通過Cloudera公司提供的Hadoop和企業(yè)數(shù)據(jù)中心培訓，將您的知識提升到一個新的水平并有助于您解決實際問題。

Cloudera大學提供的為期3天的檢索培訓課程是專門針對希望在Hadoop中索引數(shù)據(jù)以實現(xiàn)更強大的實時查詢功能的開發(fā)人員和工程師而設(shè)計的。培訓學員將學習如何通過將Cloudera檢索系統(tǒng)與外部應(yīng)用程序進行整合，以挖掘他們的數(shù)據(jù)更多的價值。

提升您的生態(tài)系統(tǒng)專業(yè)知識

Cloudera檢索系統(tǒng)具備全文本、交互式搜索功能，并且具備針對Hadoop和企業(yè)數(shù)據(jù)中心的可擴展、靈活索引功能。Cloudera檢索系統(tǒng)由Apache Solr提供技術(shù)支持，可以針對新一代集成式、多工作負載查詢提供規(guī)模性和可靠性。

一． 培訓內(nèi)容

       通過講師在課堂上的講解，以及實操練習，學員將學習以下內(nèi)容：

• 對存儲在HDFS和HBase中的數(shù)據(jù)進行批量索引。
•  通過Flume以近實時的方式執(zhí)行流數(shù)據(jù)的索引。
•  以多語言和多文件格式對內(nèi)容進行索引。
•  通過Morphlines處理和轉(zhuǎn)換輸入數(shù)據(jù)。
•  使用Hue創(chuàng)建索引的用戶界面。
•  將Cloudera檢索系統(tǒng)與外部應(yīng)用程序進行整合。
•  使用層面搜索（faceting）、高亮（highlighting）、拼寫糾錯等功能改善搜索體驗。

二． 培訓對象及學員基礎(chǔ)

   本課程是專門針對至少基本了解Hadoop和具備通用語言（例如Java、C、C ++、Perl或Python）編程經(jīng)驗的開發(fā)人員和工程師設(shè)計的。培訓學員應(yīng)非常熟悉Linux命令行，并且應(yīng)該能夠執(zhí)行基本任務(wù)（例如，創(chuàng)建和刪除目錄、查看和更改文件權(quán)限、執(zhí)行腳本、并檢查文件輸出）。不要求培訓學員必需具備Apache Solr或Cloudera檢索系統(tǒng)使用經(jīng)驗，同時也不要求具備HBase或SQL使用經(jīng)驗。

三． 課程大綱

1. Cloudera Search概述

•  什么是Cloudera Search？
•  特性
•  使用案例
•  基本架構(gòu)

2. 執(zhí)行基本查詢

•  在Admin UI中執(zhí)行查詢
•  基本語法
•  近似匹配技術(shù)
•  控制輸出

3. 編寫功能更強大的查詢

•  相關(guān)性和過濾器
•  查詢解析器
•  函數(shù)
•  地理空間搜索
•  層面搜索（Faceting）

4. 準備索引文檔

•  索引過程概述
•  了解Morphlines
•  生成配置文件
•  模式設(shè)計
•  文檔集管理

5. 通過MapReduce批量索引HDFS數(shù)據(jù)

•  HDFS批量索引過程概述
•  MapReduce索引工具的使用
•  測試和故障排除

6. 通過Flume的近實時索引

•  近實時索引過程概述
•  Apache Flume簡介
•  如何通過Flume執(zhí)行近實時索引
•  測試和故障排除

7. 通過Lily索引HBase數(shù)據(jù)

•  什么是Apache HBase？
•  HBase的批量索引
•  以近實時方式索引HBase表

8. 以其他語言和格式索引數(shù)據(jù)

•  字段類型和分析器鏈
•  單詞衍生、字符映射和語言支持
•  Admin UI中的模式和分析支持
•  通過Apache Tika進行元數(shù)據(jù)和

9. 內(nèi)容提取

•  通過SolrCell索引二進制文件類型

10. 提高搜索質(zhì)量和性能

•  相關(guān)結(jié)果遞送
•  幫助用戶查找信息
•  查詢性能和故障排除

11. 構(gòu)建搜索用戶界面

•  搜索UI概述
•  通過Hue構(gòu)建用戶界面
•  將搜索（Search）功能集成到自定義

12. 應(yīng)用程序中

13. 部署注意事項

•  部署規(guī)劃
•  確定硬件需求
•  安全性概述
•  文檔集別名

14. 結(jié)論

Cloudera大數(shù)據(jù)課程體系