ترجمة "hadoop" إلى ألمانية

DE MapReduce ist ein Programmiermodell bzw. Muster im Hadoop-Framework, das für den Zugriff auf Big Data im Hadoop File System (HDFS) verwendet wird. Es ist eine Kernkomponente, die für das Funktionieren des Hadoop-Frameworks unabdingbar ist.

• bzw
• Muster im Hadoop-Framework
• Zugriff auf Big
• Hadoop File System
• HDFS
• Kernkomponente
• Funktionieren des Hadoop-Frameworks

DE Der Adaface Hadoop-Online-Test eignet sich ideal für das Vorsprung von Bekanntmachungen von Kandidaten, die sich für Rollen wie Hadoop-Entwickler oder Tester und Hadoop-Administratoren beantragen.

• Adaface Hadoop-Online-Test eignet
• Bekanntmachungen von Kandidaten
• Rollen wie Hadoop-Entwickler
• Tester
• Hadoop-Administratoren

DE Um sicherzustellen, dass die Hadoop-Clusterverbindungs- und HDFS-Verbindungsmetadaten im Project Repository erstellt wurden, erweitern SieHadoop Cluster.

• sicherzustellen
• Hadoop-Clusterverbindungs-
• HDFS-Verbindungsmetadaten im Project
• erstellt wurden
• erweitern SieHadoop

DE In diesem Tutorial erfahren Sie, wie Sie Hadoop-Cluster-Metadaten erstellen, indem Sie die Konfiguration aus den Hadoop-Konfigurationsdateien importieren.

• diesem Tutorial erfahren
• Hadoop-Cluster-Metadaten erstellen
• Hadoop-Konfigurationsdateien

DE Erweitern Sie im Project Repository den Bereich Metadata, klicken Sie mit der rechten Maustaste auf Hadoop Cluster und klicken Sie anschließend auf Create Hadoop Cluster, um den Assistenten zu öffnen.

• Repository den Bereich
• Cluster
• klicken Sie anschließend
• Create Hadoop Cluster

DE Schließen Sie das „Checking Hadoop Services“-Fenster. Um das „Hadoop Cluster Connection“-Fenster zu schließen und die Metadaten zu erstellen, klicken Sie auf Finish.

• Checking Hadoop Services
• -Fenster
• Hadoop Cluster Connection
• -Fenster zu schließen
• Metadaten zu erstellen

DE Schließen Sie das „Checking Hadoop Services“-Fenster. Um den „Hadoop Cluster Connection“-Assistenten zu schließen und die Metadaten zu erstellen, klicken Sie auf Finish.

• Checking Hadoop Services
• -Fenster
• Hadoop Cluster Connection
• -Assistenten zu schließen
• Metadaten zu erstellen

DE Hadoop besteht nicht nur aus einer einzigen Anwendung, es ist vielmehr eine Plattform mit unterschiedlichen Komponenten, die eine verteilte Datenspeicherung und -verarbeitung ermöglichen. Zusammen bilden diese Komponenten das Hadoop-Ökosystem.

• einzigen Anwendung
• vielmehr eine Plattform
• unterschiedlichen Komponenten
• verteilte Datenspeicherung
• verarbeitung ermöglichen

DE HDFS (HADOOOP-Distributed-Dateisystem) ist die Speicherschicht für Hadoop.

• HDFS
• HADOOOP-Distributed-Dateisystem

DE Der Hadoop-Online-Test hilft Ihnen, Kandidaten zu erfahren. Befragen Sie nur Kandidaten mit bewährten praktischen technischen Know-how in der Entwicklung und der Programmierung von Hadoop.

• Hadoop-Online-Test hilft Ihnen
• Kandidaten zu erfahren
• bewährten praktischen technischen
• Entwicklung

DE Wichtige Hadoop-Ökosystemprojekte wie Apache Hive und Apache Pig verwenden Apache Tez ebenso wie eine wachsende Anzahl von Datenzugriffsanwendungen von Drittanbietern, die für das breitere Hadoop-Ökosystem entwickelt wurden.

