{"id":3441,"date":"2016-01-08T09:00:57","date_gmt":"2016-01-08T08:00:57","guid":{"rendered":"http:\/\/www.dontesta.it\/blog\/?p=3441"},"modified":"2020-09-10T23:40:49","modified_gmt":"2020-09-10T21:40:49","slug":"quando-dati-diventano-big-hadoop","status":"publish","type":"post","link":"https:\/\/www.dontesta.it\/en\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/","title":{"rendered":"(Italiano) Quando i dati diventano \u201cbig\u201d&#8230;. Hadoop!"},"content":{"rendered":"<p class=\"qtranxs-available-languages-message qtranxs-available-languages-message-en\">Sorry, this entry is only available in <a href=\"https:\/\/www.dontesta.it\/it\/wp-json\/wp\/v2\/posts\/3441\" class=\"qtranxs-available-language-link qtranxs-available-language-link-it\" title=\"Italiano\">Italiano<\/a>.<\/p><p><\/p>\n<p style=\"text-align: justify;\">[dropcap]C[\/dropcap]hi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset gestiti da alcune organizzazioni e aziende (gli apripista sono stati giganti come Google e Facebook) sono diventate cos\u00ec grandi e complesse (parliamo di PetaBytes, se non di ExaBytes) da richiedere strumenti differenti da quelli tradizionali in tutte le fasi del processo: dall\u2019acquisizione, alla condivisione, all\u2019analisi, fino alla visualizzazione dell\u2019informazione. In molte situazioni, la gestione del dato attraverso piattaforme RDBMS basate su SQL non basta pi\u00f9: si parla infatti di soluzioni alternative di tipo noSQL. Tra queste, Hadoop \u00e8 sicuramente la piattaforma oggi pi\u00f9 diffusa per lavorare con i Big Data, in grado, perci\u00f2, di gestire:<\/p>\n<ul>\n<li>enormi volumi di dati in input;<\/li>\n<li>dataset eterogenei, laddove i dati sono poco e variamente strutturati;<\/li>\n<li>esigenza di risposte Near-Real-Time;<\/li>\n<li>necessit\u00e0 di calcolo parallelo<\/li>\n<\/ul>\n<p>Tra l\u2019altro, Hadoop \u00e8 un progetto open source <a href=\"https:\/\/hadoop.apache.org\/\" target=\"_blank\" rel=\"noopener noreferrer\">Apache<\/a>.\u00a0Per dirla tutta, Hadoop costituisce il \u201ccore\u201d di un ecosistema fatto di progetti, quindi di strumenti, altrettanto open, che possono collaborare tra di loro per affrontare al meglio la sfida dell\u2019incombente \u201cdiluvio di dati\u201d.<\/p>\n<p>In estrema sintesi, Hadoop \u00e8 formato da due componenti fondamentali:<\/p>\n<ul>\n<li>HDFS, il file system<\/li>\n<li>MapReduce, il \"motore\"<\/li>\n<\/ul>\n<p>HDFS rende semplice memorizzare e gestire file molto grandi:<\/p>\n<ul>\n<li>ottimizza la velocit\u00e0 di trasferimento sulla latenza, che \u00e8 quello che vogliamo quando:\n<ul>\n<li>scriviamo files con decine\/centinaia di milioni di record (web pages);<\/li>\n<li>scriviamo ogni volta \"una volta sola\", visto che il prossimo \"crawl\" riscriver\u00e0 il file da zero.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>MapReduce rende semplice operare con dati distribuiti:<\/p>\n<ul>\n<li>dopo aver suddiviso (split) il file in input su pi\u00f9 blocchi (su pi\u00f9 nodi), MapReduce \u00e8 capace di operare sul file in parallelo facendo lavorare un processo di lettura indipendente su ogni blocco.<\/li>\n<\/ul>\n<p style=\"text-align: justify;\">Forse conviene dare una chance ad Hadoop se\u00a0il grep su qualche file di log sta impiegando 10 minuti o se\u00a0la generazione del report SQL sta impiegando pi\u00f9 di mezz'ora..<\/p>\n<p style=\"text-align: justify;\">In questo articolo vedremo come, in pochi semplici passi, sia possibile\u00a0<strong>installare Hadoop ed eseguire la nostra prima applicazione.<\/strong><\/p>\n<p>Installeremo Hadoop su Linux Ubuntu\u00a012.04 LTS, ovviamente<strong> in configurazione single node.