bd_gdc

Big Data Aplicado

UT02: Almacenamiento distribuido. HDFS

• PR0201: Instalación de Hadoop en modo pseudo-distribuido
• PR0202: Uso del cliente HDFS
• PR0203: Uso de cliente HDFS(2)

UT04: Procesamiento distribuido con MapReduce

• PR0401: Contando palabras
• PR0402: Datos del clima
• PR0403: Análisis de logs con MapReduce

UT05: Procesamiento distribuido con Spark

• PR0501: Carga de ficheros CSV en PySpark
• PR0502: Manipulación básica de dataframes
• PR0503: Limpieza de datos sobre dataset de cultivos
• PR0504A: Limpieza de datos sobre dataset de lugares famosos
• PR0504B: Limpieza de datos sobre dataset alojamientos turísticos

UT06: Almacenamiento distribuido con s3

• PR0601: Capa bronce en Amazon AWS
• PR0602: AWS Lambda