> Formations > Technologies numériques > Intelligence Artificielle, Big Data > Big Data > Formation Hadoop, développer des applications pour le Big Data
Vous avez déjà un compte client ORSYS
Se connecter
Vous êtes nouveau chez ORSYS
Créer un compte
Vous ne souhaitez pas créer de compte
Poursuivre sans me connecter

Formation : Hadoop, développer des applications pour le Big Data

Hadoop, développer des applications pour le Big Data


Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients Moyenne des avis clients
4,6 / 5


Ce cours pratique vous apprendra à développer des applications vous permettant de traiter des données distribuées en mode batch. Vous collecterez, stockerez et traiterez des données de formats hétérogènes avec Apache Hadoop afin de mettre en place des chaînes de traitement intégrées à votre système d'information.


INTER
INTRA
SUR MESURE

Cours pratique en présentiel ou à distance
Disponible en anglais, à la demande

Réf. APH
  4j - 28h00
Prix : 2920 € H.T.

Télécharger le programme

Partager cette formation




Ce cours pratique vous apprendra à développer des applications vous permettant de traiter des données distribuées en mode batch. Vous collecterez, stockerez et traiterez des données de formats hétérogènes avec Apache Hadoop afin de mettre en place des chaînes de traitement intégrées à votre système d'information.


Objectifs pédagogiques
À l’issue de la formation, le participant sera en mesure de :
Construire un programme à base de MapReduce
Intégrer Hadoop HBase dans un workflow d'entreprise
Travailler avec Apache Hive et Pig depuis Hadoop Distributed File System (HDFS)
Utiliser un graphe de tâches avec Hadoop

Public concerné
Concepteurs, développeurs.

Prérequis
Bonne expérience en développement Java. Des connaissances en architecture web constituent un plus.
Vérifiez que vous avez les prérequis nécessaires pour profiter pleinement de cette formation en faisant  ce test.

Méthodes et moyens pédagogiques
Travaux pratiques
Développement d'applications pour le big data.
Méthodes pédagogiques
Cours 30%, travaux pratiques 70%.

Modalités d'évaluation
Le formateur évalue la progression pédagogique du participant tout au long de la formation au moyen de QCM, mises en situation, travaux pratiques…
Le participant complète également un test de positionnement en amont et en aval pour valider les compétences acquises.

Programme de la formation

1
Le big data

  • Définition du périmètre du big data.
  • Le rôle du projet Hadoop.
  • Les concepts de base des projets big data.
  • Présentation du cloud computing.
  • Différence entre cloud computing privé et public.
  • Les architectures big data à base du projet Hadoop.
Démonstration
Usage d'Hadoop et de GoogleApp.

2
Collecte de données et application de MapReduce

  • Analyse des flux de données dans l'entreprise.
  • Données structurées et non-structurées.
  • Les principes de l'analyse sémantique des données d'entreprise.
  • Graphe des tâches à base de MapReduce.
  • La granularité de cohérence des données.
  • Transfert de données depuis un système de persistance dans Hadoop.
  • Transfert de données d'un Cloud dans Hadoop.
Travaux pratiques
Gérer la collecte d'informations clientèles par MapReduce. Configuration de l'implémentation Yarn. Développement d'une tâche basée sur Map Reduce.

3
Le stockage des données avec HBase

  • Plusieurs types de base de données XML.
  • Patterns d'usages et application au cloud.
  • Application de Hadoop database au sein d'un workflow.
  • Utilisation des projets Hive/Pig.
  • Utilisation du projet HCatalog.
  • L'API Java HBase.
Travaux pratiques
Gérer les modifications d'un catalogue de données fournisseur.

4
Le stockage des données sur HDFS

  • Patterns d'usages et application au cloud.
  • Architecture et installation d'un système HDFS, journal, NameNode, DataNode.
  • Opérations, commandes et gestion des commandes.
  • L'API HDFS Java.
  • Analyse de données avec Apache Pig.
  • Le langage Pig Latin. Utiliser Apache Pig avec Java.
  • Requêtage avec Apache Hive.
  • Réplication de données. Partage de données sur une architecture HDFS.
Travaux pratiques
Administrer un référentiel client partagé sur Hadoop. Utilisation de la console de visualisation.

5
Spring Data Hadoop

  • Introduction à Spring et Spring Data.
  • Le namespace Hadoop pour Spring.
  • Utiliser Spring pour simplifier la configuration Hadoop.
  • Configuration du cache distribué.
  • Définition des jobs et dépendance entre jobs.
  • Intégration des outils (Pig, Hive...).
Travaux pratiques
Refondre la gestion du catalogue de données fournisseur via Spring Data.


Avis clients
4,6 / 5
Les avis clients sont issus des évaluations de fin de formation. La note est calculée à partir de l’ensemble des évaluations datant de moins de 12 mois. Seules celles avec un commentaire textuel sont affichées.
ARNAUD L.
12/11/24
4 / 5

Le contenu est malheureusement trop dense pour uniquement 4 jours. Le formateur maitrise bien les sujets.
YOAN T.
12/11/24
5 / 5

Le programme de la formation est très complet, il y a beaucoup (trop) de choses à voir au vu du temps de formation. Pour ma part, j’aurais apprécié un peu plus de pratique au vu du peu de temps total. La théorie était très intéressante mais limite malheureusement le temps de pratique.Au niveau pédagogique, le formateur était très à l’écoute, c’était très agréable.
RAPHAËL N.
12/11/24
5 / 5

Sujet relativement complexe (plusieurs technologies), mais bien expliqué



Dates et lieux
Sélectionnez votre lieu ou optez pour la classe à distance puis choisissez votre date.
Classe à distance

Dernières places
Date garantie en présentiel ou à distance
Session garantie