Hadoop大数据处理高级工程师

推荐

课程模块

课程主题

主要内容

案例和演示

模块一

Hadoop在云计算技术的作用和地位

◆ 传统大规模系统存在的问题

◆ Hadoop概述

◆ Hadoop分布式文件系统

◆ MapReduce工作原理

◆ Hadoop集群剖析

◆ Hadoop生态系统对一种新的解决方案的需求

◆ Hadoop的行业应用案例分析

◆ Hadoop在云计算和大数据的位置和关系

◆ 数据开放,数据云服务平台(DAAS)时代

◆ Hadoop平台在数据云平台(DAAS)上的天然优势

◆ 数据云平台(DAAS 平台)组成部分

◆ 互联网公共数据大云(DAAS)案例

◆Hadoop构建构建游戏云(Web Game Daas)平台

模块二

Hadoop生态系统介绍和演示

◆ Hadoop HDFS 和 MapReduce

◆ Hadoop数据库之HBase

◆ Hadoop数据仓库之Hive

◆ Hadoop数据处理脚本Pig

◆ Hadoop数据接口Sqoop和Flume，Scribe DataX

◆ Hadoop工作流引擎 Oozie

◆ 运用Hadoop自下而上构建大规模企业数据仓库

◆ 暴风影音数据仓库实战解析

模块三

Hadoop组件详解

◆ Hadoop HDFS 基本结构

◆ Hadoop HDFS 副本存放策略

◆ Hadoop NameNode 详解

◆ HadoopSecondaryNameNode 详解

◆ Hadoop DataNode 详解

◆ Hadoop JobTracker 详解

◆ Hadoop TaskTracker 详解

◆ Hadoop Mapper类核心代码

◆ Hadoop Reduce类核心代码

◆ Hadoop 核心代码

模块四

Hadoop安装和部署

◆ Hadoop系统模块组件概述

◆ Hadoop试验集群的部署结构

◆ Hadoop 安装依赖关系

◆ Hadoop 生产环境的部署结构

◆ Hadoop集群部署

◆ Hadoop 高可用配置方法

◆ Hadoop 集群简单测试方法

◆ Hadoop 集群异常Debug方法

◆ Hadoop安装部署实验

◆ Red hat Linux基础环境搭建

◆ Hadoop 单机系统版本安装配置

◆ Hadoop 集群系统版本安装和启动配置

◆ 使用 Hadoop MapReduce Streaming 快速测试系统

◆ Hadoopcore-site，hdfs-site，mapred-site 配置详解

模块五

Hadoop集群规划

◆ Hadoop 集群内存要求

◆ Hadoop集群磁盘分区

◆ 集群和网络拓扑要求

◆ 集群软件的端口配置

◆ 针对NameNode Jobtracker DataNode TaskTracker Hiveserver 等不同组件需求推荐服务器配置

模块六

MapReduce 算法原理

◆ Hadoop MapReduce 算法的原理和优化思想

◆ 灵活运用MapReduce 实现算法

◆ 运用MapReduce 构建数据库算法

◆ Select Sort GrougBy Sum Count

◆ Join 新进流失算法

◆ 使用 Y-Smart 快速转换SQL 为MapReduce 代码

模块七

编写MapReduce高级程序

◆ 使用 Hadoop MapReduce Streaming 编程

◆ MapReduce流程

◆ 剖析一个MapReduce程序

◆ 基本MapReduceAPI概念

◆ 驱动代码 Mapper、Reducer

◆ Hadoop流

◆ API 使用Eclipse进行快速开发

◆ 新MapReduce API

◆ MapReduce的优化

◆ MapReduce的任务调度

◆ MapReduce编程实战

◆ 如何利用其他Hadoop相关技术，包括Apache Hive， Apache Pig，Sqoop和Oozie等

◆ 满足解决实际数据分析问题的高级Hadoop API

◆ Hadoop Streaming 和 Java MapReduce Api 差异。

◆ MapReduce 实现数据库功能

◆ 利用Combiners来减少中间数据

◆ 编写Partitioner来优化负载平衡

◆ 直接访问Hadoop分布式文件系统（HDFS）

◆ Hadoop的join操作

◆ 辅助排序在Reducer方的合并

◆ 定制Writables和WritableComparables

◆ 使用SequenceFiles和Avro文件保存二进制数据

◆ 创建InputFormats OutputFormats

◆ Hadoop的二次排序

◆ Hadoop的海量日志分析

◆ 在Map方的合并

模块八

集成Hadoop到现有工作流

及Hadoop API深入探讨

◆ 存储系统

◆ 利用Sqoop从关系型数据库系统中导入数据到Hadoop

◆ 利用Flume导入实时数据到Hadoop

◆ ToolRunner介绍、使用MRUnit进行测试

◆ 使用Configure和Close方法来进行Map/Reduce设置和关闭

◆ 使用FuseDFS和Hadoop访问HDFS

◆ 使用分布式缓存（Distributed Cache）

◆ 直接访问Hadoop分布式文件系统（HDFS）

◆ 利用Combiners来减少中间数据

◆ 编写Partitioner来优化负载平衡

模块九

使用Hive和Pig开发及技巧

◆ Hive和Pig基础

◆ Hive的作用和原理说明

◆ Hadoop仓库和传统数据仓库的协作关系

◆