\u00a0<\/strong><\/p>\n<p>Prerequisiti:<\/p>\n<ul>\n<li>Oracle Java JDK;<\/li>\n<li>Aggiunta di un utente di sistema dedicato Hadoop;<\/li>\n<li>Configurazione SSH;<\/li>\n<\/ul>\n<p>Per installare Java 7, digitiamo i seguenti comandi:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Installazione di Java 7\">sudo add-apt-repository ppa:webupd8team\/java\r\nsudo apt-get update\r\nsudo apt-get install oracle-jdk7-installer<\/pre>\n<p style=\"text-align: justify;\">Per verificare che l\u2019installazione sia andata a buon fine digitiamo <span style=\"font-family: 'Courier New';\">java -version<\/span> che visualizzer\u00e0 la versione di Java installata. Digitiamo quindi i seguenti comandi:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Aggiunta utente per Hadoop\">sudo addgroup hadoop\r\nsudo adduser --ingroup hadoop hduser\r\n<\/pre>\n<p style=\"text-align: justify;\">che permetteranno di aggiungere l\u2019utente <span style=\"font-family: 'Courier New';\">hduser<\/span> al gruppo <span style=\"font-family: 'Courier New';\">hadoop<\/span> sulla macchina locale.<\/p>\n<p style=\"text-align: justify;\">Hadoop richiede un\u00a0accesso tramite SSH<strong>\u00a0<\/strong>per la gestione dei suoi nodi. Nel nostro caso permetteremo all\u2019utente\u00a0<span style=\"font-family: 'Courier New';\">hduser<\/span>\u00a0di accedere al\u00a0localhost\u00a0configurando SSH eseguendo i seguenti comandi:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Setup ssh account\">su - hduser\r\nssh-keygen -t rsa -P \"\"\r\nGenerating public\/private rsa key pair.\r\nEnter file in which to save the key (\/home\/hduser\/.ssh\/id_rsa):\r\n\r\n<\/pre>\n<p style=\"text-align: justify;\"><span style=\"line-height: 1.5;\">a questo punto premendo invio comparir\u00e0 i seguente output:<\/span><\/p>\n<pre class=\"lang:sh decode:true \" title=\"Output ssh-keygen\">Created directory '\/home\/hduser\/.ssh'.\r\nYour identification has been saved in \/home\/hduser\/.ssh\/id_rsa.<\/pre>\n<p style=\"text-align: justify;\">e un\u2019altra serie di messaggi che descrivono il risultato dell\u2019esecuzione. Successivamente, forniamo un accesso SSH per accedere alla macchina con la chiave appena creata:<\/p>\n<pre class=\"lang:sh decode:true \" title=\"Visualizzazione delle chiavi autorizzate\">cat $HOME\/.ssh\/id_rsa.pub &gt;&gt; $HOME\/.ssh\/authorized_keys<\/pre>\n<p>Per testare che la configurazione sia andata a buon fine digitiamo\u00a0<span style=\"font-family: 'Courier New'; line-height: 1.5;\">ssh localhost<\/span><\/p>\n<p style=\"text-align: justify;\">A questo punto siamo pronti per scaricare l'ultima versione stabile di Hadoop, ad esempio da <a href=\"http:\/\/hadoop.apache.org\/releases.html\" target=\"_blank\" rel=\"noopener noreferrer\">qui<\/a>, e installarla in una directory a piacere, ad esempio in:\u00a0<span style=\"font-family: 'Courier New';\">\/usr\/local\/hadoop<\/span>:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Installazione Hadoop\">cd \/usr\/local\r\nsudo tar xzf hadoop-2.4.0.tar.gz\r\nsudo mv hadoop-2.4.0 hadoop\r\nsudo chown -R hduser:hadoop hadoop\r\n<\/pre>\n<p style=\"text-align: justify;\">Aggiungiamo le seguenti righe in fondo al file <span style=\"font-family: 'Courier New';\">$HOME\/.bashrc<\/span> per l\u2019utente <span style=\"font-family: 'Courier New';\">hduser<\/span>:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Configurazione profile\"># Set Hadoop-related environment variables\r\nexport HADOOP_HOME=\/usr\/local\/hadoop\r\n# Set JAVA_HOME (we will also configure JAVA_HOME directly for Hadoop later on)\r\nexport JAVA_HOME=\/usr\/lib\/jvm\/java-7-oracle\r\n# Add Hadoop bin\/ directory to PATH\r\nexport PATH=$PATH:$HADOOP_HOME\/bin\r\n\r\n<\/pre>\n<p style=\"text-align: justify;\"><span style=\"line-height: 1.5;\">Infine, editiamo il file <\/span><span style=\"font-family: 'Courier New';\">\/usr\/local\/hadoop\/etc\/hadoop\/hadoop-env.sh<\/span><span style=\"line-height: 1.5;\"> individuando la riga:<\/span><\/p>\n<pre class=\"lang:sh decode:true\" title=\"Setting JAVA_HOME\">export JAVA_HOME=${JAVA_HOME}\r\n<\/pre>\n<p><span style=\"line-height: 1.5;\">e sostituendola con la riga:<\/span><\/p>\n<pre class=\"lang:sh decode:true\" title=\"Setting JAVA_HOME\">export JAVA_HOME=\/usr\/lib\/jvm\/java-7-oracle<\/pre>\n<p style=\"text-align: justify;\">La configurazione di Hadoop, consiste nell\u2019editare il file <span style=\"font-family: 'Courier New';\">\/usr\/local\/hadoop\/etc\/hadoop\/core-site.xml<\/span>.