“例如，學習：Hadoop，MapReduce大數據挑戰
Contents
對Hadoop，MapReduce和平行思想的藝術的實際開發
由一支由四個專家組成的團隊教授，其中包括來自斯坦福大學的兩個受過良好教育的人，以及一家名為Flipkart的公司的兩名前領導人。該團隊憑藉其在Java的豐富經驗和處理大量數據的處理，可以很好地指導您在本課程中。
本課程為理解Hadoop，MapReduce和並行思維的概念提供了一種全面而實用的方法。
Zoom-In，Zoom-Out：
本課程既提供了每個Hadoop組件的詳細檢查，又提供對這些組件如何共同工作的更廣泛的了解。
涉及Hadoop，MapReduce的實用剝削：
從一開始，本課程就可以使您獲得Hadoop的實踐經驗。您將學習如何使用虛擬機（VM）和雲技術配置自己的群集。該課程涵蓋了MapReduce的所有主要功能，包括高級主題，例如總排序和次要排序。
平行思維的藝術：
MapReduce徹底改變了我們處理大數據處理的方式。將復雜的問題分為並行單位是可以提高的技能。通過實際示例，本課程將訓練您“平行思考”。
解決的問題：
本課程涵蓋了廣泛的主題，包括：
- 使用MapReduce在社交網絡上推薦朋友，採用協作過濾算法。
- 為搜索引擎構建倒置索引，使用MapReduce並行將任務並行。
- 生成bigrams並在文本語料庫中計算其頻率分佈。
構建群集hadoop：
了解如何在獨立，偽分佈和完全分佈的模式中安裝Hadoop。使用Linux或Cloud VMS使用AWS和Cloudera Manager設置自己的Hadoop群集。深入了解HDF，MapReduce和Yarn，以及它們如何相互作用。
自定義您的MapReduce工作：
找出如何將各種MapReduce鏈接在一起，編寫您自己的自定義分區器，通過訂購大量數據，執行輔助分類並使用Hadoop的流媒體API集成Python。也將與MR單元進行單位測試。
當然，所有基本概念：
本課程涵蓋了基本概念，例如映射器，還原器，分類/合併，分區，洗牌和MapReduce排序。此外，您還將對HDF，紗線，Namenode，DataNode，資源管理器，節點管理器，MapReduce應用程序的解剖，紗線調度和HDFS以及YARN配置有深入的了解。
您將學到什麼
在本課程結束時，您將能夠：
- 開發先進的磁石應用程序來處理大數據。
- 掌握“並行思考”的藝術，並將任務分為地圖/減少轉換。
- 獨立配置您自己的Hadoop迷你群集，是一個結，物理或云群。
- 使用Hadoop和MapReduce解決各種問題，從自然語言處理（NLP）到倒置指數和建議。
- 了解HDF，MapReduce和Yarn的複雜性，以及它們如何相互作用。
- 獲取知識調整知識並有效地管理自己的集群。”