Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

The Ultimate Hands-On Hadoop: Tame your Big Data!

Hadoop Thực Hành Toàn Diện: Làm Chủ Dữ Liệu Lớn Của Bạn!

Hadoop Thực Hành Toàn Diện: Làm Chủ Dữ Liệu Lớn Của Bạn!

Hướng dẫn Kỹ thuật Dữ liệu và Hadoop với MapReduce, HDFS, Spark, Flink, Hive, HBase, MongoDB, Cassandra, Kafka và hơn thế nữa!

4.5
(31,081 đánh giá)
189,941 học viên
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 2.499.000đ -98%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
14.0 giờ video
110 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 29/05/2026

Bạn sẽ học được gì

Thiết kế các hệ thống phân tán quản lý "dữ liệu lớn" bằng Hadoop và các công nghệ kỹ thuật dữ liệu liên quan.
Sử dụng HDFS và MapReduce để lưu trữ và phân tích dữ liệu ở quy mô lớn.
Sử dụng Pig và Spark để tạo các tập lệnh xử lý dữ liệu trên cụm Hadoop theo những cách phức tạp hơn.
Phân tích dữ liệu quan hệ bằng Hive và MySQL
Phân tích dữ liệu phi quan hệ bằng HBase, Cassandra và MongoDB
Truy vấn dữ liệu tương tác với Drill, Phoenix và Presto
Lựa chọn công nghệ lưu trữ dữ liệu phù hợp cho ứng dụng của bạn
Hiểu cách các cụm Hadoop được quản lý bởi YARN, Tez, Mesos, Zookeeper, Zeppelin, Hue và Oozie.
Xuất bản dữ liệu lên cụm Hadoop của bạn bằng Kafka, Sqoop và Flume
Tiêu thụ dữ liệu luồng bằng Spark Streaming, Flink và Storm

Yêu cầu

Bạn sẽ cần quyền truy cập vào PC chạy Windows 64-bit, MacOS hoặc Linux dựa trên kiến trúc x86, có kết nối Internet và ít nhất 8GB RAM *trống* (không phải tổng dung lượng), nếu bạn muốn tham gia các hoạt động và bài tập thực hành. Nếu PC của bạn không đáp ứng các yêu cầu này hoặc bạn chỉ có máy Mac dựa trên chip M1 ...
Một số hoạt động sẽ yêu cầu một chút kinh nghiệm lập trình trước đó, tốt nhất là Python hoặc Scala.
Làm quen cơ bản với dòng lệnh Linux sẽ rất hữu ích.

Đối tượng phù hợp

Kỹ sư phần mềm và lập trình viên muốn hiểu hệ sinh thái Hadoop rộng lớn hơn và sử dụng nó để lưu trữ, phân tích và cung cấp "dữ liệu lớn" ở quy mô lớn.
Quản lý dự án, chương trình hoặc sản phẩm muốn hiểu thuật ngữ và kiến trúc cấp cao của Hadoop.
Chuyên viên phân tích dữ liệu và quản trị cơ sở dữ liệu tò mò về Hadoop và cách nó liên quan đến công việc của họ.
Kiến trúc sư hệ thống cần hiểu các thành phần có sẵn trong hệ sinh thái Hadoop và cách chúng kết hợp với nhau.

