impala. CHOISIR LE MEILLEUR OUTIL POUR LA TACHE Comparer MapReduce, Pig,

Documents pareils

Formation Cloudera Data Analyst Utiliser Pig, Hive et Impala avec Hadoop

Formation Cloudera Data Analyst Utiliser Pig, Hive et Impala avec Hadoop Passez au niveau supérieur en termes de connaissance grâce à la formation Data Analyst de Cloudera. Public Durée Objectifs Analystes de données, business analysts, développeurs et administrateurs qui ont