<br \/>\nIn questo file possiamo ad esempio indicare la directory in cui Hadoop memorizza i data files, la porta di ascolto, etc. Editare il file, significa inserire i parametri di configurazione tra i tag xml <span style=\"font-family: 'Courier New';\">configuration<\/span>. Supponiamo di voler configurare il percorso di base per le directory in cui risiederanno i file di input e di output utilizzati dai job di MapReduce.<\/p>\n<p style=\"text-align: justify;\">Innanzitutto creiamo una directory tmp:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Configurazione Hadoop\">sudo mkdir -p \/app\/hadoop\/tmp\r\nsudo chown hduser:hadoop \/app\/hadoop\/tmp\r\nsudo chmod 750 \/app\/hadoop\/tmp<\/pre>\n<p style=\"text-align: justify;\"><span style=\"line-height: 1.5;\">Successivamente inseriamo le seguenti propriet\u00e0 nel file <\/span><span style=\"font-family: 'Courier New';\">core-site.xml<\/span><span style=\"line-height: 1.5;\">:<\/span><\/p>\n<div id=\"attachment_3455\" style=\"width: 398px\" class=\"wp-caption aligncenter\"><img aria-describedby=\"caption-attachment-3455\" decoding=\"async\" loading=\"lazy\" class=\"wp-image-3455\" title=\"Figura 1 - Configurazione del core di Hadoop\" src=\"http:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/core-site-300x133.png\" alt=\"core-site\" width=\"388\" height=\"172\" srcset=\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/core-site-300x133.png 300w, https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/core-site.png 516w\" sizes=\"auto, (max-width: 388px) 100vw, 388px\" \/><p id=\"caption-attachment-3455\" class=\"wp-caption-text\">Figura 1 - Configurazione del core di Hadoop<\/p><\/div>\n<p style=\"text-align: justify;\">Allo stesso modo, possiamo gli altri due file principali di Hadoop.\u00a0Editiamo\u00a0<span style=\"font-family: 'Courier New';\">mapred-site.xml<\/span> con le seguenti propriet\u00e0:<\/p>\n<div id=\"attachment_3454\" style=\"width: 454px\" class=\"wp-caption aligncenter\"><img aria-describedby=\"caption-attachment-3454\" decoding=\"async\" loading=\"lazy\" class=\"wp-image-3454\" title=\"Figura 2 - Configurazione del mapReduce\" src=\"http:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/mapred-site-300x117.png\" alt=\"mapred-site\" width=\"444\" height=\"173\" srcset=\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/mapred-site-300x117.png 300w, https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/mapred-site.png 708w\" sizes=\"auto, (max-width: 444px) 100vw, 444px\" \/><p id=\"caption-attachment-3454\" class=\"wp-caption-text\">Figura 2 - Configurazione del map reduce task<\/p><\/div>\n<p>e <span style=\"font-family: 'Courier New';\">hdfs-site.xml<\/span> con le seguenti propriet\u00e0:<\/p>\n<div id=\"attachment_3453\" style=\"width: 455px\" class=\"wp-caption aligncenter\"><img aria-describedby=\"caption-attachment-3453\" decoding=\"async\" loading=\"lazy\" class=\"wp-image-3453\" title=\"Figura 3 - Configurazione dei site per HDFS\" src=\"http:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/hdfs-site-300x122.png\" alt=\"hdfs-site\" width=\"445\" height=\"181\" srcset=\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/hdfs-site-300x122.png 300w, https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/hdfs-site.png 723w\" sizes=\"auto, (max-width: 445px) 100vw, 445px\" \/><p id=\"caption-attachment-3453\" class=\"wp-caption-text\">Figura 3 - Configurazione dei site per HDFS<\/p><\/div>\n<p style=\"text-align: justify;\">Ultimata la configurazione, procediamo con lo start della nostra installazione. Prima di tutto, formattiamo il file system lanciando il comando:<br \/>\n<span style=\"font-family: 'Courier New';\">\/usr\/local\/hadoop\/bin\/hdfs namenode -format<\/span><\/p>\n<p>Quindi, siamo finalmente pronti ad eseguire Hadoop, per farlo lanciamo: <span style=\"font-family: 'Courier New';\">\/usr\/local\/hadoop\/sbin\/start-all.sh\u00a0<\/span><\/p>\n<p>l'output del comando riporta la seguente linea significativa:<\/p>\n<pre class=\"wrap:true lang:sh decode:true\" title=\"Start Hadoop\">localhost: starting nodemanager, logging to \/opt\/hadoop-2.5.2\/logs\/yarn-hadoop-nodemanager-my_ubuntu.local.out<\/pre>\n<p>dove <span style=\"font-family: 'Courier New';\">my_ubuntu<\/span> \u00e8 il nome della macchina Linux.