Skip to main Content

Développement MapReduce & Spark sur Hadoop

  • Référence GKHADM
  • Durée 3 jour(s)

Modalité pédagogique

Options de paiement complémentaires

  • GTC 33 TTC

    Les GTC sont proposés en exclusivité aux partenaires autorisés afin de gagner du temps et de fluidifier le processus d'achat des formations chez Global Knowledge. Il s’agit d’un crédit universel qui peut être utilisé dans les centres Global Knowledge à travers le monde.

Classe inter en présentiel Prix

EUR2,290.00

hors TVA

Demander une formation en intra-entreprise S'inscrire

Aller à:

Modalité pédagogique

La formation est disponible dans les formats suivants:

  • Classe inter en présentiel

    Formation délivrée en inter-entreprises. Cette méthode d'apprentissage permet l'interactivité entre le formateur et les participants en classe.

Demander cette formation dans un format différent

Télécharger le programme complet

Résumé

Haut de page
Hadoop est un framework libre et Open Source destiné à faciliter la création d’applications distribuées pour le stockage et le traitement d’immenses volumes de données. Cette formation vous permettra d’acquérir les compétences nécessaires pour développer des solutions compatibles avec la plateforme Hadoop. Vous apprenez à développer des applications MapReduce et Spark sur cette plateforme.

Prochaines dates

Haut de page

Contactez-nous pour les dates

Demander une formation en intra-entreprise Plus de dates dans d'autres pays

Public

Haut de page

Chef de projets, Développeur, Ingénieur d’études, Architecte technique et toute personne souhaitant développer des applications distribuées dans un environnement Hadoop

Plus...

Objectifs de la formation

Haut de page
  • Comprendre le fonctionnement de MapReduce
  • Comprendre le fonctionnement de Spark
  • Pouvoir développer des applications distribuées dans un environnement
Plus...

Programme détaillé

Haut de page
Introduction
  • Introduction au Big Data
  • Introduction à Hadoop
  • Introduction à Spark

La plateforme Hadoop

  • Architecture et composants de la plateforme Hadoop
  • HDFS : NameNode / DataNode
  • Paradigme MapReduce et YARN
  • Les technologies émergentes

MapReduce

  • Détailler l’approche MapReduce
  • Programmation MapReduce
  • Configuration des jobs
  • Comment interagir avec les jobs MapReduce
  • Principales Interfaces utilisateurs : Mapper, Reducer, Partitioner, Counter
  • Les entrées / sorties d’une application MapReduce
  • Comment réaliser des tests unitaires d'applications MapReduce
  • Comment utiliser des combinateurs MapReduce, des partitioners et des caches distribués

Meilleures pratiques pour développer et débugger des applications MapReduce

Plus...

Pré-requis

Haut de page

Notions en programmation Java et/ou Python et SQL

Plus...

Bon à savoir

Haut de page

Appréciation : évaluation qualitative de fin de stage

Modalités et moyens pédagogiques : démonstrations, cas pratiques, synthèse et évaluation des acquis

Support de cours en français remis à chaque participant

Plus...