{{{ #!html
雲端運算之大量資料處理、分析與應用
}}} [[PageOutline]] = 報名資訊 = * 詳[http://www.iiiedu.org.tw/ites/CBD.htm 資策會網站公告] = 課程源起 = {{{ #!text 雲端運算掀起了新一代的資訊革命,也帶來了資訊爆炸式的成長,根據最新IDC研究報告指出: 2010年全球資料量將進入ZB(zettabytes,1 ZB 為1兆GB)時代,並且每年以60%的速度攀升, 這意味著每18個月全球的資料量將翻倍。面對不斷擴張的驚人資料量,大量資料的儲存、管理、處理 、搜尋、分析與智能應用等處理資料的能力將面臨新的挑戰,處理資料技術也迫切需要可動態與彈性 的特點,以支援大量資料處理的計算模式。 雲端運算使得分散式運算技術成了新顯學,整合MapReduce演算法並被各大企業所廣泛採用的 Hadoop套件,更是開發雲端運算技術的佼佼者,它是用來處理與保存大量資料的雲端運算平台。 全球各大IT企業(如:雅虎、IBM等)無不積極投資與推廣此一計算模式,並被作為雲端運算環境中 的重要基礎軟件。有了Hadoop軟體平台後,始可進行各項分析,如:電信業者如今可以分析手機在 基地台漫遊的特性,提供更好的在地費率;信用卡業者如今可以每天定期分析各種信用貸款所產生的 風險,動態調整信貸利率;便利超商如今可以分析消費者的購買習慣,動態調整架上存貨數量;甚至 新興產業,如生醫資訊、智慧電網等皆可運用Hadoop平台來進行資料探勘與趨勢預測。若您的企業 有儲存海量資料的需求,有分析海量資料的需求,或者面臨資料庫過度龐大,正在尋求分散式資料庫 或資料倉儲的技術,那Hadoop或許是一個已通過商業驗證的選擇。只要懂得駕馭Hadoop這隻大象, 它將能駝著您爬過一座座資料大山,幫您理出隱藏在群眾中的邏輯。 }}} = 課程目標 = {{{ #!text 學習雲端運算之三大關鍵技術,及利用Hadoop之分散式檔案系統(HDFS)與MapReduce,快速建構 出雲端運算的執行環境和服務,並以實作方式讓學員了解如何透過Hadoop架構以進行雲端資料的大量 資料處理、分析與應用。 }}} = 課程特色 = * 本課程屬於基礎觀念課程,不特別講解程式設計; * 實作將採體驗式教學,亦即先透過指令剪貼方式,體驗一次操作,從體驗中驗證所學觀念。 = 適合對象 = * IT經理或系統網路部門主管 * 專案經理、系統架構師或系統網路管理人員 * 企業或技術決策人員 * 對於私有雲端運算有興趣的人士 = 預備知識 = * 具 Linux 操作實務與 Java 程式語言基礎者尤佳。 = 課程日期 = * 103年10月25~26日 (週六/週日 白天9:30 ~17:30 ),共2天、計14小時 。 = 上課地點 = * 資策會數位教育研究所。 * 位於捷運木柵線大安站斜對面(復興南路與信義路交叉口)。 * 上課地點與教室之確認,以上課通知函為主。 = 課程內容 = * [raw-attachment:wiki:III141025:14-10-25_Big_Data_and_Hadoop_Ecosystem.pdf 完整版投影片] == '''2014-10-25(六)''' == || 上午時段 || 課程內容 || 投影片 || 實作 || 補充資料 || || 09:30~11:05 || 淺談海量資料的趨勢、挑戰與因應對策 || [raw-attachment:wiki:III141025:part-1.pdf part-1] || || 1. [http://www.slideshare.net/jazzwang/20141017 <補充> 探析台灣巨量資料產業供應鏈串聯現況] || || 11:05~11:15 || 中場休息 || || || || || 11:15~12:00 || 處理海量資料的資訊架構與關鍵技術 || [raw-attachment:wiki:III141025:part-2.pdf part-2] || || 1. [http://www.slideshare.net/jazzwang/13-1202-bigdatapastnowfuture Big Data : Past, Now and Future] || || 12:00~13:00 || 午餐、午休 || || || || || 下午時段 || 課程內容 || 投影片 || 實作 || 補充資料 || || 11:10~12:00 || 實作一:Hadoop 單機安裝 || || [wiki:III141025/Lab1 實作一][[BR]][wiki:III141025/Lab2 實作二] || || || 13:00~14:20 || Hadoop 簡介:緣起與術語 || [raw-attachment:wiki:III141025:part-3.pdf part-3] || || || || 14:20~15:30 || HDFS 觀念與指令解說 || [raw-attachment:wiki:III141025:part-4.pdf part-4] || || || || 15:30~15:40 || 中場休息 || || || || || 15:40~17:30 || 實作二:HDFS 操作實務 || || [wiki:III141025/Lab3 實作三][[BR]][wiki:III141025/Lab4 實作四] || || == '''2014-10-26(日)''' == || 上午時段 || 課程內容 || 投影片 || 實作 || 補充資料 || || 09:30~11:10 || MapReduce 簡介 || [raw-attachment:wiki:III141025:part-5.pdf part-5] || || || || 11:10~11:20 || 中場休息 || || || || || 11:10~12:20 || 實作三:MapReduce 範例操作 || || [wiki:III141025/Lab5 