<\/p>\n<p>Possiamo accedere all\u2019interfaccia web di amministrazione Hadoop digitando il seguente indirizzo nel browser: <span style=\"font-family: 'Courier New';\">http:\/\/localhost:50070<\/span>.<\/p>\n<p>Passiamo ora, come promesso, a una semplice applicazione di esempio.<\/p>\n<p>Word Count sar\u00e0 il nostro Hello World. Si tratta di\u00a0un'applicazione che conta l'occorrenza di ciascuna parola in uno o pi\u00f9 files di testo.<\/p>\n<p style=\"text-align: justify;\">E' uno di quei casi in cui l'applicazione in s\u00e8 \u00e8 decisamente banale, mentre l'implementazione lo \u00e8 solo se la quantit\u00e0 di testo da analizzare \u00e8 ragionevolmente piccola, in particolare se la RAM \u00e8 sufficiente a contenerla.<\/p>\n<p>Che significa, infatti, realizzare una versione di Word Count che funzioni su 500 GB o 1 TB di testo?<\/p>\n<p style=\"text-align: justify;\">Hadoop elabora il dataset di input attraverso le due funzioni \u201cprimitive\u201d map e reduce, la cui strategia di azione si pu\u00f2 schematizzare nello schema seguente:<\/p>\n<div id=\"attachment_3450\" style=\"width: 310px\" class=\"wp-caption aligncenter\"><img aria-describedby=\"caption-attachment-3450\" decoding=\"async\" loading=\"lazy\" class=\"wp-image-3450 size-medium\" title=\"Figura 4 - Lo schema di azione dei task map e reduce\" src=\"http:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/wordcount-300x364.png\" alt=\"wordcount\" width=\"300\" height=\"364\" srcset=\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/wordcount-300x364.png 300w, https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/wordcount.png 354w\" sizes=\"auto, (max-width: 300px) 100vw, 300px\" \/><p id=\"caption-attachment-3450\" class=\"wp-caption-text\">Figura 4 - Lo schema di azione dei task map e reduce<\/p><\/div>\n<p style=\"text-align: justify;\">Il framework Hadoop, in maniera trasparente rispetto all\u2019utente, organizza l\u2019insieme di coppie chiave\/valore emesse dai vari <strong>\u00abmap task\u00bb<\/strong> in modo che tutte quelle che hanno la stessa chiave siano inviate allo stesso <strong>\u00abreduce task\u00bb<\/strong>.\u00a0A questo punto, la funzione <strong>\u00abreduce\u00bb<\/strong> non deve far altro che sommare tutti i valori corrispondenti a quella chiave per produrre il risultato finale.<\/p>\n<p style=\"text-align: justify;\">Bene, proviamo a fare il word count del contenuto di un libro. L\u2019applicazione wordcount fa parte della libreria di esempi forniti di serie dal framework. Come dataset da \u201ccontare\u201d, possiamo ad esempio liberamente scaricare i libri:<\/p>\n<ul>\n<li>Alice nel Paese delle Meraviglie:<\/li>\n<\/ul>\n<p>http:\/\/www.gutenberg.org\/ebooks\/11.txt.utf-8 (testo semplice UTF-8: 164 Kb)<\/p>\n<ul>\n<li>La Divina Commedia:<\/li>\n<\/ul>\n<p>http:\/\/www.gutenberg.org\/ebooks\/1012 (testo semplice UTF-8: 604 Kb)<\/p>\n<p>Portiamo i files nella nostra\u00a0macchina\u00a0Linux (in \/home\/hadoop) lanciando:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Copia dei file sul file system Hadoop \">[hduser@my_ubuntu bin]$ .\/hadoop fs -put \/home\/hadoop\/AliceInWonderland.txt \/user\/hadoop\/input\/ AliceInWonderland.txt<\/pre>\n<p>&nbsp;<\/p>\n<div id=\"attachment_3452\" style=\"width: 521px\" class=\"wp-caption aligncenter\"><img aria-describedby=\"caption-attachment-3452\" decoding=\"async\" loading=\"lazy\" class=\"wp-image-3452\" style=\"line-height: 1.5;\" title=\"Figura 5 - Browsing del file system HDFS\" src=\"http:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/dataset-300x102.png\" alt=\"dataset\" width=\"511\" height=\"174\" srcset=\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/dataset-300x102.png 300w, https:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/dataset.png 529w\" sizes=\"auto, (max-width: 511px) 100vw, 511px\" \/><p id=\"caption-attachment-3452\" class=\"wp-caption-text\">Figura 5 - Browsing del file system HDFS<\/p><\/div>\n<p>Quindi, eseguiamo l'applicazione lanciando il seguente comando:<\/p>\n<pre class=\"wrap:true lang:default decode:true \" title=\"Esecuzione dell'esempio di Hadoop\">[hduser@my_ubuntu\u00a0bin]$ .