Nội dung khóa học

12 phần • 103 bài giảng
1 Udemy 101: Tận Dụng Tối Đa Khóa Học Này
2 Mẹo Sử Dụng Khóa Học Này
3 Nếu bạn gặp khó khăn khi tải xuống Hortonworks Data Platform...
4 Cảnh báo cho người dùng Apple M1
5 Cài đặt Hadoop [Từng Bước Một]
6 Tổng quan và Lịch sử Hadoop
7 Tổng quan về Hệ sinh thái Hadoop
8 Lưu ý quan trọng
1 HDFS: Nó là gì và hoạt động như thế nào
2 Vị trí tải xuống MovieLens thay thế
3 Cài đặt Bộ Dữ liệu MovieLens
4 [Hoạt động] Cài đặt bộ dữ liệu MovieLens vào HDFS bằng dòng lệnh
5 MapReduce: Nó là gì và hoạt động như thế nào
6 Cách MapReduce phân phối xử lý
7 Ví dụ MapReduce: Phân tích điểm đánh giá phim theo thang điểm
8 [Hoạt động] Cài đặt Python, MRJob và nano
9 [Hoạt động] Viết mã công việc MapReduce biểu đồ phân bố điểm đánh giá và chạy nó
10 [Bài tập] Xếp hạng phim theo mức độ phổ biến
11 Lưu ý: Sắp xếp chỉ hoạt động theo phân vùng.
12 [Hoạt động] Kiểm tra kết quả của bạn với kết quả của tôi!
1 Giới thiệu Ambari
2 Giới thiệu Pig
3 Ví dụ: Tìm phim cũ nhất có đánh giá 5 sao bằng Pig
4 [Hoạt động] Tìm phim cũ 5 sao với Pig
5 Thêm về Pig Latin
6 [Bài tập] Tìm phim một sao được đánh giá nhiều nhất
7 Thử thách Pig: So sánh Kết quả Của Bạn với Kết quả Của Tôi!
1 Tại sao lại là Spark?
2 Tập dữ liệu Phân tán Linh hoạt (RDD)
3 [Hoạt động] Tìm phim có điểm đánh giá trung bình thấp nhất - với RDD
4 Datasets và Spark 2.0
5 [Hoạt động] Tìm phim có điểm đánh giá trung bình thấp nhất - với DataFrames
6 [Hoạt động] Đề xuất phim với MLLib
7 [Bài tập] Lọc các phim có điểm thấp nhất theo số lượng đánh giá
8 [Hoạt động] Kiểm tra kết quả của bạn với kết quả của tôi!
1 Hive là gì?
2 [Hoạt động] Sử dụng Hive để tìm phim phổ biến nhất
3 Cách Hive hoạt động
4 [Bài tập] Sử dụng Hive để tìm phim có điểm đánh giá trung bình cao nhất
5 So sánh giải pháp của bạn với giải pháp của tôi.
6 Tích hợp MySQL với Hadoop
7 Mẹo nhanh cho bài giảng tiếp theo
8 [Hoạt động] Cài đặt MySQL và nhập dữ liệu phim của chúng ta
9 [Hoạt động] Sử dụng Sqoop để nhập dữ liệu từ MySQL vào HFDS/Hive
10 [Hoạt động] Sử dụng Sqoop để xuất dữ liệu từ Hadoop sang MySQL
1 Tại sao lại là NoSQL?
2 HBase là gì
3 [Hoạt động] Nhập điểm đánh giá phim vào HBase
4 [Hoạt động] Sử dụng HBase với Pig để nhập dữ liệu ở quy mô lớn.
5 Tổng quan về Cassandra
6 Nếu bạn gặp khó khăn khi cài đặt Cassandra...
7 [Hoạt động] Cài đặt Cassandra
8 [Hoạt động] Ghi đầu ra Spark vào Cassandra
9 Tổng quan về MongoDB
10 [Hoạt động] Cài đặt MongoDB và tích hợp Spark với MongoDB
11 [Hoạt động] Sử dụng shell MongoDB
12 Lựa chọn công nghệ cơ sở dữ liệu
13 [Bài tập] Chọn cơ sở dữ liệu cho một vấn đề cụ thể
1 Tổng quan về Drill
2 [Hoạt động] Thiết lập Drill
3 [Hoạt động] Truy vấn trên nhiều cơ sở dữ liệu với Drill
4 Tổng quan về Phoenix
5 [Hoạt động] Cài đặt Phoenix và truy vấn HBase với nó
6 [Hoạt động] Tích hợp Phoenix với Pig
7 Tổng quan về Presto
8 [Hoạt động] Cài đặt Presto và truy vấn Hive với nó.
9 [Hoạt động] Truy vấn cả Cassandra và Hive bằng Presto.
1 Giải thích về YARN
2 Giải thích về Tez
3 [Hoạt động] Sử dụng Hive trên Tez và đo lường lợi ích hiệu suất
4 Giải thích về Mesos
5 Giải thích về ZooKeeper
6 [Hoạt động] Mô phỏng một master bị lỗi với ZooKeeper
7 Giải thích về Oozie
8 [Hoạt động] Thiết lập một quy trình công việc Oozie đơn giản
9 Tổng quan về Zeppelin
10 [Hoạt động] Sử dụng Zeppelin để phân tích điểm đánh giá phim, phần 1
11 [Hoạt động] Sử dụng Zeppelin để phân tích điểm đánh giá phim, phần 2
12 Tổng quan về Hue
13 Các công nghệ khác đáng đề cập
1 Giải thích về Kafka
2 [Hoạt động] Thiết lập Kafka và xuất bản một số dữ liệu.
3 [Hoạt động] Xuất bản nhật ký web với Kafka
4 Giải thích về Flume
5 [Hoạt động] Thiết lập Flume và xuất bản nhật ký với nó.
6 [Hoạt động] Thiết lập Flume để giám sát một thư mục và lưu trữ dữ liệu của nó trong HDFS
1 Spark Streaming: Giới thiệu
2 [Hoạt động] Phân tích nhật ký web được xuất bản bằng Flume sử dụng Spark Streaming
3 [Bài tập] Giám sát nhật ký được xuất bản bởi Flume để tìm lỗi theo thời gian thực
4 Giải pháp bài tập: Tổng hợp mã truy cập HTTP với Spark Streaming
5 Apache Storm: Giới thiệu
6 [Hoạt động] Đếm từ với Storm
7 Flink: Tổng quan
8 [Hoạt động] Đếm từ với Flink
1 Phần Còn Lại Tốt Nhất
2 Ôn tập: Các mảnh ghép kết hợp với nhau như thế nào
3 Hiểu yêu cầu của bạn
4 Ứng dụng mẫu: tiêu thụ nhật ký máy chủ web và theo dõi các sản phẩm bán chạy nhất
5 Ứng dụng mẫu: cung cấp đề xuất phim cho một trang web
6 [Bài tập] Thiết kế hệ thống báo cáo phiên web mỗi ngày
7 Giải pháp bài tập: Thiết kế hệ thống đếm phiên hàng ngày
1 Sách và tài nguyên trực tuyến
2 Bài giảng Thêm: Các khóa học khác để khám phá!

