Curso Cloudera Administrator Training for Apache Hadoop - Pue

- Identificar la topología estándar del clúster de Cloudera y la función a desempeñar de los más importantes componentes de CDH en el clúster.
- Añadir Cloudera Manager y CDH.
- Utilizar Cloudera Manager con la finalidad de crear, configurar, implementar y monitorizar un clúster CDH.
- Implementar las herramientas proporcionadas por Cloudera para el ingreso de datos de origen externo en un clúster.
- Optimizar los componentes del clúster para obtener su máxima utilidad.
- Aprender sobre las tareas rutinarias y necesarias para el mantenimiento óptimo de un clúster, incluyendo actualizaciones a nuevas versiones de CDH.
- Manejar la localización, solución y reparación de conflictos.
- Aplicar las funciones de seguridad Key Cloudera.

Curso Cloudera Administrator Training for Apache Hadoop

CONTENIDOS
INTRODUCCIÓN
Cloudera Enterprise Data Hub
- Cloudera Enterprise Data Hub
- Descripción general de CDH
- Descripción general de Cloudera Manager
- Responsabilidades del administrador de Hadoop
INSTALACIÓN DE CLOUDERA MANAGER Y CDH
- Descripción general de la instalación de un Clúster
- Instalación de Cloudera Manager
- Instalación de CDH
- CDH Cluster Services
CONFIGURACIÓN DE UN CLÚSTER DE CLOUDERA
- Descripción general
- Ajustes de configuración
- Modificación de configuraciones de servicio
- Ficheros de configuración
- Administración de Role Instances
- Agregar nuevos servicios
- Agregar y quitar hosts
HADOOP DISTRIBUTED FILE SYSTEM
- Descripción general
- Topología de HDFS y roles
- Editar logs y puntos de control
- Rendimiento de HDFS y tolerancia a fallos
- Descripción general de seguridad HDFS y Hadoop
- Interfaces de usuario web para HDFS
- Uso de la interfaz de línea de comandos HDFS
- Otras utilidades de línea de comandos
INGESTA DE DATOS CON HDFS
- Información general de ingesta de datos
- Formatos de ficheros
- Ingesta de datos mediante transferencia de archivos o interfaces REST
- Importación de datos de bases de datos relacionales con Apache Sqoop
- Ingesta de datos de fuentes externas con Apache Flume
- Mejores prácticas para la importación de datos
HIVE E IMPALA
- Apache Hive
- Apache Impala
YARN Y MAPREDUCE
- Descripción general de YARN
- Ejecución de aplicaciones en YARN
- Visualización de aplicaciones en YARN
- Logs de aplicaciones en YARN
- Aplicaciones de MapReduce
- Configuración de memoria y CPU de YARN
APACHE SPARK
- Descripción general de Spark
- Aplicaciones Spark
- Ejecución las aplicaciones Spark en YARN
- Monitorización de aplicaciones Spark
PLANIFICACIÓN DE SU CLÚSTER
- Consideraciones generales de planificación
- Elegir el hardware adecuado
- Consideraciones de red
- Opciones de virtualización
- Opciones de implementación Cloud
- Configuración de nodos
CONFIGURACIÓN AVANZADA DEL CLUSTER
- Configuración de puertos de servicio
- ModificarHDFS y MapReduce
- Habilitar alta disponibilidad en HDFS
GESTIÓN DE RECURSOS
- Configuración de cgroups con Static Service Pools
- El Fair Scheduler
- Configuración de Dynamic Resource Pools
- Programación de consultas en Impala
MANTENIMIENTO DE UN CLÚSTER
- Comprobación del estado de HDFS
- Copia de datos entre Clústeres
- Rebalanceo de datos en HDFS
- HDFS Directory Snapshots
- Actualización de un clúster
MONITORIZACIÓN DE CLÚSTERES
- Funciones de monitorización de Cloudera Manager
- Pruebas de salud
- Eventos y alertas
- Gráficos e informes
- Recomendaciones de monitorización
RESOLUCIÓN DE PROBLEMAS DE UN CLÚSTER
- Descripción general
- Herramientas de resolución de problemas
- Ejemplos de mala configuración
INSTALACIÓN Y GESTIÓN DE HUE
- Descripción general
- Administración y configuración de Hue
- Autenticación y autorización en Hue
SEGURIDAD
- Conceptos de seguridad en Hadoop
- Autenticación en Hadoop mediante Kerberos
- Autorización en Hadoop
- Cifrado en Hadoop
- Securización de un clúster de Hadoop
APACHE KUDU
- Descripción general de Kudu
- Arquitectura
- Instalación y configuración
- Herramientas de monitorización y administración
APACHE KAFKA
- ¿Qué es Apache Kafka?
- Descripción general de Apache Kafka
- Arquitectura de un Clúster Apache Kafka
- Herramientas de línea de comandos Apache Kafka
- Uso de Kafka con Flume
ALMACENAMIENTO DE OBJETOS CLOUD
- Almacenamiento de objetos
- Conexión de Hadoop con el almacenamiento de objetos