\/hadoop jar \/opt\/hadoop-2.5.2\/share\/hadoop\/mapreduce\/hadoop-mapreduce-examples-2.5.2.jar wordcount \/user\/hadoop\/input\/ AliceInWonderland.txt \/user\/hadoop\/output2<\/pre>\n<p>Viene creata la dir. <span style=\"font-family: 'Courier New';\">\/home\/hadoop\/output<\/span>\u00a0al cui interno troviamo il file <span style=\"font-family: 'Courier New';\">part-r-00000<\/span> che rappresenta il risultato del wordcount.\u00a0L'output sar\u00e0 reperibile anche attraverso il comando:<\/p>\n<pre class=\"lang:sh decode:true\" title=\"Lettura dell'output dell'esecuzione del programma\">[hduser@my_ubuntu ~]$ .\/hadoop fs -get \/home\/hadoop\/output{,}<\/pre>\n<p>e il seguente non \u00e8 che un piccolo estratto:<\/p>\n<div id=\"attachment_3451\" style=\"width: 248px\" class=\"wp-caption aligncenter\"><img aria-describedby=\"caption-attachment-3451\" decoding=\"async\" loading=\"lazy\" class=\"wp-image-3451 size-full\" title=\"Figura 6 - Estratto dell'output dopo l'esecuzione dell'esempio precedente\" src=\"http:\/\/www.dontesta.it\/wp-content\/uploads\/2015\/12\/output.png\" alt=\"output\" width=\"238\" height=\"300\" \/><p id=\"caption-attachment-3451\" class=\"wp-caption-text\">Figura 6 - Estratto dell'output dopo l'esecuzione dell'esempio precedente<\/p><\/div>\n<p style=\"text-align: justify;\">Semplice, no? Bene, se invece di poche centinaia di KB vorrete esaminare qualche TB, non avete che da accomodarvi...<\/p>\n<p style=\"text-align: justify;\">Se poi vorrete mettere alla prova il \"vero\" Hadoop, predisponendo il calcolo parallelo su qualche decina o centinaia di nodi, allora significher\u00e0 che questo articolo avr\u00e0 conquistato davvero il vostro interesse!<\/p>\n<p><\/p>","protected":false},"excerpt":{"rendered":"<p>Sorry, this entry is only available in Italiano. [dropcap]C[\/dropcap]hi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset gestiti da alcune organizzazioni e aziende (gli apripista sono&#46;&#46;&#46;<\/p>\n","protected":false},"author":6,"featured_media":3461,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"image","meta":{"_import_markdown_pro_load_document_selector":0,"_import_markdown_pro_submit_text_textarea":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"footnotes":""},"categories":[490],"tags":[619,618,621,620],"class_list":["post-3441","post","type-post","status-publish","format-image","has-post-thumbnail","hentry","category-blog-2","tag-bigdata","tag-hadoop","tag-mapreduce","tag-nosql","post_format-post-format-image"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v25.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>(Italiano) Quando i dati diventano \u201cbig\u201d.... Hadoop!<\/title>\n<meta name=\"description\" content=\"Chi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset sono diventate cos\u00ec grandi e complesse da richiedere (noSQL) strumenti differenti da quelli tradizionali in tutte le fasi del processo: dall\u2019acquisizione, alla condivisione, all\u2019analisi, fino alla visualizzazione dell\u2019informazione.\u00a0\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"(Italiano) Quando i dati diventano \u201cbig\u201d.... Hadoop!\" \/>\n<meta property=\"og:description\" content=\"Chi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset sono diventate cos\u00ec grandi e complesse da richiedere (noSQL) strumenti differenti da quelli tradizionali in tutte le fasi del processo: dall\u2019acquisizione, alla condivisione, all\u2019analisi, fino alla visualizzazione dell\u2019informazione.