實作五][[BR]][wiki:III141025/Lab6 實作六] || || || 下午時段 || 課程內容 || 投影片 || 實作 || 補充資料 || || 13:30~14:00 || Hadoop 相關專案(1) Hadoop Streaming || [raw-attachment:wiki:III141025:part-7.pdf part-7] || || || || 14:00~14:25 || 實作五:Hadoop Streaming 操作練習 || || [wiki:III141025/Lab9 實作九][[BR]][wiki:III141025/Lab10 實作十] || || || 14:25~14:35 || 中場休息 || || || || || 14:35~15:00 || Hadoop 叢集安裝設定解說 || [raw-attachment:wiki:III141025:part-6.pdf part-6] || || || || 15:00~15:30 || Hadoop 相關專案(2) - Pig || [raw-attachment:wiki:III141025:part-8.pdf part-8] || || 1.[http://stackoverflow.com/questions/10942739/a-way-to-read-table-data-from-mysql-to-pig 將 Pig 運算結果透過 DBStorage 存到 MySQL 資料庫] [[BR]] 2. [http://sublogical.blogspot.tw/2011/10/cross-posted-from-my-company-blog-post.html 將 Pig 運算結果透過 HBaseStorage 存到 HBase 資料庫] [[BR]] 3. [http://blog.mortardata.com/post/61678005593/xml-pig-loader Pig 拿 XML 當輸入] || || 15:30~16:00 || 實作六:Pig Latin 操作練習 || || [wiki:III141025/Lab11 實作十一] || || || 16:00~16:10 || 中場休息 || || || || || 16:10~17:30 || HBase 操作觀察 || [raw-attachment:wiki:III141025:part-7.pdf part-7] || [wiki:III141025/Lab12 實作十二] || 1.關於 NoSQL 的選擇依據 - [wiki:NCHCCloudCourse100928#補充資料 YCSB] [[BR]] 2. [http://nosql-database.org/ NoSQL 的種類] [[BR]] 3. [http://www.infoq.com/news/2011/04/newsql NoSQL vs NewSQL] || || || || || || || || 實作四:Hadoop 程式編譯實務 || || [wiki:III141025/Lab7 實作七][[BR]][wiki:III141025/Lab8 實作八] || || = 參考書目 = 1. [http://lintool.github.com/MapReduceAlgorithms/MapReduce-book-final.pdf Data-Intensive Text Processing with MapReduce] (PDF),[http://www.umiacs.umd.edu/~jimmylin/book.html Jimmy Lin, University of Maryland] = 參考資料 = * [http://trac.3du.me/cloud/wiki/NCHCCloudCourse100928_MYSQL Hadoop 與 RDBMS 的支援] * [raw-attachment:wiki:jazz/hidoop:12-07-24_hiCloud_Hadoop.pdf 運用 hiCloud 搭建 Hadoop 叢集] * Hadoop 常見應用領域: * [http://www-304.ibm.com/easyaccess/fileserve?contentid=217007 Data Intensive Analytics with Hadoop: A Look Inside] * [http://www.youtube.com/watch?v=fVL93-OF1gc Using Hadoop to fight spam in Yahoo! Mail] - 雅虎信箱 * 商業智慧 * http://www.pentaho.com/ - Pentaho 這間 BI 公司是 Hadoop 技術的長期支持者 * 金融業 * 2010-10-12 : VISA 採用 Hadoop 做風險評估 - [http://www.slideshare.net/cloudera/hw09-large-scale-transaction-analysis HadoopWorld 2009 : Large Scale Transaction Analysis] * 中國信託 * 電信業 * 2011-06-12 : [http://www.ithome.com.tw/itadm/article.php?c=68023 中華電信用Hadoop技術分析通話明細] * 人力資源 * [http://www.simplyhired.com/a/jobtrends/trend/q-xen%2C+hyper-v%2C+hbase%2C+hadoop SimplyHired 就業技能調查排行榜] * [http://www.indeed.com/jobtrends?q=xen%2C+hyper-v%2C+hbase%2C+hadoop&l= Indeed 就業技能調查排行榜] * 行銷趨勢 * [http://www.eland.com.tw/solutions/opview_insight 