Методы распределенной обработки больших объемов данных в Hadoop. Лекция №1. Введение в Big Data и MapReduce. Романенко Алексей

Романенко Алексей рассказывает о том, что такое большие данные и об истории возникновения этого явления. Объясняет, что такое Hadoop, и где он применяется, что такое «облачные вычисления», история возникновения и развития технологии. Приводит пример типичных задач Big Data.

1. Data Explosion
2. Wayback Machine
3. Много данных – это сколько?
4. Необходимые знания
5. Как же стать гуру Hadoop?
6. Этот курс не для вас, если…
7.  Оценка результатов
8. Использование Hadoop
9. “Hadoop Дзен”
10. Интерлюдия: Облачные вычисления
11.  “Облака” – это верх технологий?
12. Ребрендинг Web 2.0
13. Utility computing
14.  Технология: Виртуализация
15. Everything as a Service
16. Зачем все это нужно?
17. Работаем с Big Data
18. Divide and Conquer
19. Вопросы параллелизма
20. Общая проблема
21. Управление множеством воркеров
22. Текущие средства
23. Момент истины
24. Датацентр — это большой компьютер!
25. Так в чем же основной вопрос?
26. “Big Ideas”
27. MapReduce
28. Типичные задачи Big Data
29. Примеры задач для MapReduce
30. MapReduce
31. mapmap map map
32. MapReduce
33. MapReduce “Runtime”
34. “Hello World”: Word Count Map
35. MapReduce можно понимать как…
36. Как же воркеры получают данные?
37. Distributed File System
38. Предположения
39. GFS: Концепция дизайна
40. Обязанности Namenode
41. Теперь соберем все вместе