課程簡介
時下引領著技術變革的非“大數(shù)據”莫屬，本課程帶你全面掌握Hadoo和Spark開發(fā)的核心技能：HDFS 、MapReduce的搭建及框架的應用，了解最火爆最前沿的大數(shù)據技術發(fā)展趨勢。
目標收益
構建大數(shù)據生態(tài)立體化的知識體系
掌握大數(shù)據核心應用技術
從大數(shù)據開發(fā)者成為具備大數(shù)據思維的技術專家
培訓對象
課程大綱
| Hadoop生態(tài)系統(tǒng)概述（1H） |
1. 分布式文件系統(tǒng)HDFS 2. 分布式計算MapReduce 3. 分布式資源管理Yarn 4. 大數(shù)據SQL分析引擎Hive 5. 分布式機器學習與數(shù)據挖掘Mahout 6. NoSQL引擎HBase 7. 分布式一致性框架ZooKeeper 8. 高性能大數(shù)據引擎Spark |
| HDFS原理與應用實踐（2H） |
1. HDFS高可用可伸縮架構原理分析 2. HDFS配置與部署實踐 3. HDFS API編程實踐 |
| MapReduce原理與應用實踐（2H） |
1. MapReduce編程模型與案例分析 2. MapReduce核心組件分析 3. MapReduce計算過程分析 4. MapReduce用戶擴展接口編程實踐 5. MapReduce部署管理實踐 6. MapReduce配置優(yōu)化與案例分析 |
| Hive原理與應用實踐（1H） |
1. SQL轉換MapReduce原理分析 2. Hive核心組件與處理流程分析 3. Hive部署管理實踐 4. 大數(shù)據在線分析Hive應用實踐 5. Hive SQL優(yōu)化與配置優(yōu)化 |
| Spark原理與實踐（2H） |
1. Spark編程模型及部署模型 2. Spark運行原理及調度機制 3. Spark性能優(yōu)化及最佳實踐 |
| Hadoop周邊產品討論（0.5H） |
1. Hadoop基準測試工具Hibench 2. Hadoop性能測試工具HiTune 3. Hadoop性能分析工具Dew |
| Hadoop大數(shù)據平臺架構（1H） |
1. 阿里巴巴大數(shù)據平臺架構分析 2. 騰訊大數(shù)據平臺架構分析 3. 百度大數(shù)據平臺架構分析 |
| 大數(shù)據分析實踐（1.5H） |
1. 用戶行為數(shù)據打點與采集系統(tǒng)架構 2. 互聯(lián)網大數(shù)據分析常用方法 3. 數(shù)據分析案例 |
| 大數(shù)據與機器學習（1.5H） |
1. 大數(shù)據分類與聚類算法 2. 推薦引擎算法實踐 3. 神經網絡原理與應用 |
|
Hadoop生態(tài)系統(tǒng)概述（1H） 1. 分布式文件系統(tǒng)HDFS 2. 分布式計算MapReduce 3. 分布式資源管理Yarn 4. 大數(shù)據SQL分析引擎Hive 5. 分布式機器學習與數(shù)據挖掘Mahout 6. NoSQL引擎HBase 7. 分布式一致性框架ZooKeeper 8. 高性能大數(shù)據引擎Spark |
|
HDFS原理與應用實踐（2H） 1. HDFS高可用可伸縮架構原理分析 2. HDFS配置與部署實踐 3. HDFS API編程實踐 |
|
MapReduce原理與應用實踐（2H） 1. MapReduce編程模型與案例分析 2. MapReduce核心組件分析 3. MapReduce計算過程分析 4. MapReduce用戶擴展接口編程實踐 5. MapReduce部署管理實踐 6. MapReduce配置優(yōu)化與案例分析 |
|
Hive原理與應用實踐（1H） 1. SQL轉換MapReduce原理分析 2. Hive核心組件與處理流程分析 3. Hive部署管理實踐 4. 大數(shù)據在線分析Hive應用實踐 5. Hive SQL優(yōu)化與配置優(yōu)化 |
|
Spark原理與實踐（2H） 1. Spark編程模型及部署模型 2. Spark運行原理及調度機制 3. Spark性能優(yōu)化及最佳實踐 |
|
Hadoop周邊產品討論（0.5H） 1. Hadoop基準測試工具Hibench 2. Hadoop性能測試工具HiTune 3. Hadoop性能分析工具Dew |
|
Hadoop大數(shù)據平臺架構（1H） 1. 阿里巴巴大數(shù)據平臺架構分析 2. 騰訊大數(shù)據平臺架構分析 3. 百度大數(shù)據平臺架構分析 |
|
大數(shù)據分析實踐（1.5H） 1. 用戶行為數(shù)據打點與采集系統(tǒng)架構 2. 互聯(lián)網大數(shù)據分析常用方法 3. 數(shù)據分析案例 |
|
大數(shù)據與機器學習（1.5H） 1. 大數(shù)據分類與聚類算法 2. 推薦引擎算法實踐 3. 神經網絡原理與應用 |
近期公開課推薦
