关于举办大数据应用（Hadoop开发）最佳实践

推荐

1、了解Hadoop的历史及目前发展的现状、以及Hadoop的技术特点，从而把握分布式计算框架及未来发展方向，在大数据时代能为企业的技术选型及架构设计提供决策参考。

2、全面掌握Hadoop的架构原理和使用场景，并通过贯穿课程的项目进行实战锻炼，从而熟练使用Hadoop进行MapReduce程序开发。课程还涵盖了分布式计算领域的常用算法介绍，帮助学员为企业在利用大数据方面体现自身价值。

3、深入理解Hadoop技术架构,对Hadoop运作机制有清晰全面的认识，可以独立规划及部署生产环境的Hadoop集群，掌握Hadoop基本运维思路和方法，对Hadoop集群进行管理和优化。

第一天上午

Hadoop入门，了解什么是hadoop

1、Hadoop产生背景
2、Hadoop在大数据、云计算中的位置和关系
3、国内外Hadoop应用案例介绍
4、国内Hadoop的就业情况分析及课程大纲介绍
5、分布式系统概述
6、Hadoop生态圈以及各组成部分的简介
7、Hadoop核心MapReduce例子说明

分布式文件系统HDFS，是数据库管理员的基础课程

1、分布式文件系统DFS简介
2、HDFS的系统组成介绍
3、HDFS的组成部分详解
4、副本存放策略及路由规则
5、NameNodeFederation
6、命令行接口
7、Java接口
8、客户端与HDFS的数据流讲解
9、HDFS的可用性（HA）

第一天下午

初级MapReduce，成为Hadoop开发人员的基础课程

1、如何理解map、reduce计算模型
2、剖析伪分布式下MapReduce作业的执行过程
3、Yarn模型
4、序列化
5、MapReduce的类型与格式
6、MapReduce开发环境搭建
7、MapReduce应用开发
8、更多示例讲解，熟悉MapReduce算法原理

第二天上午

高级MapReduce，高级Hadoop开发人员的关键课程

1、使用压缩分隔减少输入规模
2、利用Combiner减少中间数据
3、编写Partitioner优化负载均衡
4、如何自定义排序规则
5、如何自定义分组规则
6、MapReduce优化
7、编程实战

Hadoop集群与管理，是数据库管理员的高级课程

1、Hadoop集群的搭建
2、Hadoop集群的监控
3、Hadoop集群的管理
4、集群下运行MapReduce程序

ZooKeeper基础知识，构建分布式系统的基础框架

1、ZooKeeper体现结构
2、ZooKeeper集群的安装
3、操作ZooKeeper

第二天下午

HBase基础知识，面向列的实时分布式数据库

1、HBase定义
2、HBase与RDBMS的对比
3、数据模型
4、系统架构
5、HBase上的MapReduce
6、表的设计

HBase集群及其管理

1、集群的搭建过程讲解
2、集群的监控
3、集群的管理

HBase客户端

1、HBaseShell以及演示
2、Java客户端以及代码演示

第三天上午

Pig基础知识，进行hadoop计算的另一种框架

1、Pig概述
2、安装Pig
3、使用Pig完成手机流量统计业务

Hive，使用sql进行计算的hadoop框架

1、数据仓库基础知识
2、Hive定义
3、Hive体系结构简介
4、Hive集群
5、客户端简介
6、HiveQL定义
7、HiveQL与SQL的比较
8、数据类型
9、表与表分区概念
10、表的操作与CLI客户端演示
11、数据导入与CLI客户端演示
12、查询数据与CLI客户端演示
13、数据的连接与CLI客户端演示
14、用户自定义函数（UDF）的开发与演示

第三天下午

Sqoop，hadoop与rdbms进行数据转换的框架

1、配置Sqoop
2、使用Sqoop把数据从mysql导入到HDFS中
3、使用Sqoop把数据从HDFS导出到mysql中
大数据实战 大数据完整项目架构和开发过程练习

授课讲师

钱老师 大数据专家。在电信、电力、金融行业从事Java开发和架构设计的工作；资深云计算研发工程师。作为项目的主要成员和负责人参与并领导完成了多个大型复杂项目，并成功应用于行业解决方案，如海量数据匹配系统、电力行业实时数据采集分析系统等。设计并实现了实时索引系统-云搜，成功应用与某国企知识库系统。并可应用与互联网行业的搜索等应用。完成多个云计算解决方案的架构，涉及到金融行业海量数据分析与数据处理系统、海量日志分析系统、电力用电信息统计系统等，获得业界认可。

钟老师任职于某研究所，中国科学院计算技术研究所攻读计算机系统结构博士学位。从2008年12月起，主要从事云计算和大规模数据管理方面的研究，精通云计算平台和大规模数据库管理系统内部实现细节，包括Hadoop、键值存储系统（KVS）、NoSQL(HBase、Cassandra、Membase/Memcached)数据库和数据仓库(HIVE)。