Maîtrisez Apache Pig et apprenez à analyser, transformer et optimiser des ensembles de données à grande échelle à l’aide de Pig Latin. Vous commencerez par découvrir le rôle d’Apache Pig au sein de l’écosystème Hadoop, en le comparant à Hive, puis vous vous familiariserez avec les modes d’exécution « Local » et « MapReduce », les types de données Pig et les commandes essentielles telles que LOAD, DUMP et STORE.

Au fur et à mesure de votre progression, vous utiliserez les commandes GROUP, COGROUP, JOIN, UNION, SPLIT, FILTER, DISTINCT et COUNT pour intégrer, partitionner, affiner et préparer les données en vue de leur analyse. Vous développerez ensuite des scripts Pig Latin, les intégrerez à HDFS pour le traitement par lots, interagirez avec le Grunt Shell, examinerez les plans d’exécution avec EXPLAIN, débogerez des programmes et étendrez les capacités de Pig grâce à des fonctions définies par l’utilisateur (UDF) personnalisées et aux bibliothèques Piggy Bank. Conçu pour les apprenants qui souhaitent acquérir des compétences pratiques en matière de traitement du big data, de transformation des données et de workflows ETL, ce cours propose un parcours structuré allant des principes fondamentaux d’Apache Pig à la programmation avancée. Alliant exercices de script et scénarios de transformation des données, il montre comment Pig peut simplifier les workflows par rapport au codage MapReduce traditionnel. À l’issue de cette formation, vous serez en mesure de créer, de dépanner et d’étendre des workflows Apache Pig permettant de traiter et de préparer efficacement de grands ensembles de données.