HDInsight essentials

روی Big Data بدون ساختار خود ضربه بزنید و با استفاده از توزیع Hadoop از ویندوز به کسب و کار خود قدرت دهید

نمای کلی

• معماری یک راه حل Hadoop با مدولار طراحی برای جمع آوری داده، پردازش توزیع شده، تجزیه و تحلیل و گزارش
• یک خوشه Hadoop چند گره بر روی سرورهای ویندوز بسازید
• یک راه حل Big Data را با استفاده از HDInsight با نرم افزار منبع باز ایجاد کنید و ارائه دهید گزارش های مفید اکسل
• اسکریپت های Pig را اجرا کنید و نمودارهای ساده را با استفاده از JS تعاملی (Azure) بسازید

در جزئیات

ما در عصری زندگی می‌کنیم که در آن داده‌ها با هر اقدامی تولید می‌شوند و بسیاری از این‌ها بدون ساختار هستند. از فیدهای توییتر، به‌روزرسانی‌های فیسبوک، عکس‌ها و ورودی‌های حسگر دیجیتال. پایگاه داده های رابطه ای فعلی نمی توانند حجم، سرعت و تغییرات داده ها را مدیریت کنند. HDInsight به شما این توانایی را می دهد که ارزش کامل Big Data را با یک پلتفرم داده مدرن و مبتنی بر ابر به دست آورید که داده ها را با هر اندازه و نوع، چه ساختاریافته یا بدون ساختار مدیریت می کند.

راهنمای عملی که نشان می دهد. نحوه ذخیره و پردازش یکپارچه داده های بزرگ از همه نوع از طریق پلت فرم داده مدرن مایکروسافت. که سادگی، سهولت مدیریت و یک سرویس Hadoop آماده سازمانی باز را فراهم می کند که همگی در Cloud اجرا می شوند. سپس یاد خواهید گرفت که چگونه داده های Hadoop خود را با PowerPivot، Power View، Excel و دیگر ابزارهای Microsoft BI تجزیه و تحلیل کنید. به لطف ادغام با پلتفرم داده مایکروسافت، این به شما یک پایه محکم برای ایجاد راه حل HDInsight خود، هم در بستر و هم در فضای ابری می دهد.

در ابتدا، ما یک نمای کلی از Hadoop و مایکروسافت Big Data ارائه خواهیم داد. استراتژی، که در آن HDinsight نقش کلیدی ایفا می کند. سپس به شما نشان خواهیم داد که چگونه خوشه HDInsight خود را راه اندازی کنید و شما را از 4 مرحله جمع آوری، پردازش، تجزیه و تحلیل و گزارش عبور می دهیم. برای هر یک از این مراحل، یک مثال عملی با کد کار مشاهده خواهید کرد.

سپس مفاهیم اصلی Hadoop مانند HDFS و MapReduce را یاد خواهید گرفت. همچنین نگاهی دقیق تر به نحوه استفاده HDInsight مایکروسافت از پلتفرم داده Hortonworks که از Apache Hadoop استفاده می کند، خواهید داشت. سپس از طریق دستورات Hadoop و برنامه نویسی با استفاده از نرم افزارهای منبع باز مانند Hive و Pig با HDInsight هدایت خواهید شد. در نهایت، شما یاد خواهید گرفت که با استفاده از PowerPivot، Power View، Excel و دیگر ابزارهای Microsoft BI تجزیه و تحلیل و گزارش دهید.

این راهنما دستورالعمل‌های گام به گام در مورد نحوه ساخت یک راه‌حل Big Data با استفاده از HDInsight با HDInsight را ارائه می‌دهد. نرم افزار منبع باز، ارائه گزارش های مفید اکسل، و باز کردن ارزش کامل HDInsight.

آنچه از این کتاب خواهید آموخت

• کاوش کنید. ویژگی های یک مشکل Big Data
• تحلیل و گزارش داده های خود با استفاده از PowerPivot، Power View، Excel و دیگر ابزارهای Microsoft BI
• کاوش در ملاحظات معماری برای مقیاس پذیری، قابلیت نگهداری و امنیت
• مفهوم انتقال داده به خوشه HDInsight خود شامل ابزارها و اسکریپت های انجمن را درک کنید
• مجموعه HDInsight خود را مدیریت و نظارت کنید که شامل مدیریت ظرفیت و فرآیند می شود
• آشنا شوید اکوسیستم Hadoop با ابزارها و نرم افزارهای مختلف بر اساس نقش آنها
• با متمایز کننده HDInsight و نحوه ساخت آن بر روی Apache Hadoop آشنا شوید
• داده های خود را با استفاده از نرم افزار منبع باز تغییر دهید. به عنوان MapReduce، Hive، Pig و JavaScript

Approach

این کتاب یک راهنمای سریع و پر از دستورالعمل های گام به گام است در مورد نحوه ساخت یک خوشه Hadoop چند گره در سرورهای ویندوز.

Tap your unstructured Big Data and empower your business using the Hadoop distribution from Windows

Overview

• Architect a Hadoop solution with a modular design for data collection, distributed processing, analysis, and reporting
• Build a multi-node Hadoop cluster on Windows servers
• Establish a Big Data solution using HDInsight with open source software, and provide useful Excel reports
• Run Pig scripts and build simple charts using Interactive JS (Azure)

In Detail

We live in an era in which data is generated with every action and a lot of these are unstructured; from Twitter feeds, Facebook updates, photos and digital sensor inputs. Current relational databases cannot handle the volume, velocity and variations of data. HDInsight gives you the ability to gain the full value of Big Data with a modern, cloud-based data platform that manages data of any size and type, whether structured or unstructured.

A hands-on guide that shows you how to seamlessly store and process Big Data of all types through Microsoft’s modern data platform; which provides simplicity, ease of management, and an open enterprise-ready Hadoop service all running in the Cloud. You will then learn how to analyze your Hadoop data with PowerPivot, Power View, Excel, and other Microsoft BI tools; thanks to integration with the Microsoft data platform, this will give you a solid foundation to build your own HDInsight solution, both on premise and on Cloud.

Firstly, we will provide an overview of Hadoop and Microsoft Big Data strategy, where HDinsight plays a key role. We will then show you how to set up your HDInsight cluster and take you through the 4 stages of collecting, processing, analysing and reporting. For each of these stages, you will see a practical example with working code.

You will then learn core Hadoop concepts like HDFS and MapReduce. You will also get a closer look at how Microsoft’s HDInsight leverages Hortonworks Data Platform that uses Apache Hadoop. You will then be guided through Hadoop commands and programming using open source software, such as Hive and Pig with HDInsight. Finally, you will learn to analyze and report using PowerPivot, Power View, Excel, and other Microsoft BI tools.

This guide provides step-by-step instructions on how to build a Big Data solution using HDInsight with open source software, provide useful Excel reports, and open up the full value of HDInsight.

What you will learn from this book

• Explore the characteristics of a Big Data problem
• Analyse and report your data using PowerPivot, Power View, Excel, and other Microsoft BI tools
• Explore the architectural considerations for scalability, maintainability, and security
• Understand the concept of Data Ingestion to your HDInsight cluster including community tools and scripts
• Administer and monitor your HDInsight cluster including capacity and process management
• Get to know the Hadoop ecosystem with various tools and software based on their roles
• Get to know the HDInsight differentiator and how it is built on top of Apache Hadoop
• Transform your data using open source software such as MapReduce, Hive, Pig and JavaScript

Approach

This book is a fast-paced guide full of step-by-step instructions on how to build a multi-node Hadoop cluster on Windows servers.