Giới thiệu khóa học

The world of Hadoop and "Big Data" can be intimidating - hundreds of different technologies with cryptic names form the Hadoop ecosystem. With this Hadoop tutorial, you'll not only understand what those systems are and how they fit together - but you'll go hands-on and learn how to use them to solve real business problems!

Learn and master the most popular data engineering technologies in this comprehensive course, taught by a former engineer and senior manager from Amazon and IMDb. We'll go way beyond Hadoop itself, and dive into all sorts of distributed systems you may need to integrate with.

 

  • Install and work with a real Hadoop installation right on your desktop with Hortonworks (now part of Cloudera) and the Ambari UI

  • Manage big data on a cluster with HDFS and MapReduce

  • Write programs to analyze data on Hadoop with Pig and Spark

  • Store and query your data with Sqoop, Hive, MySQL, HBase, Cassandra, MongoDB, Drill, Phoenix, and Presto

  • Design real-world systems using the Hadoop ecosystem

  • Learn how your cluster is managed with YARN, Mesos, Zookeeper, Oozie, Zeppelin, and Hue

  • Handle streaming data in real time with Kafka, Flume, Spark Streaming, Flink, and Storm

Spark and Hadoop developers are hugely valued at companies with large amounts of data; these are very marketable skills to learn.

Almost every large company you might want to work at uses Hadoop in some way, including Amazon, Ebay, Facebook, Google, LinkedIn, IBM,  Spotify, Twitter, and Yahoo! And it's not just technology companies that need Hadoop; even the New York Times uses Hadoop for processing images.

This course is comprehensive, covering over 25 different technologies in over 14 hours of video lectures. It's filled with hands-on activities and exercises, so you get some real experience in using Hadoop - it's not just theory.

You'll find a range of activities in this course for people at every level. If you're a project manager who just wants to learn the buzzwords, there are web UI's for many of the activities in the course that require no programming knowledge. If you're comfortable with command lines, we'll show you how to work with them too. And if you're a programmer, I'll challenge you with writing real scripts on a Hadoop system using Scala, Pig Latin, and Python.

You'll walk away from this course with a real, deep understanding of Hadoop and its associated distributed systems, and you can apply Hadoop to real-world problems. Plus a valuable completion certificate is waiting for you at the end! 

Please note the focus on this course is on application development, not Hadoop administration. Although you will pick up some administration skills along the way.

Knowing how to wrangle "big data" is an incredibly valuable skill for today's top tech employers. Don't be left behind - enroll now!

 

  • "The Ultimate Hands-On Hadoop... was a crucial discovery for me. I supplemented your course with a bunch of literature and conferences until I managed to land an interview. I can proudly say that I landed a job as a Big Data Engineer around a year after I started your course. Thanks so much for all the great content you have generated and the crystal clear explanations. " - Aldo Serrano

  • "I honestly wouldn’t be where I am now without this course. Frank makes the complex simple by helping you through the process every step of the way. Highly recommended and worth your time especially the Spark environment.   This course helped me achieve a far greater understanding of the environment and its capabilities.  Frank makes the complex simple by helping you through the process every step of the way. Highly recommended and worth your time especially the Spark environment." - Tyler Buck

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Big Data
Hiển thị tất cả khoá học Data Engineering
Hiển thị tất cả khoá học Hadoop
Hiển thị tất cả khoá học Spark
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