劲爆欧美精品36页_欧美变态味孕交_国产成人亚洲_国产_成年网站在线播放 - 伊人青青 小苹果电影在线观看免费,人人干狠狠干,少妇性活bbbbbbbbb四川,久久九九精品视频

Hadoop與Spark大數(shù)據(jù)開發(fā)培訓班

培訓對象
各地政府，院校云計算物聯(lián)網(wǎng)產(chǎn)業(yè)相關負責人，各類 IT/軟件企業(yè)和研發(fā)機構的軟件架構師、軟件設計師、程序員、技術總監(jiān)、數(shù)據(jù)挖掘負責人、數(shù)據(jù)挖掘開發(fā)工程師等

課程目標 
1、了解Hadoop與Spark的歷史及目前發(fā)展的現(xiàn)狀、以及Hadoop與Spark的技術特點，從而把握分布式計算框架及未來發(fā)展方向，在大數(shù)據(jù)時代能為企業(yè)的技術選型及架構設計提供決策參考。
2、全面掌握Hadoop與Spark的架構原理和使用場景，并通過貫穿課程的項目進行實戰(zhàn)鍛煉，從而熟練使用Hadoop進行MapReduce程序開發(fā)。課程還涵蓋了分布式計算領域的常用算法介紹，幫助學員為企業(yè)在利用大數(shù)據(jù)方面體現(xiàn)自身價值。
3、深入理解Hadoop與Spark技術架構,對Hadoop與Spark運作機制有清晰全面的認識，可以獨立規(guī)劃及部署生產(chǎn)環(huán)境的Hadoop與Spark集群，掌握Hadoop與Spark基本運維思路和方法，對Hadoop與Spark集群進行管理和優(yōu)化。

師資介紹
張老師：阿里大數(shù)據(jù)高級專家，國內資深的Spark、Hadoop技術專家、虛擬化專家，對HDFS、MapReduce、Hbase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生態(tài)系統(tǒng)中的技術進行了多年的深入的研究，更主要的是這些技術在大量的實際項目中得到廣泛的應用，因此在Hadoop開發(fā)和運維方面積累了豐富的項目實施經(jīng)驗。近年主要典型的項目有：某電信集團網(wǎng)絡優(yōu)化、中國移動某省移動公司請賬單系統(tǒng)和某省移動詳單實時查詢系統(tǒng)、中國銀聯(lián)大數(shù)據(jù)數(shù)據(jù)票據(jù)詳單平臺、某大型銀行大數(shù)據(jù)記錄系統(tǒng)、某大型通信運營商全國用戶上網(wǎng)記錄、某省交通部門違章系統(tǒng)、某區(qū)域醫(yī)療大數(shù)據(jù)應用項目、互聯(lián)網(wǎng)公共數(shù)據(jù)大云(DAAS)和構建游戲云(Web Game Daas)平臺項目等。

培訓特色
注重應用：分析國內實際情況，結合國際、國內成功經(jīng)驗。采用實戰(zhàn)的項目，讓學員在短時間內掌握Hadoop與Spark的搭建與配置。并進行高效的大數(shù)據(jù)清洗和分析。
形式靈活：互動課堂、免費技術沙龍、提供云計算項目建設咨詢、大數(shù)據(jù)Hadoop平臺的搭建。

頒發(fā)證書
參加相關培訓并通過考試的學員，可以獲得：
工業(yè)和信息化部頒發(fā)的-《大數(shù)據(jù)開發(fā)高級工程師證書》。該證書可作為專業(yè)技術人員職業(yè)能力考核的證明，以及專業(yè)技術人員崗位聘用、任職、定級和晉升職務的重要依據(jù)。注：請學員帶一寸彩照2張（背面注明姓名）、身份證復印件一張。

培訓費用及須知
6800元/人（含教材、培訓費、考證費以及學習用具等費用） 食宿統(tǒng)一安排，費用自理。

培訓內容（4天課程）
模塊一 Hadoop在云計算技術的作用和地位
傳統(tǒng)大規(guī)模系統(tǒng)存在的問題 
Hadoop概述 
Hadoop分布式文件系統(tǒng)      
MapReduce工作原理         
Hadoop集群剖析            
Hadoop生態(tài)系統(tǒng)對一種新的解決方案的需求
Hadoop的行業(yè)應用案例分析
Hadoop在云計算和大數(shù)據(jù)的位置和關系
數(shù)據(jù)開放,數(shù)據(jù)云服務平臺(DAAS)時代
Hadoop平臺在數(shù)據(jù)云平臺(DAAS)上的天然優(yōu)勢
數(shù)據(jù)云平臺(DAAS 平臺)組成部分
互聯(lián)網(wǎng)公共數(shù)據(jù)大云(DAAS)案例
Hadoop構建構建游戲云(Web Game Daas)平臺

