Objetivos
Conocer en profundidad los diferentes paradigmas de procesamiento en sistemas Big Datas y dominar las principales tecnologías y su utilización para el diseño de arquitecturas escalables adaptadas a cada proyecto.
Índice
1. BATCH PROCESSING
1.1. Hadoop
1.2. Pig
1.3. Hive
1.4. Sqoop
1.5. Flume
1.6. Spark Core
1.7. Spark 2.0
2. STREAMING PROCESSING
2.1. Fundamentos de Streaming Processing
2.2. Spark Streaming
2.3. Kafka
2.4. Pulsar y Apache Apex
2.5. Implementación de un sistema real-time
3. SISTEMAS NOSQL
3.1. Hbase
3.2. Cassandra
3.3. MongoDB
3.4. Neo4J
3.5. Redis
3.6. Berkeley DB
4. INTERACTIVE QUERY
4.1. Lucene + Solr
5. SISTEMAS DE COMPUTACIÓN HÍBRIDOS
5.1. Arquitectura Lambda
5.2. Arquitectura Kappa
5.3. Apache Flink e implementaciones prácticas
5.4. Druid
5.5. ElasticSearch
5.6. Logstash
5.7. Kibana
6. CLOUD COMPUTING
6.1. Amazon Web Services
6.2. Google Cloud Platform
7. ADMINISTRACIÓN DE SISTEMAS BIG
7.1. Administración e Instalación de clusters: Cloudera y Hortonworks
7.2. Optimización y monitorización de servicios
7.3. Seguridad: Apache Knox, Ranger y Sentry
8. VISUALIZACIÓN DE DATOS
8.1. Herramientas de visualización: Tableau y CartoDB
8.2. Librerías de Visualización: D3, Leaflet, Cytoscape
Contenido SCORM para el Curso IFCT127PO Arquitectura big data
Aporta a tu centro de formación la posibilidad de ofrecer un completo programa de formación especializada en Arquitectura Big Data, diseñado para capacitar a profesionales del sector de las Informática y comunicaciones en los últimos avances tecnológicos y estrategias de procesamiento de datos a gran escala. Este contenido SCORM abarca desde los fundamentos teóricos hasta la implementación práctica de arquitecturas escalables y adaptadas a las necesidades de cada proyecto.
Contenidos clave
- Exploración de los diferentes paradigmas de procesamiento en sistemas Big Data y su aplicación en arquitecturas escalables.
- Análisis en profundidad de las tecnologías clave como Hadoop, Spark, Kafka, MongoDB, entre otras, para el diseño de soluciones en tiempo real y batch.
- Estudio de arquitecturas híbridas como Lambda y Kappa, junto con herramientas como ElasticSearch y Kibana, para la gestión eficiente de datos a gran escala.