\u00a0\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/\" \/>\n<meta property=\"og:site_name\" content=\"Antonio Musarra&#039;s Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/antoniomusarrablog\" \/>\n<meta property=\"article:published_time\" content=\"2016-01-08T08:00:57+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2020-09-10T21:40:49+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"724\" \/>\n\t<meta property=\"og:image:height\" content=\"344\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Alessandro Cecconi\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@antonio_musarra\" \/>\n<meta name=\"twitter:site\" content=\"@antonio_musarra\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Alessandro Cecconi\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/\"},\"author\":{\"name\":\"Alessandro Cecconi\",\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/c557e5c1bf6c4ac07883401a088d22b3\"},\"headline\":\"(Italiano) Quando i dati diventano \u201cbig\u201d&#8230;. Hadoop!\",\"datePublished\":\"2016-01-08T08:00:57+00:00\",\"dateModified\":\"2020-09-10T21:40:49+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/\"},\"wordCount\":1185,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/0c69ed36230e1477875d6171b48b9b24\"},\"image\":{\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg\",\"keywords\":[\"BigData\",\"Hadoop\",\"MapReduce\",\"noSQL\"],\"articleSection\":[\"Blog\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/\",\"url\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/\",\"name\":\"(Italiano) Quando i dati diventano \u201cbig\u201d.... Hadoop!\",\"isPartOf\":{\"@id\":\"https:\/\/www.dontesta.it\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg\",\"datePublished\":\"2016-01-08T08:00:57+00:00\",\"dateModified\":\"2020-09-10T21:40:49+00:00\",\"description\":\"Chi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset sono diventate cos\u00ec grandi e complesse da richiedere (noSQL) strumenti differenti da quelli tradizionali in tutte le fasi del processo: dall\u2019acquisizione, alla condivisione, all\u2019analisi, fino alla visualizzazione dell\u2019informazione.\u00a0\",\"breadcrumb\":{\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage\",\"url\":\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg\",\"contentUrl\":\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg\",\"width\":724,\"height\":344,\"caption\":\"Quando i dati diventano \u201cbig\u201d\u2026. Hadoop!\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.dontesta.it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Quando i dati diventano \u201cbig\u201d&#8230;. Hadoop!\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.dontesta.it\/#website\",\"url\":\"https:\/\/www.dontesta.it\/\",\"name\":\"Antonio Musarra&#039;s Blog\",\"description\":\"The ideal solution for a problem\",\"publisher\":{\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/0c69ed36230e1477875d6171b48b9b24\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.dontesta.it\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/0c69ed36230e1477875d6171b48b9b24\",\"name\":\"Antonio Musarra\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2024\/06\/cropped-foto_profilo.png\",\"contentUrl\":\"https:\/\/www.dontesta.it\/wp-content\/uploads\/2024\/06\/cropped-foto_profilo.png\",\"width\":512,\"height\":512,\"caption\":\"Antonio Musarra\"},\"logo\":{\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/image\/\"},\"description\":\"I began my journey into the world of computing from an Olivetti M24 PC (http:\/\/it.wikipedia.org\/wiki\/Olivetti_M24) bought by my father for his work. Day after day, quickly taking control until \u2026 Now doing business consulting for projects in the enterprise application development using web-oriented technologies such as J2EE, Web Services, ESB, TIBCO, PHP.