Методы и системы обработки больших данных (осень 2018) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
(→Домашние задания) |
(→Домашние задания) |
||
Строка 55: | Строка 55: | ||
| 2 || Тест || MapReduce. Основы || 20.09 || 26.09 23:59 || 5 || https://rebrand.ly/big_data_hse_fall_2018_quiz_2_FMHq | | 2 || Тест || MapReduce. Основы || 20.09 || 26.09 23:59 || 5 || https://rebrand.ly/big_data_hse_fall_2018_quiz_2_FMHq | ||
|- | |- | ||
− | | 2 || Практическое задание || MapReduce. Основы || 20.09 || 26.09 23:59 || 50 || | + | | 2 || Практическое задание || MapReduce. Основы || 20.09 || 26.09 23:59 || 50 || [https://piazza.com/class/jlpi5xisy065wj?cid=30 Задание] |
|- | |- | ||
− | | 2 || Бонусная задача || MapReduce. Основы || 20.09 || 23.09 23:59 || 20 || | + | | 2 || Бонусная задача || MapReduce. Основы || 20.09 || 23.09 23:59 || 20 || |
|- | |- | ||
+ | | 3 || Тест || MapReduce. Оптимизация || 27.09 || 03.09 23:59 || 5 || https://rebrand.ly/big_data_hse_fall_2018_quiz_3_oMku | ||
+ | |- | ||
+ | | 3 || Практическое задание || MapReduce. Объединения || 30.09 || 07.10 23:59 || 50 || [http://%20https://piazza.com/class/jlpi5xisy065wj?cid=72 Задание] | ||
|} | |} | ||
Версия 10:19, 2 октября 2018
Лектор: Алексей Драль
Семинаристы: Павел Ахтямов, Артем Козлов
Контакты: по всем организационным вопросам просьба писать на почту big_data_hse_fall_2018@bigdatateam.org.
У курса есть чат в Telegram. Объявления по курсу вывешиваются в чате!
Содержание
Отчетность по курсу и критерии оценивания
В курсе предусмотрены следующие отчетные мероприятия:
- тест на проверку знаний по материалам лекции и семинара (5 баллов за каждый тест) (13 недель)
- практическое домашнее задание (50 баллов x (количество недель на задание) за каждое домашнее задание) (13 недель)
Итоговая оценка складывается следующим образом:
Score = (HW_Score + Test_Score) / 50, где
- HW_Score - суммарное количество баллов за домашние задания;
- Test_Score - суммарное количество баллов за тесты.
Таблица с оценками доступна по ссылке: https://rebrand.ly/big_data_hse_fall_2018_grades
Программа занятий
Неделя | Дата | Название | Материалы |
---|---|---|---|
1 | 06.09 | Лекция: Понятие "большие данные". Постановка задачи обработки и хранения больших данных. Примеры применения больших данных в IT индустрии. Основные проблемы в работе распределенных систем. Виды отказов узлов, связей между узлами. Устройство GFS, HDFS. Процесс восстановления HDFS. | презентация |
1 | 06.09 | Семинар: Устройство HDFS кластера. HDFS CLI (интерфейс командной строки HDFS). Пользовательский интерфейс NameNode. Решение задач на вычисление объемов вычислительных ресурсов кластера. | |
2 | 20.09 | Лекция: MapReduce. Операции Map, Reduce. Distributed Shell как пример MapReduce задачи. Формальная модель парадигмы MapReduce. Задача подсчета слов в датасете (Word Count) Обеспечение отказоустойчивости в MapReduce. Сравнение MapReduce v1 и YARN. История развития MapReduce. MapReduce Streaming на примере Python. Устройство Distributed Cache. Переменные окружения в MapReduce. Использование счетчиков для подсчета статистик. Отслеживание прогресса выполнения задач через JobTracker, истории выполнения задач через HistoryServer. Процесс тестирования MapReduce задач. | презентация |
2 | 20.09 | Семинар: Решение задач MapReduce Streaming: подсчет количества слов, стоп-слов в Википедии, парсинг логов Apache. Distributed Cache. Метод Монте-Карло и большие данные. Отладка MapReduce задач. | |
3 | 27.09 | Лекция: Advanced MapReduce. Расширение функциональности MapReduce: Combiner, Partitioner, Comparator. Использование Combiner для подсчета статистик: поиск среднего значения и медианы по ключу. Конфигурации Partitioner для агрегации биграмм и ip-адресов. Расширенные возможности сортировки при помощи Comparator. Передача данных и способы компрессии данных при выполнении MapReduce задач. Объединение датасетов: Map-Side Join, Reduce-Side Join. Расширенный контроль за порядком поступления данных: Secondary Sort. Интерфейс командной строки YARN: статус задачи, принудительное завершение вычислительных задач. Работа с неравномерно распределенными значениями ключей (Skew). Вычисление коэффициента ускорения работы MapReduce задач. | |
3 | 27.09 | Семинар: Решение задач на MapSide Join, Reduce-Side Join. Использование объединений для вычисления аналитики сегментов рынка. |
Домашние задания
# | Тип задания | Тема | Дата выдачи | Дедлайн | Количество баллов | Ссылка |
---|---|---|---|---|---|---|
1 | Тест | HDFS | 13.09 | 19.09 23:59 | 5 | http://rebrand.ly/big_data_hse_fall_2018_quiz_1_Urgz1 |
1 | Практическое задание | HDFS | 06.09 | 19.09 23:59 | 100 | http://rebrand.ly/big_data_hse_fall_2018_hw_1 |
2 | Тест | MapReduce. Основы | 20.09 | 26.09 23:59 | 5 | https://rebrand.ly/big_data_hse_fall_2018_quiz_2_FMHq |
2 | Практическое задание | MapReduce. Основы | 20.09 | 26.09 23:59 | 50 | Задание |
2 | Бонусная задача | MapReduce. Основы | 20.09 | 23.09 23:59 | 20 | |
3 | Тест | MapReduce. Оптимизация | 27.09 | 03.09 23:59 | 5 | https://rebrand.ly/big_data_hse_fall_2018_quiz_3_oMku |
3 | Практическое задание | MapReduce. Объединения | 30.09 | 07.10 23:59 | 50 | Задание |
Материалы
1. Полные материалы лекций, семинаров и домашних заданий доступны по ссылке: http://rebrand.ly/big_data_hse_fall_2018_materials 2.