Big Data With Hadoop
Big Data With Hadoop
Executive Summary
Data adalah satuan terkecil pembentuk pengetahuan, sekumpulan data yang diolah
akan menjadi informasi, sekumpulan informasi yang diolah akan menjadi
pengetahuan. Semakin banyak data yang dapat disimpan dan diolah tentunya akan
meningkatkan informasi dan pengetahuan yang dimiliki. Semakin banyak data yang
harus disimpan dan diolah tentunya akan membutuhkan mekanisme penyimpanan
dan pengelolaan data yang lebih mumpuni dari mekanisme penyimpanan dan
pengelolaan data saat ini. Penyimpanan dan pengelolaan data yang ada pada saaat
ini yang pada umumnya menggunakan database relasional memiliki keterbatasan
dari sisi skalabilitas dan struktur data yang disimpan (hanya dapat menyimpan data
berbentuk tabel). Database relasional tidak memberikan kemudahan untuk
meningkatkan skalabilitas penyimpanan dan pemrosesan data dengan sekedar
menambahkan komputer/server.
Wisdom
Knowledge
Information
Data
BigData adalah istilah yang mengacu pada sekumpulan infrastruktur dan teknologi
untuk melakukan penyimpanan data dalam jumlah yang masif dengan bentuk data
yang tidak beraturan, BigData menggunakan pola penyimpanan data dan
pemrosesan terdistribusi, skalabilitas dapat ditingkatkan
cukup dengan
menambahkan node/komputer baru, semakin banyak node yang digunakan
semakin besar kemampuan penyimpanan datanya dan semakin cepat pula
kemampuan pemrosesannya. Teknologi ini adalah teknologi yang diawali oleh
google dan diikuti oleh perusahaan-perusahaan teknologi lainnya seperti facebook,
yahoo, twitter, dll.
Infrastruktur dan teknologi big data terdiri dari beberapa komponen seperti :
HDFS : Sistem file terdistribusi yang dapat memiliki throughput data yang besar
MapReduce : Sistem berbasis YARN untuk memproses data secara parallel
HBase : Database terdistribusi yang mendukung data terstruktur
PIG : bahasa untuk mengatur aliran data dan eksekusi secara parallel
Zoo keeper : Layanan koordinasi untuk aplikasi terdistribusi
Sqoop : Tool untuk transfer data dari database relasional ke hadoop
Objective
Sasaran dari pelatihan ini adalah :
Expected Outcome
Agenda
30 Mei 1 Juni 2016
Inixindo Jogja, Jl. Kenari no. 69 Yogyakarta
Hari 1
1 Hadoop
2 MapReduce
3 HDFS
Hari 2
1
2
3
4
Hari 3
1 Administrasi Hadoop
2 PIG
3 HIVE
Hari 4
1 HBASE
2 ZooKeeper
3 Sqoop
Biaya
Biaya yang kami tawarkan untuk pelatihan ini adalah Rp. per orang
Fasilitas
1. Materi Pelatihan & Blocknote
2. 2x snack dan makan siang
3. Antar Jemput Hotel ke Lokasi Inixindo Jogja
Inixindo Jogja
Account Manager
Email :Ruslie@inixindojogja.co.id
HP. 081328212553