Préambule
Qu'est-ce que le Big Data ?
La problématique de taille
Position de Hadoop dans le paysage
Administration de Hadoop
Présentation d’un nœud existant
Organisation des services et étude du séquencement avec YARN
Atelier : modifier la taille des blocs HDFS pour diminuer le nombre de Map/Reduce
Mettre Hadoop en place
Relation entre la plateforme installée et les framework de développement
Proposer de frameworks indépendants pour assurer la compatibilité : Spring Data
Atelier : déployer une application d’accès à HBase au travers d’un mapping O/R Spring Data
Travailler avec MapReduce
Déployer un programme Map/Reduce sur un cluster de nœuds Hadoop
Recherche des logs
Remonter les anomalies aux développeurs
Proposer l’usage de file Kafka
Atelier : utilisation de file d’entrée sortie pour un programme Map/Reduce
Routage de données
Définition de routes logicielles
Mettre en place un cas de calcul où les données déclenchent les programmes
Atelier : faire un routage de données depuis un répertoire HDFS vers une file Kafka qui est l’entrée d’un programme Map/Reduce
Utilisation des vues
Utilisation des vues Ambari
Visualisation de l’état des nœuds d’un cluster
Importer/exporter des fichiers de configuration
Atelier : relancer une grappe de services, utilisation des vues YARN et Tez
Gestion des droits
Gestion des comptes utilisateurs
Gestion des droits de fichier sur un système de fichier distribué
Utilisation de certificat
Atelier : configurer les services Knox et Ranger