模塊二 Hadoop生態(tài)系統(tǒng)介紹和演示
Hadoop HDFS 和 MapReduce 
Hadoop數(shù)據(jù)庫之Hbase 
Hadoop數(shù)據(jù)倉庫之Hive
Hadoop數(shù)據(jù)處理腳本Pig 
Hadoop數(shù)據(jù)接口Sqoop和Flume，Scribe DataX 
Hadoop工作流引擎 Oozie
運用Hadoop自下而上構建大規(guī)模企業(yè)數(shù)據(jù)倉庫
暴風影音數(shù)據(jù)倉庫實戰(zhàn)解析

模塊三 Hadoop組件詳解
Hadoop HDFS 基本結構
Hadoop HDFS 副本存放策略
Hadoop NameNode 詳解
HadoopSecondaryNameNode 詳解 
Hadoop DataNode 詳解
Hadoop JobTracker 詳解 
Hadoop TaskTracker 詳解
Hadoop Mapper類核心代碼
Hadoop Reduce類核心代碼
Hadoop 核心代碼

模塊四 Hadoop安裝和部署
Hadoop系統(tǒng)模塊組件概述
Hadoop試驗集群的部署結構
Hadoop 安裝依賴關系
Hadoop 生產(chǎn)環(huán)境的部署結構
Hadoop集群部署
Hadoop 高可用配置方法
Hadoop 集群簡單測試方法 
Hadoop 集群異常Debug方法
Hadoop安裝部署實驗
Red hat Linux基礎環(huán)境搭建
Hadoop 單機系統(tǒng)版本安裝配置
Hadoop 集群系統(tǒng)版本安裝和啟動配置 
使用 Hadoop MapReduce Streaming 快速測試系統(tǒng)
Hadoopcore-site，hdfs-site，mapred-site 配置詳解

模塊五 Hadoop集群規(guī)劃
Hadoop 集群內存要求
Hadoop集群磁盤分區(qū)
集群和網(wǎng)絡拓撲要求
集群軟件的端口配置
針對NameNode Jobtracker DataNode TaskTracker Hiveserver 等不同組件需求推薦服務器配置

模塊六 MapReduce 算法原理
Hadoop MapReduce 算法的原理和優(yōu)化思想
靈活運用MapReduce 實現(xiàn)算法
運用MapReduce 構建數(shù)據(jù)庫算法
Select Sort GrougBy Sum Count 
Join 新進流失算法
使用 Y-Smart 快速轉換SQL 為MapReduce 代碼

模塊七 編寫MapReduce高級程序
使用 Hadoop MapReduce Streaming 編程
MapReduce流程          
剖析一個MapReduce程序 
基本MapReduceAPI概念  
驅動代碼 Mapper、Reducer
Hadoop流 
API 使用Eclipse進行快速開發(fā)               
新MapReduce API 
MapReduce的優(yōu)化
MapReduce的任務調度
MapReduce編程實戰(zhàn)
如何利用其他Hadoop相關技術，包括Apache Hive， Apache Pig，Sqoop和Oozie等 
滿足解決實際數(shù)據(jù)分析問題的高級Hadoop API 
Hadoop Streaming 和 Java MapReduce Api 差異。
MapReduce 實現(xiàn)數(shù)據(jù)庫功能
利用Combiners來減少中間數(shù)據(jù)
編寫Partitioner來優(yōu)化負載平衡
直接訪問Hadoop分布式文件系統(tǒng)（HDFS）
Hadoop的join操作
輔助排序在Reducer方的合并
定制Writables和WritableComparables 
使用SequenceFiles和Avro文件保存二進制數(shù)據(jù) 
創(chuàng)建InputFormats OutputFormats
Hadoop的二次排序
Hadoop的海量日志分析
在Map方的合并       

