Arenadata Hadoop

Описание наиболее распространенных HDFS-команд с примерами.

В статье описан процесс создания и запуска вашего первого DAG с использованием файлов CSV. Этот DAG будет имитировать процесс ETL (Extract, Transform, Load).

Описание архитектуры Apache Iceberg, его возможностей и примеров использования. Iceberg — это открытый формат таблиц для больших хранилищ данных, который обеспечивает ACID-транзакции, перемещение во времени (time travel), изменение схемы (schema evolution), изменение партиции (partition evolution) и предоставляет другие возможности работы с данными.

В разделе представлена справочная информация о конфигурационных параметрах, которые можно использовать для настройки ADH-сервисов через ADCM.

Обзор архитектуры HDFS (Hadoop Distributed File System) — распределенной файловой системы, которая обеспечивает высокую отказоустойчивость на оборудовании с низкой стоимостью.

Arenadata Hadoop (ADH) — это коммерческий дистрибутив программного обеспечения Apache Hadoop с открытым исходным кодом. Это платформа big data, предназначенная для хранения, обработки и анализа больших объемов структурированных и неструктурированных данных.

Описание основных концепций (DAG, task, operator) и архитектурных компонетов Airflow (Web server, Metadata database, Scheduler, Executor, Worker). Airflow — это платформа, позволяющая разрабатывать, планировать, запускать и отслеживать выполнение сложных процессов обработки данных (workflow).

Обзор работы с сенсорами в Airflow: виды сенсоров и параметры. Примеры использования сенсоров, а также описание процесса создания пользовательского сенсора.

Таблицы с сетевыми требованиями к установке Arenadata Hadoop: порты сервисов ADH, порты JMX, переопределяемые со стороны Kerberos порты, клиентские порты.

Раздел, содержащий требования к окружению, которые должны быть соблюдены перед развертыванием Hadoop.