Big data y Hadoop
Clúster de Hadoop en Amazon EMR, tabla sobre datos en S3 y análisis con HiveQL.
Análisis de big data con Hadoop
Alcance del proyecto
Lanzar un clúster de Hadoop completamente funcional con Amazon EMR.
Definir el esquema y crear una tabla para los datos de registro de muestra almacenados en Amazon S3.
Analizar los datos con un script de HiveQL y grabar los resultados en Amazon S3.
Descargar y ver los resultados en su equipo.
Resumen del proyecto
El proyecto consiste en lanzar un clúster de Hadoop completamente funcional con Amazon EMR para proporcionar recursos de computación escalables para el almacenamiento y procesamiento de datos. Luego se definirá el esquema y se creará una tabla para los datos de registro de muestra almacenados en Amazon S3.
Los datos se analizarán con un script de HiveQL, y los resultados se guardarán en Amazon S3 para su posterior descarga y visualización en el equipo de usuario. Esto permitirá a los usuarios realizar análisis avanzados de los datos, lo que les permitirá tomar decisiones informadas basadas en los resultados obtenidos.