Erwerben Sie praktische Kenntnisse in der Big-Data-Analyse mit Apache Hive, Pig, MapReduce, Sqoop, HDFS und dem Hadoop-Ökosystem. Sie beginnen mit der Hive-Architektur und Datenbankbefehlen und lernen anschließend, externe Tabellen, Partitionen und Buckets zu erstellen und zu verwalten. Im weiteren Verlauf wenden Sie Einschränkungen wie NOT NULL, UNIQUE und CHECK an und erstellen fortgeschrittene Tabellen mithilfe von CTAS, STORED AS und ROW FORMAT.

Anschließend importieren Sie Social-Media-Daten mit Sqoop aus einem RDBMS in HDFS und führen MapReduce-Programme zur Verarbeitung von XML-Dateien aus. Anhand von Analysen nach Standort, Autor und Leser untersuchen Sie die Leistung und Präferenzen von Büchern in groß angelegten Datensätzen. Abschließend schreiben Sie Pig-Latin-Skripte zum Parsen von XML-Daten, untersuchen und speichern die Ergebnisse mit DUMP, STORE und DESCRIBE und kombinieren komplexe Hive-Datentypen mit MapReduce, um Lesezeichen-Datensätze und Nutzerinteraktionen zu analysieren. Dieser Kurs richtet sich an Fachleute, Studierende und Datenbegeisterte und verbindet grundlegende Hive-Kenntnisse mit der praktischen Datenintegration, -verarbeitung und -analyse. Die beiden praxisorientierten Fallstudien – eine aus dem Telekommunikationsbereich und eine aus der Social-Media-Analyse – helfen Ihnen dabei, Hadoop-Tools auf realistische Datenherausforderungen anzuwenden. Melden Sie sich an, um einen strukturierten Workflow für die Verwaltung komplexer Daten, die Ausführung verteilter Verarbeitungsaufträge und die Gewinnung aussagekräftiger Erkenntnisse in großem Maßstab aufzubauen.