Johns Hopkins University

YARN MapReduce Architecture and Advanced Programming

Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen. Sehen Sie sich die Sprachen an, die wir anbieten.
Johns Hopkins University

YARN MapReduce Architecture and Advanced Programming

Dieser Kurs ist Teil von Spezialisierung „Big Data Processing Using Hadoop“

Karthik Shyamsunder

Dozent: Karthik Shyamsunder

Bei Coursera Plus enthalten

Mehr erfahren

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Mittel

Empfohlene Erfahrung

2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Learn the fundamentals of YARN and MapReduce architectures, including how they work together to process large-scale data efficiently.

  • Understand and implement Mapper and Reducer parallelism in MapReduce jobs to improve data processing efficiency and scalability.

  • Apply optimization techniques such as combiners, partitioners, and compression to enhance the performance and I/O operations of MapReduce jobs.

  • Explore advanced concepts like multithreading, speculative execution, input/output formats, and how to avoid common MapReduce anti-patterns.

Kompetenzen, die Sie erwerben

  • Kategorie: Data Processing
  • Kategorie: File I/O
  • Kategorie: Program Development
  • Kategorie: Software Architecture
  • Kategorie: Distributed Computing
  • Kategorie: Performance Tuning
  • Kategorie: Big Data
  • Kategorie: System Configuration
  • Kategorie: Software Design Patterns
  • Kategorie: Scalability

Werkzeuge, die Sie lernen werden

  • Kategorie: Apache Hadoop

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

12 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen
Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „Big Data Processing Using Hadoop“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 5 Module

This course provides a comprehensive introduction to YARN and MapReduce architectures, covering their fundamental components and capabilities. You will explore the MapReduce programming model, focusing on optimization techniques such as combiners, partitioners, and compression. Key concepts like Mapper and Reducer parallelism will be demonstrated, alongside practical steps for writing and configuring MapReduce jobs. The course also delves into advanced topics such as multithreading, speculative execution, and input/output formats. By the end, You will gain a deep understanding of MapReduce and be equipped to apply best practices in real-world scenarios.

Das ist alles enthalten

2 Lektüren

In this module, we will cover the architecture YARN architecture and architectural capabilities followed by MapReduce architecture built on YARN

Das ist alles enthalten

6 Videos4 Lektüren3 Aufgaben

This module provides a comprehensive overview of the MapReduce API, guiding you through the steps to write a MapReduce program. It covers the concepts of Mapper and Reducer parallelism, illustrating their implementation and impact on data processing efficiency.

Das ist alles enthalten

6 Videos5 Lektüren3 Aufgaben

This module focuses on advanced MapReduce optimization techniques, including the use of combiners to enhance performance, partitioners to manage data distribution across reducers, and compression methods to optimize I/O. It also covers the application of counters to collect and analyze statistics about MapReduce jobs.

Das ist alles enthalten

6 Videos5 Lektüren3 Aufgaben

This module explores advanced MapReduce concepts including multithreading, the internals of input/output formats, and speculative execution. It also covers running jobs locally and identifies common MapReduce anti-patterns to avoid.

Das ist alles enthalten

7 Videos5 Lektüren3 Aufgaben

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Karthik Shyamsunder
Johns Hopkins University
4 Kurse1.487 Lernende

von

Johns Hopkins University

Mehr von Data Management entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

Weitere Fragen

Finanzielle Unterstützung verfügbar,