• Hive
• Apache Pig verwenden
• Drittanbietern
• breitere Hadoop-Ökosystem entwickelt

DE Wichtige Hadoop-Ökosystemprojekte wie Apache Hive und Apache Pig verwenden Apache Tez ebenso wie eine wachsende Anzahl von Datenzugriffsanwendungen von Drittanbietern, die für das breitere Hadoop-Ökosystem entwickelt wurden.

• Hive
• Apache Pig verwenden
• Drittanbietern
• breitere Hadoop-Ökosystem entwickelt

DE Der Entwurf für Enterprise Hadoop enthält die ursprünglichen Datenspeicherungs- und -verarbeitungsebenen von Apache Hadoop

• Entwurf für Enterprise
• enthält die ursprünglichen
• verarbeitungsebenen von Apache

DE Die Mitarbeiter von Cloudera haben mehr (über 20) erfolgreiche Hadoop-Ökosystemprojekte als jeder Mitbewerber gegründet, einschließlich Apache Hadoop selbst.

• Mitarbeiter von Cloudera
• Mitbewerber gegründet
• einschließlich Apache Hadoop

DE Die Live-Abfrage-Engine von Tableau ist die erste Technologie, mit der die Benutzer nativ Datenbanken, Cubes, Warehouses, Cloud-Quellen, sogar Hadoop abfragen können, ohne Programmierung oder aufwendige Entwicklung

• Live-Abfrage-Engine von Tableau
• erste Technologie
• Benutzer nativ Datenbanken
• Cubes
• Warehouses
• Cloud-Quellen
• sogar Hadoop abfragen
• Programmierung
• aufwendige Entwicklung

DE Fehler „connect() failed: errno = 10061“ beim Herstellen einer Verbindung zu Hadoop Hive

• Fehler
• connect
• failed
• errno
• Herstellen einer Verbindung
• Hadoop Hive

DE Muster in historischen Daten lassen sich mit TIBCO-Analysen, die direkt auf Hadoop und Spark laufen, interaktiv identifizieren

• Muster in historischen
• direkt auf Hadoop
• Spark laufen
• interaktiv identifizieren

DE Durch die Vereinfachung des durchgängigen Analytics-Lebenszyklus innerhalb von Big Data-Ökosystemen wie Spark und Hadoop können Sie Data Science-Methoden im großen Stil anwenden

• Vereinfachung des durchgängigen
• innerhalb von Big
• Spark
• Hadoop können Sie
• Science-Methoden im großen
• anwenden

DE Apache™ Avro ist ein weitverbreiteter Standard zur kompakten, schnellen Serialisierung großer, meist im Apache Hadoop Software Framework verwendeter Datenmengen

• Standard zur kompakten
• schnellen Serialisierung großer
• meist im Apache
• Software Framework verwendeter

DE Berechnung von Instanzen mit Hochleistung, die einen Durchbruch für Daten- und Web-Skalierungsarchitekturen wie Hadoop, Cassandra, Couchbase bieten (stündlich abgerechnet)

• Berechnung von Instanzen
• Hochleistung
• Durchbruch für Daten-
• Web-Skalierungsarchitekturen wie Hadoop
• Cassandra
• Couchbase bieten
• stündlich abgerechnet

DE Aktuelle Positionierung mit Caffeine und Hadoop

• Hadoop

DE Anbindung und Analyse praktisch beliebiger Datenquellen (SQL-Server, Excel, Hadoop, SAP, Navision, CSV, ? ? lokal oder in der Cloud).

