El curso se centra en Apache Pig, Apache Hive y Cloudera Impala, y tiene como objetivo enseñar a los alumnos a aplicar análisis de datos tradicionales y obtener la habilidad de gestionar las herramientas de inteligencia de negocio para el Big Data. Cloudera presenta los datos de las herramientas que los profesionales necesitan para acceder, manipular, transformar y analizar conjuntos de datos complejos utilizando SQL y lenguajes de scripting similares. Apache Hive hace que los datos multi-estructurados sean accesibles a para los analistas, administradores de bases de datos, y otras personas sin conocimientos de programación Java. Apache Pig aplica los fundamentos de lenguajes de scripting familiares para el cluster Hadoop. Cloudera Impala permite, en tiempo real, el análisis interactivo de los datos almacenados en Hadoop a través de un entorno de SQL nativo. PUE es Training Partner oficial de Cloudera, autorizado por dicha multinacional para impartir formación oficial en tecnologías Cloudera. PUE está también acreditado y reconocido para realizar servicios de consultoría y mentoring en la implementación de soluciones Cloudera en el ámbito empresarial con el consiguiente valor añadido en el enfoque práctico y de negocio del conocimiento que se traslada en sus cursos oficiales. El curso se imparte en modalidad mixta, combinando sesiones presenciales (175h) con formación online (55h) para facilitar un aprendizaje flexible y adaptado a los ritmos y disponibilidad de cada alumno.

Duración

6 Semanas

Objetivos

Al finalizar la formación, el participante sabrá: Las características que Pig, Hive e Impala ofrecen para la adquisición, almacenamiento y análisis de datos. Fundamentos de Apache Hadoop y datos ETL (extracción, transformación y carga), entrada y procesamiento con herramientas Hadoop. Cómo Pig, Hive e Impala mejoran la productividad para tareas típicas de análisis. Unión de múltiples conjuntos de datos y análisis de datos dispares con Pig. Organizar datos en tablas, realizar transformaciones y simplificar complejas queries con Hive. Realizar de consultas complejas en tiempo real en conjuntos de datos.

A quién va dirigido

Curso dirigido a analistas de datos, especialistas en inteligencia de negocio, desarrolladores, arquitectos de sistemas y administradores de bases de datos. Se requieren conocimientos de SQL y estar familiarizado con comandos de Linux. Aunque no es obligatorio, se recomienda el manejo de algún lenguaje de scripting (Bash scripting, Perl, Python, Ruby). No son necesarios conocimientos de Hadoop.

Sedes

Barcelona
Madrid

Temario completo de este curso

MÓDULO 1: FUNDAMENTOS DE SQL

  • Introducción
  • Base de datos básica
  • Estructura de base de datos
  • El uso de SQL
  • Creación de una base de datos
  • Las consultas básicas
  • Mantenimiento de la Base de datos
  • Copia de tablas y modificaciones de columnas
  • Índices y restricciones
  • Eliminar o modificar filas de la tabla de datos
  • Funciones: uso y tipos
  • Funciones específicas
  • Joins
  • Exportación de datos, consultas y utilidades
  • Importación de datos y de archivos de datos
  • Importación con sentencias y utilidades
  • Subconsultas generales y básicas
  • Subconsulta no correlacionada y correlacionada
  • Tipos de subconsultas
  • Modificación de la tabla con subconsultas
  • Motores de almacenamiento
  • Creación de Vistas
  • Transacciones
  • Recuperación de Metadatos
  • Conclusiones

MÓDULO 2: FUNDAMENTOS DE CLOUDERA APACHE HADOOP

  • Acerca de Apache Hadoop
  • Acerca de Cloudera
  • La motivación para Hadoop
  • Problemas con los sistemas tradicionales de gran escala
  • Cómo Hadoop aborda estos desafíos
  • HDFS: El sistema de ficheros distribuidos de Hadoop
  • El funcionamiento de MapReduce
  • Anatomía de un clúster Hadoop
  • Aplicaciones comunes y usos especiales de la solución Hadoop
  • El ecosistema Hadoop
  • Almacenamiento de datos: Hbase
  • Integración de datos: Flume y Sqoop
  • Procesamiento de datos: Spark
  • Análisis de los datos: Hive, Pig e Impala
  • Exploración de datos: Cloudera Search
  • Integración de Hadoop en el CPD
  • Herramientas para gestionar Hadoop
  • Planificación del proyecto

MÓDULO 3: ANALISTA DE DATOS CLOUDERA

  • Introducción
  • Fundamentos Hadoop
  • Introducción a Pig
  • Análisis de datos básico con Pig
  • Procesado de datos complejos con Pig
  • Operaciones con multiconjuntos de datos con Pig
  • Troubleshooting y optimización de Pig
  • Introducción a Hive e Impala
  • Consultas con Hive e Impala
  • Administración de datos
  • Almacenamiento y datos de rendimiento
  • Análisis de datos relacional con Hive e Impala
  • Trabajar con Impala
  • Analizando texto y datos complejos con Hive
  • Optimización Hive
  • Extensión de Hive
  • Elección de la mejor opción
  • Conclusión

MÓDULO 4: PRÁCTICAS NO LABORALES (superada satisfactoriamente la formación)

Ver más

Más cursos relacionados de Bases de datos

ASEDEM

Big Data y Ciberseguridad

ASEDEM - Curso subvencionado para desempleados en BARCELONA (Barcelona)
BIG DATA Apache Web server Sniffers NireShark Ataques tabla ARP DnsSpooling Procesos de registro de dominios Creación de hostings Firewalls

Gratis
Prospera

Oracle para Datamining y Big Data

Prospera - Curso subvencionado online
DISCOVERER.PRESENTACIÓN DE DATOS. 7.1. Oracle Fusion Middleware. 7.2. Instalación. 7.3. Oracle Business Intelligence Discoverer. 8. BIG DATA CON PENTAHO. 8.1. Conceptos

Gratis
Escuela Superior de Formación

Desarrollo de Bases de Datos con Visual Studio 2010

Escuela Superior de Formación - Curso subvencionado para desempleados en Barcelona y 1 sede más
desconectados mediante XML Uso del Sync Framework 12) Consultas de Datos Usando WCF Data Services Introducción a Servicios de Datos WCF Creación de un Servicio

Gratis
Dicampus

Data warehouse business intelligence

Dicampus - Curso subvencionado para trabajadores online
de Discoverer Administrador . 6.2. Cliente Servidor. 6.3. Uso de Discoverer Desktop. 7. TÉCNICAS DE MINERÍA DE DATOS. 8. EL CICLO DE DATA MINING: FASES Y TIPOS

Gratis
formate.es

Data mining business intelligence

formate.es - Curso online
Contenidos: 1. Minería de datos. 1.1. Conceptos básicos, técnicas y sistemas. 1.2. Implantación en la empresa. 1.3. Definición de la necesidad. 1.4

Gratis
Ver más