模塊八 集成Hadoop到現(xiàn)有工作流及Hadoop API深入探討
存儲系統(tǒng) 
利用Sqoop從關系型數(shù)據(jù)庫系統(tǒng)中導入數(shù)據(jù)到Hadoop 
利用Flume導入實時數(shù)據(jù)到Hadoop 
ToolRunner介紹、使用MRUnit進行測試 
使用Configure和Close方法來進行Map/Reduce設置和關閉 
使用FuseDFS和Hadoop訪問HDFS
使用分布式緩存（Distributed Cache）
直接訪問Hadoop分布式文件系統(tǒng)（HDFS） 
利用Combiners來減少中間數(shù)據(jù)
編寫Partitioner來優(yōu)化負載平衡  

模塊九    使用Hive和Pig開發(fā)及技巧
Hive和Pig基礎              
Hive的作用和原理說明
Hadoop倉庫和傳統(tǒng)數(shù)據(jù)倉庫的協(xié)作關系
Hadoop/Hive倉庫數(shù)據(jù)數(shù)據(jù)流
Hive 部署和安裝
Hive Cli 的基本用法
HQL基本語法
運用Pig 過濾用戶數(shù)據(jù)  
使用JDBC 連接Hive進行查詢和分析
使用正則表達式加載數(shù)據(jù)
HQL高級語法
編寫UDF函數(shù)
編寫UDAF自定義函數(shù)
基于Hive腳本內嵌Streaming 編程

模塊十    Hbase安裝和使用
Hbase 安裝部署            
Hbase原理和結構
Hbase 運維和管理
使用Hbase+Hive 提供 OLAP SQL查詢能力
使用Hbase+Phoenix提供 OLTP SQL能力
基于Hbase 的時間序列數(shù)據(jù)庫 OpenTsDb 結構解析

模塊十一 Hadoop2.0 集群探索
Hadoop2.0 HDFS 原理
Hadoop2.0 Yarn 原理
Hadoop2.0 生態(tài)系統(tǒng)
基于Hadoop2.0 構建分布式系統(tǒng)

模塊十二 Hadoop企業(yè)級別案例解析
Hadoop 結構化數(shù)據(jù)案例
Hadoop 非結構化案例
Hbase 數(shù)據(jù)庫案例
Hadoop 視頻分析案例
利用大數(shù)據(jù)分析改進交通管理
區(qū)域醫(yī)療大數(shù)據(jù)應用案例
銀聯(lián)大數(shù)據(jù)數(shù)據(jù)票據(jù)詳單平臺
廣東移動省公司請賬單系統(tǒng)
上海電信網(wǎng)絡優(yōu)化
某通信運營商全國用戶上網(wǎng)記錄
浙江臺州市智能交通系統(tǒng)
移動廣州詳單實時查詢系統(tǒng)
跨區(qū)域實時視頻監(jiān)控系統(tǒng)

模塊十三 RedHadoop 企業(yè)版本
運用RedHadoop快速構建服務集群
運用RedHadoop DW 構建數(shù)據(jù)倉庫
基于RedHadoop Hive構建數(shù)據(jù)倉庫平臺
靈活運用 Hive 加速游戲數(shù)據(jù)倉庫
基于Pig+OpenCV大規(guī)模圖像人臉識別

模塊十四 Spark生態(tài)介紹
Mapreduce、storm和spark模型的比較和使用場景介紹 
Spark產(chǎn)生背景
Spark（內存計算框架）
SparkSteaming（流式計算框架）
Spark SQL（ad-hoc）
Mllib（MachineLearning）
GraphX（bagel將被代）
DlinkDB介紹
SparkR介紹

模塊十五 Spark安裝部署
Spark安裝簡介
Spark的源碼編譯
Spark Standalone安裝
Spark應用程序部署工具spark-submit
Spark的高可用性部署

模塊十六 Spark運行架構和解析
Spark的運行架構
基本術語
運行架構
Spark on Standalone運行過程
Spark on YARN 運行過程
Spark運行實例解析
Spark on Standalone實例解析
Spark on YARN實例解析
比較 Standalone與YARN模式下的優(yōu)缺點

模塊十七 Spark scala編程
Scala基本語法與高階語法
Scala基本語法
Scala開發(fā)環(huán)境搭建
Scala開發(fā)Spark應用程序
使用java編程
使用scala編程
使用python編程

Hadoop與Spark大數(shù)據(jù)開發(fā)培訓班