• Identificación del entorno Cloudera Enterprise Data

- Cloudera Enterprise Data Hub

- Descripción general de CDH

- Descripción general de Cloudera Manager

- Responsabilidades del administrador de Hadoop

• Construcción y ejecución de Cloudera Manager y CDH

- Descripción general de la instalación de un Clúster

- Experimentación con Cloudera Manager

- Instalación de CDH

- Servicios CDH Clúster

• Análisis de un Clúster de Cloudera

- Descripción general

- Parámetros de configuración

- Modificación de configuraciones de servicio

- Ficheros de configuración

- Administración de Role Instances

- Añadir nuevos servicios

- Añadir y extraer hosts

• Gestión del sistema de ficheros distribuidos de Hadoop.

- Descripción general

- Topología de HDFS y roles

- Edición de logs y puntos de control

- Rendimiento de HDFS y tolerancia a errores

- Descripción general de seguridad HDFS y Hadoop

- Interfaces de usuario web por HDFS

- Utilización de la interfaz de línea de pedidos HDFS

- Otras utilidades de línea de órdenes

• Observación y recolección de datos con HDFS

- Información general de recolección de datos

- Formatos de ficheros

- Recolección de datos mediante la transferencia de archivos o interfaces

- REST

- Importación de datos de bases de datos relacionales con Apache Sqoop

- Recopilación de datos de fuentes externas con Apache Flume

- Mejores prácticas para la importación de datos

• Descripción y utilización de las herramientas Hive e Impala

- Apache Hive

- Apache Impala

• Análisis y utilización de las herramientas YARN i MapReduce

- Composición general de YARN, ejecución y visualización de logs y aplicaciones con YARN.

- Aplicaciones de MapReduce

- Configuración de memoria y CPU de YARN

• Exposición y experimentación con la herramienta Apache Spark

- Composición general de Spark, aplicaciones Spark con YARN

- Monitorización de aplicaciones Spark

• Gestión de un Clúster

- Consideraciones generales de planificación

- Escoger el hardware adecuado

- Consideraciones de red

- Opciones de virtualización

- Opciones de implementación Cloud

- Manipulación de nodos

• Utilización avanzada del clúster

- Configuración de puertos de servicio

- Modificar HDFS y MapReduce

- Habilitar alta disponibilidad en HDFS

• Gestión de recursos

- Composición de cgroups con Static Service Pools

- El Fair Scheduler

- Formulación de Dynamic Resource Pools

- Programación de consultas en Impala

• Caracterización de un Clúster

- Comprobación del estado de HDFS

- Copia de datos entre Clústeres

- Rebalanceo de datos en HDFS

- Instantáneas del directorio HDFS

- Actualización de un clúster

• Observación de Clústeres

- Funciones de monitorización de Cloudera Manager

- Pruebas de salud

- Acontecimientos y alertas

- Gráficos e informes

- Recomendaciones de monitorización

• Experimentación y análisis de problemas de un clúster

- Descripción general

- Herramientas de resolución de problemas

- Ejemplos de mala configuración

• Creación y gestión de Hue

- Descripción general

- Administración y configuración de Hue

- Autenticación y autorización a Hue

• Observación de la seguridad

- Conceptos de seguridad en Hadoop

- Autenticación en Hadoop mediante Kerberos

- Autorización a Hadoop

- Cifrado en Hadoop

- Securización de un clúster de Hadoop

• Descripción de Apache Kudu

- Descripción general de Kudu

- Arquitectura

- Instalación y configuración

- Herramientas de monitorización y administración

• Análisis de Apache Kafka

- ¿Qué es Apache Kafka?

- Descripción general de Apache Kafka

- Arquitectura de un Clúster Apache Kafka

- Herramientas de línea de mandos Apache Kafka

- Uso de Kafka con Flume

• Gestión del almacenamiento de objetos Cloud

- Almacenamiento de objetos

- Conexión de Hadoop con el almacenamiento de objetos