Management_sesión03: Hadoop Distributed File System (HDFS)

En esta sesión veremos:

• Qué es HDFS – capacidades y utilidad
• Arquitectura HDFS – cómo se organiza internamente Hadoop
  • Fragmentación, Réplicas y balanceamiento
• File Formats en HDFS – diseños de particionado
  • Diseño Horizontal: SequenceFile
  • Diseño Horizontal: Avro
  • Diseño Híbrido: Parquet
  • Comparación
  • Compresión de datos en Hadoop
  • Cómo escoger file format y tipo de compresión

management_sesion03_hdfsDescarga

Esta sesión contiene asociada 3 sesiones prácticas:

1. Management_sesion03_hands-on01: Comencemos con Hadoop-parte01
2. Management_sesión03_Hands-on01: Comencemos con Hadoop_parte02
3. Management_sesión03_Hands-on02: Block size & balanceamiento
4. Management_sesion03_Hands-on03: FileFormats & Compresión