意藍科技 雲端服務 OpView 品牌口碑雷達] - ([http://www.eland.com.tw/news/news/20100506 2010-05-06]) * [http://www.i-buzz.com.tw/index.asp i-Buzz網路口碑研究中心] * 科學教育 * 生資 * [http://www.slideshare.net/mndoci/hadoop-for-bioinformatics Hadoop for Bioinformatics] * [http://cloudcomputing.sys-con.com/node/1869333 The Future of Hadoop in Bioinformatics] * [http://abhishek-tiwari.com/2010/08/mapreduce-and-hadoop-algorithms-in-bioinformatics-papers.html Mapreduce and Hadoop Algorithms in Bioinformatics Papers] * 統計 * [https://mpi-inf.mpg.de/~rgemulla/publications/das10ricardo.pdf Ricardo: Integrating R and Hadoop] * [http://www.rhipe.org RHIPE: R and Hadoop Integrated Programming Environment] * 免費課程 - 把類似今天的課程再聽一次 * http://www.classcloud.org/media * Hadoop 進階程式設計相關資訊 * [http://trac.3du.me/cloud/wiki/NCHCCloudCourse110721 雲端運算進階課程(一)@ 新竹 - Hadoop 進階程式設計與 HBase 資料庫整合實作] * [http://trac.3du.me/cloud/wiki/NCHCCloudCourse100928_2_IDE 編譯環境設定- 安裝 Eclipse 3.3.2 與 Hadoop 外掛程式] * [http://trac.3du.me/cloud/wiki/NCHCCloudCourse100928/Netbeans 安裝 Netbean 6.9.1 中文版與 KamaSphere Studio 外掛程式] = 課後練習 = * 使用[http://trac.3du.me/cloud/wiki/Hadoop4Win Hadoop4Win] - 在 Windows 上安裝單機版 Hadoop 與 HBase 練習環境 ('''注意:僅供練習使用,請勿用於實際營運!''') * 使用 HBase 0.90 改寫以上範例 [http://trac.3du.me/cloud/wiki/waue/2011/0426 code example ] * [http://sourceforge.net/projects/drbl-hadoop/files/ DRBL-Hadoop Live CD] (CDH2, 0.20.x) - 國網中心 hadoop.3du.me 的底層作法,使用方法仍在整理中~但已足夠作為練習 Hadoop 的執行環境 * 使用[http://www.cloudera.com/downloads/ Cloudera 提供的 VMWare Image] (CDH2, 0.20.x) * 使用[http://developer.yahoo.com/hadoop/tutorial/module3.html#vm Yahoo! Hadoop Tutorial 的 VMWare Image] (0.20.S) * 使用[http://code.google.com/intl/zh-TW/edu/parallel/tools/hadoopvm/index.html Google 提供的 Hadoop VMWare Image] (0.13,很舊了) = 公用環境 = * 課後問題討論,建議優先至台灣 Hadoop 使用者討論區 http://forum.hadoop.tw 進行討論。 * 需要 Hadoop 叢集環境,可至 http://hadoop.nchc.org.tw 申請帳號。 * 申請步驟,請參閱[wiki:YMU110509/Lab1 截圖說明] * 關於公用叢集的幾個重要入口: * http://hadoop.nchc.org.tw - 實驗叢集入口網站 * http://hadoop.nchc.org.tw/ganglia - 實驗叢集負載狀態 * http://hadoop.nchc.org.tw:50030 - 實驗叢集正在執行與執行完畢的任務 * http://hadoop.nchc.org.tw:50070 - 實驗叢集的硬碟空間狀態 * http://hadoop.nchc.org.tw/hadoop-doc - Hadoop 相關說明文件 * http://hadoop.nchc.org.tw/hadoop-doc/api/index.html - Hadoop 0.20.2 javadoc 文件 = 輔助工具 = * [http://portableapps.com/apps/internet/firefox_portable/localization Firefox Portable (繁體中文版)] * [http://azo-freeware.blogspot.com/2009/08/zoomit-40.html ZoomIt (簡報放大鏡)] = 科技新知 = * [[Image(http://readwrite.com/files/files/files/solution-series/assets_c/2011/05/infographicyottabyte_thumb1-thumb-560x1085-29962.jpg)]]