クラウドコンピューティング環境の発展により、大規模データを効率的に処理し活用したいというニーズが増大している。しかし、まだ一般的には大規模データの分散処理技術の適用事例を経験する機会が少なく、その技術・ノウハウを身につけることは難しい。本授業では、国立情報学研究所が構築、運用している教育用クラウドを演習用環境として活用し、実際の事例を中心とした題材も活用することで、実践的な分散処理アプリケーション開発を体験することが本授業のねらいである。
本授業では、主に演習を通して実践的な大規模データの分散処理技術を習得する。
実践的な大規模データの分散処理技術を習得する。
分散ファイルシステム, 大規模データ処理, テスト, 運用, 性能チューニング
✔ 専門力 | 教養力 | コミュニケーション力 | ✔ 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
国立情報学研究所が構築・運用している教育用クラウドを演習用環境として活用し、主に演習を通して授業を進めていく。
授業計画 | 課題 | |
---|---|---|
第1回 | 演習環境の構築,Hadoopの概要 | Hadoopの概要 |
第2回 | MapReduceアプリケーション | MapReduceアプリケーションの確認 |
第3回 | 高度なMapReduceプログラミング | 高度なMapReduceプログラミング |
第4回 | MapReduceアプリケーションのテスト | MapReduceアプリケーションのテスト |
第5回 | Hadoopの性能チューニング | Hadoopの性能チューニング |
第6回 | Hadoopの運用・監視 | Hadoopの運用・監視 |
第7回 | 総合プログラミング演習 | 総合プログラミング演習 |
資料を配布する。
Tom White著 (玉川、兼田訳) 「Hadoop 第2版」 (オライリー・ジャパン)
太田、下垣、山下、猿田、藤井著 (濱野監修) 「Hadoop徹底入門」 (翔泳社)
Jimmy Lin、Chris Dyer著 (神林、野村監修、玉川訳) 「Hadoop MapReduceデザ
インパターン」 (オライリー・ジャパン)
講義時間内の演習回答(20%)およびレポート(80%)を総合して評価する.
情報理工学院IT特別教育プログラムを履修していること。