\",\"sameAs\":[\"https:\/\/www.dontesta.it\",\"https:\/\/www.facebook.com\/antoniomusarrablog\",\"https:\/\/www.linkedin.com\/in\/amusarra\/\",\"https:\/\/x.com\/antonio_musarra\",\"https:\/\/www.youtube.com\/channel\/UC5D3_EtVPbZYUhrUcEK_THA\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/c557e5c1bf6c4ac07883401a088d22b3\",\"name\":\"Alessandro Cecconi\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/www.dontesta.it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/3d16aadc768158ed0e9d60c251f9c2d7c4d6b186b26774970b7af301fb6c4541?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/3d16aadc768158ed0e9d60c251f9c2d7c4d6b186b26774970b7af301fb6c4541?s=96&d=mm&r=g\",\"caption\":\"Alessandro Cecconi\"},\"description\":\"Sono ingegnere elettronico, e dal 1995 sforno applicazioni software in ambito enterprise. Negli ultimi anni mi sto occupando di CRM e di SugarCRM in particolare, il mio blog \u00e8 nato proprio con l\u2019obiettivo di contribuire a far conoscere sempre di pi\u00f9 questo software open source potente e, al tempo stesso, semplice e alla portata di tutti anche in Italia.\",\"sameAs\":[\"https:\/\/alexcecconi.wordpress.com\/\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"(Italiano) Quando i dati diventano \u201cbig\u201d.... Hadoop!","description":"Chi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset sono diventate cos\u00ec grandi e complesse da richiedere (noSQL) strumenti differenti da quelli tradizionali in tutte le fasi del processo: dall\u2019acquisizione, alla condivisione, all\u2019analisi, fino alla visualizzazione dell\u2019informazione.\u00a0","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/","og_locale":"en_US","og_type":"article","og_title":"(Italiano) Quando i dati diventano \u201cbig\u201d.... Hadoop!","og_description":"Chi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset sono diventate cos\u00ec grandi e complesse da richiedere (noSQL) strumenti differenti da quelli tradizionali in tutte le fasi del processo: dall\u2019acquisizione, alla condivisione, all\u2019analisi, fino alla visualizzazione dell\u2019informazione.\u00a0","og_url":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/","og_site_name":"Antonio Musarra&#039;s Blog","article_publisher":"https:\/\/www.facebook.com\/antoniomusarrablog","article_published_time":"2016-01-08T08:00:57+00:00","article_modified_time":"2020-09-10T21:40:49+00:00","og_image":[{"width":724,"height":344,"url":"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg","type":"image\/jpeg"}],"author":"Alessandro Cecconi","twitter_card":"summary_large_image","twitter_creator":"@antonio_musarra","twitter_site":"@antonio_musarra","twitter_misc":{"Written by":"Alessandro Cecconi","Est. reading time":"7 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#article","isPartOf":{"@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/"},"author":{"name":"Alessandro Cecconi","@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/c557e5c1bf6c4ac07883401a088d22b3"},"headline":"(Italiano) Quando i dati diventano \u201cbig\u201d&#8230;. Hadoop!","datePublished":"2016-01-08T08:00:57+00:00","dateModified":"2020-09-10T21:40:49+00:00","mainEntityOfPage":{"@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/"},"wordCount":1185,"commentCount":0,"publisher":{"@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/0c69ed36230e1477875d6171b48b9b24"},"image":{"@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage"},"thumbnailUrl":"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg","keywords":["BigData","Hadoop","MapReduce","noSQL"],"articleSection":["Blog"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/","url":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/","name":"(Italiano) Quando i dati diventano \u201cbig\u201d.... Hadoop!","isPartOf":{"@id":"https:\/\/www.dontesta.it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage"},"image":{"@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage"},"thumbnailUrl":"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg","datePublished":"2016-01-08T08:00:57+00:00","dateModified":"2020-09-10T21:40:49+00:00","description":"Chi non ha sentito parlare di Big Data negli ultimi tempi? Sempre pi\u00f9 le dimensioni dei dataset sono diventate cos\u00ec grandi e complesse da richiedere (noSQL) strumenti differenti da quelli tradizionali in tutte le fasi del processo: dall\u2019acquisizione, alla condivisione, all\u2019analisi, fino alla visualizzazione dell\u2019informazione.