• Anbindung
• Analyse praktisch beliebiger
• SQL-Server
• Excel
• Hadoop
• SAP
• Navision
• CSV
• lokal
• Cloud

DE Es wurden mehr als 1.500 Dashboards aus Milliarden von Datenzeilen aus Hadoop, Teradata und Oracle erstellt

• Milliarden von Datenzeilen
• Hadoop
• Teradata
• Oracle erstellt

DE Das Verknüpfen von Daten für die Analyse hat sich dabei als kompliziert erwiesen, da die Daten aus mehreren Quellen abgerufen werden mussten: Oracle, Hadoop und Teradata

• Verknüpfen von Daten
• kompliziert erwiesen
• da die Daten
• mehreren Quellen abgerufen
• mussten
• Oracle
• Hadoop
• Teradata

DE So können unveränderte Hadoop Hive-Abfragen auf vorhandenen Bereitstellungen und Daten bis zu 100-mal schneller ausgeführt werden

• unveränderte Hadoop Hive-Abfragen
• vorhandenen Bereitstellungen

DE Beschleunigen Sie die Datenladezeiten für Data Warehouses und Hadoop in der Cloud.

• Data Warehouses

DE Verschieben von Daten zwischen Datenbanken, Data Warehouses, Hadoop und der Cloud. Qliks einfache, universelle und echtzeitfähige Software repliziert, synchronisiert, verteilt, konsolidiert und erfasst Daten zwischen allen namhaften Plattformen.

• Verschieben von Daten
• Datenbanken
• Data Warehouses
• Hadoop
• Cloud
• Qliks einfache
• universelle
• echtzeitfähige Software repliziert
• synchronisiert
• verteilt
• konsolidiert
• erfasst Daten zwischen
• namhaften

DE Daten aus allen wichtigen Datenbanken, Data Warehouses und Hadoop lassen sich mit Qlik Replicate systemübergreifend replizieren, synchronisieren, verteilen, konsolidieren und erfassen – On Premises und in der Cloud. Mit Qlik Replicate konnte

• allen wichtigen Datenbanken
• Data Warehouses
• Qlik Replicate systemübergreifend
• synchronisieren
• verteilen
• konsolidieren
• erfassen
• On Premises
• Cloud
• Qlik Replicate konnte

DE Flexibilität: Ob On Premises oder in der Cloud, Ihre Datenbank, Ihr Data Warehouse oder Hadoop erhält stets die richtigen SAP-Anwendungsdaten.

• Flexibilität
• Ob On Premises
• Cloud
• Datenbank
• Ihr Data Warehouse
• Hadoop erhält stets
• richtigen

DE „Die Teufelskerle“: Nutzen eine Vielzahl von Datenquellen, um neue Probleme zu lösen, Prototyp-Lösungen mit maschinellem Lernen und führen Data Science-Workflows in großem Maßstab aus. Bevorzugen Tools wie R, Python, Scala, Hadoop und Spark.

• Teufelskerle
• Nutzen eine Vielzahl
• Datenquellen
• Probleme zu lösen
• Prototyp-Lösungen mit maschinellem
• führen Data Science-Workflows
• Python
• Scala
• Hadoop

DE Sie werden sich mit Hadoop, Pig, Spark, Hive und MapReduce vertraut machen.

• Hadoop
• Pig
• Spark
• Hive
• MapReduce vertraut

DE Erstellen Sie zügig Big Data-Integrationspipelines mit Google Dataproc, einem vollständig verwalteten Hadoop- und Spark-Dienst in der Cloud

• Erstellen Sie zügig
• Data-Integrationspipelines mit Google
• vollständig verwalteten Hadoop-

DE Der ultimative Leitfaden zur Datenintegration

DE Avenga bevorzugt den Einsatz bewährter Data Management-Plattformen wie Oracle®, Microsoft® SQL Server® und Hadoop®.

