Apache Hadoop

Die Analyse umfangreicher Unternehmensdaten liefert Einblicke in oftmals verborgene Zusammenhänge. Dabei ergibt sich bereits aus der Vielfalt der erfassten Daten häufig bereits ein Problem, andererseits ist diese Vielfalt eine besondere Chance - vorausgesetzt man bewältigt die Datenflut effizient.

Werkzeuge und Methoden für systematische Datenanalysen (Datamining) existieren schon seit langem. Wenn es aber um unstrukturierte Inhalte wie z.B. Texte in Blogs oder auf Webseiten oder um Dokumente in einem verteilten CMS geht, stößt man schnell an deren Systemgrenzen. Datenbankserver sind in vielen Szenarien die optimale Lösung, aber deutliche Grenzen sind auch dort erkennbar sobald Skalierbarkeit und die zuverlässige Verarbeitung unstrukturierter Daten gefordert werden. Besonders die Skalierbarkeit auf Basis preiswerter Standardhardware und die flexiblen Integrationsmöglichkeiten in viele vorhandene IT-Systeme sind die Stärke des Cluster Systems Apache Hadoop.

Unser Ziel ist es, Ihnen den Einstieg in des Thema Big-Data-Processing zu vereinfachen. Sie können sich die Tools auch selbst installieren oder eine vorkonfigurierte Distribution z.B. von Cloudera Inc. aus dem Internet laden.

Aber was kommt danach? Genau das stellen wir Ihnen in unserem Praxis-Seminar vor. Dabei gehen wir auf konkrete Anwendungsbeispiele ein und zeigen Ihnen, mit welchen Methoden diese effizient zu bearbeiten sind. Wir arbeiten anhand praxisnaher Beispiele heraus, welche Tools im Umfeld von Hadoop welchen Nutzen haben, für welche Aufgabentypen diese verwendbar sind und wie Sie vorhandene Daten effizient in das System übertragen. Danach sind Sie in der Lage zu entscheiden, welche Ihrer Aufgaben mit dem MapReduce-Ansatz gelöst werden können und Sie starten selbst in ein neues interessantes Themengebiet: extrahieren Sie neue Informationen aus ihren vorhandenen Daten!