\u00a0","breadcrumb":{"@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#primaryimage","url":"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg","contentUrl":"https:\/\/www.dontesta.it\/wp-content\/uploads\/2016\/01\/BigDataApacheHadoopFeatureImage.jpg","width":724,"height":344,"caption":"Quando i dati diventano \u201cbig\u201d\u2026. Hadoop!"},{"@type":"BreadcrumbList","@id":"https:\/\/www.dontesta.it\/2016\/01\/08\/quando-dati-diventano-big-hadoop\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.dontesta.it\/"},{"@type":"ListItem","position":2,"name":"Quando i dati diventano \u201cbig\u201d&#8230;. Hadoop!"}]},{"@type":"WebSite","@id":"https:\/\/www.dontesta.it\/#website","url":"https:\/\/www.dontesta.it\/","name":"Antonio Musarra&#039;s Blog","description":"The ideal solution for a problem","publisher":{"@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/0c69ed36230e1477875d6171b48b9b24"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.dontesta.it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":["Person","Organization"],"@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/0c69ed36230e1477875d6171b48b9b24","name":"Antonio Musarra","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/image\/","url":"https:\/\/www.dontesta.it\/wp-content\/uploads\/2024\/06\/cropped-foto_profilo.png","contentUrl":"https:\/\/www.dontesta.it\/wp-content\/uploads\/2024\/06\/cropped-foto_profilo.png","width":512,"height":512,"caption":"Antonio Musarra"},"logo":{"@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/image\/"},"description":"I began my journey into the world of computing from an Olivetti M24 PC (http:\/\/it.wikipedia.org\/wiki\/Olivetti_M24) bought by my father for his work. Day after day, quickly taking control until \u2026 Now doing business consulting for projects in the enterprise application development using web-oriented technologies such as J2EE, Web Services, ESB, TIBCO, PHP.","sameAs":["https:\/\/www.dontesta.it","https:\/\/www.facebook.com\/antoniomusarrablog","https:\/\/www.linkedin.com\/in\/amusarra\/","https:\/\/x.com\/antonio_musarra","https:\/\/www.youtube.com\/channel\/UC5D3_EtVPbZYUhrUcEK_THA\/"]},{"@type":"Person","@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/c557e5c1bf6c4ac07883401a088d22b3","name":"Alessandro Cecconi","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.dontesta.it\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/3d16aadc768158ed0e9d60c251f9c2d7c4d6b186b26774970b7af301fb6c4541?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/3d16aadc768158ed0e9d60c251f9c2d7c4d6b186b26774970b7af301fb6c4541?s=96&d=mm&r=g","caption":"Alessandro Cecconi"},"description":"Sono ingegnere elettronico, e dal 1995 sforno applicazioni software in ambito enterprise. Negli ultimi anni mi sto occupando di CRM e di SugarCRM in particolare, il mio blog \u00e8 nato proprio con l\u2019obiettivo di contribuire a far conoscere sempre di pi\u00f9 questo software open source potente e, al tempo stesso, semplice e alla portata di tutti anche in Italia.","sameAs":["https:\/\/alexcecconi.wordpress.com\/"]}]}},"_links":{"self":[{"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/posts\/3441","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/comments?post=3441"}],"version-history":[{"count":0,"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/posts\/3441\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/media\/3461"}],"wp:attachment":[{"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/media?parent=3441"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/categories?post=3441"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dontesta.it\/en\/wp-json\/wp\/v2\/tags?post=3441"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}