• bewährter Data Management-Plattformen
• SQL

DE Unsere Entwickler und Berater für Big Data-Lösungen unterstützen Sie bei der Workload-Optimierung mit Oracle-, Hadoop- und Microsoft SQL-Servern

• Entwickler
• Berater für Big
• Workload-Optimierung mit Oracle-
• Hadoop-
• Microsoft SQL-Servern

DE HDP stellt die Grundlage zur Unterstützung von GPUs in Apache Hadoop-Clustern dar und verbessert die Leistung von für Data Science und KI-Anwendungsfälle erforderlichen Berechnungen

• Unterstützung von GPUs
• Apache Hadoop-Clustern dar
• verbessert die Leistung
• Data Science
• KI-Anwendungsfälle erforderlichen Berechnungen

DE Services und Support für Apache Hadoop | Cloudera

• Services
• Support für Apache

DE Private Hadoop-Schulung jederzeit und überall

• Private Hadoop-Schulung jederzeit
• überall

DE Verlagern Sie den Schwerpunkt des Datenmanagements auf Hadoop

• Datenmanagements auf Hadoop

DE Sie wurde speziell für die Untersuchung großer Datensätze entwickelt, die in Hadoop-Dateien und kompatiblen Dateisystemen wie Amazon S3 abgelegt sind

• großer Datensätze entwickelt
• Hadoop-Dateien

DE Cascading ist eine Plattform für die Entwicklung von Big Data-Anwendungen auf Hadoop. Es bietet eine Rechen-Engine, ein Systemintegrations-Framework sowie Datenverarbeitungs- und Planungsfunktionen.

• Entwicklung von Big
• Hadoop
• bietet eine Rechen-Engine
• Systemintegrations-Framework sowie Datenverarbeitungs-

DE Hadoop ist eine verteilte Plattform für das Datenmanagement beziehungsweise ein Open-Source-Software-Framework zum Speichern und Verarbeiten von Big Data. Es wird manchmal als ein kleines verteiltes Betriebssystem beschrieben.

• beziehungsweise ein Open-Source-Software-Framework
• Speichern
• Verarbeiten von Big
• verteiltes Betriebssystem

DE Vielseitig: Egal ob Excel, SQL, Hadoop oder Cloud ? Zugriff auf beliebige Daten mit einem Klick

• Vielseitig
• Egal ob Excel
• SQL
• Hadoop
• Cloud
• Zugriff auf beliebige
• Klick

DE Er leitete die Bereitstellung eines unternehmensweiten Data Lake, der einen metadatengesteuerten Katalog und eine Data-as-a-Service-Erfahrung, native Hadoop-ETL-Funktionen sowie Reporting-, Analyse- und KI-Lösungen der nächsten Generation umfasste

• eines unternehmensweiten Data
• metadatengesteuerten Katalog
• Data-as-a-Service-Erfahrung
• Analyse-
• KI-Lösungen der nächsten
• umfasste

DE Der „Gartner Magic Quadrant: Data Management Solutions for Analytics“ positioniert Snowflake im Quadranten der „Leader“ mit großem Vorsprung vor allen Hadoop-basierten Systemen.

• Gartner Magic Quadrant
• Data Management Solutions
• Analytics
• Leader
• Hadoop-basierten

DE Das Besondere: Mit bis zu hundertfacher Geschwindigkeit für Datentransformation und komplexen Streaming-Anwendungen werden die Einschränkungen von Hadoop-Installationen überwunden

• Besondere
• Einschränkungen von Hadoop-Installationen

DE Für diese Anleitung benötigen Sie Talend Data Fabric Studio Version 6 und ein Hadoop-Cluster: Cloudera CDH Version 5.4.

• Anleitung benötigen Sie
• Data Fabric Studio
• Hadoop-Cluster
• Cloudera CDH Version

DE Der „Hadoop Configuration Import“-Assistent öffnet sich.

• Hadoop Configuration Import
• -Assistent öffnet

DE 2. Importieren Sie die Konfiguration aus den Hadoop-Konfigurationsdateien

• Hadoop-Konfigurationsdateien

DE Wählen Sie in der „Distribution“-Liste des „Hadoop Configuration Import“-Assistenten Cloudera und in der „Version“-Liste 4(YARN mode) aus

• Distribution
• Hadoop Configuration Import
• -Assistenten Cloudera
• Version
• -Liste
• YARN mode