你的位置： 首页 > 公开课首页 > 互联网/语言 > 课程详情

details

Hadoop与Spark大数据开发与案例分析

暂无评价   
  • 开课时间：2018/08/22 09:00 已结束
  • 结束时间：2018/08/26 09:00
  • 开课地点：北京市
  • 授课讲师： 待定
  • 课程编号：358985
  • 课程分类：互联网/语言
  •  
  • 收藏 人气：682
你实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后，系统会给用户帐号返回的现金券
淘课价格
￥6800
联系客服购买
你还可以： 收藏

课程介绍 评价详情(0)

培训受众:

各地政府，院校云计算物联网产业相关负责人，各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员、技术总监、数据挖掘负责人、数据挖掘开发工程师等

课程收益:

1、了解Hadoop与Spark的历史及目前发展的现状、以及Hadoop与Spark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与Spark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与Spark技术架构,对Hadoop与Spark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与Spark集群，掌握Hadoop与Spark基本运维思路和方法，对Hadoop与Spark集群进行管理和优化。

培训颁发证书:

工业和信息化部全国网络与信息技术考试管理中心中心颁发的-“Hadoop与Spark大数据应用与开发”职业技能证书（等级高级）。该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

课程大纲:

课程大纲

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

u  传统大规模系统存在的问题

u  Hadoop概述

u  Hadoop分布式文件系统      

u  MapReduce工作原理        

u  Hadoop集群剖析           

u  Hadoop生态系统对一种新的解决方案的需求

u  Hadoop的行业应用案例分析

u  Hadoop在云计算和大数据的位置和关系

u  数据开放,数据云服务平台(DAAS)时代

u  Hadoop平台在数据云平台(DAAS)上的天然优势

u  数据云平台(DAAS 平台)组成部分

u  互联网公共数据大云(DAAS)案例

u  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

u  Hadoop HDFS 和 MapReduce

u  Hadoop数据库之HBase

u  Hadoop数据仓库之Hive

u  Hadoop数据处理脚本Pig

u  Hadoop数据接口Sqoop和Flume，Scribe DataX

u  Hadoop工作流引擎 Oozie

u  运用Hadoop自下而上构建大规模企业数据仓库

u  暴风影音数据仓库实战解析

模块三

Hadoop组件详解

u  Hadoop HDFS 基本结构

u  Hadoop HDFS 副本存放策略

u  Hadoop NameNode 详解

u  HadoopSecondaryNameNode 详解

u  Hadoop DataNode 详解

u  Hadoop JobTracker 详解

u  Hadoop TaskTracker 详解

u  Hadoop Mapper类核心代码

u  Hadoop Reduce类核心代码

u  Hadoop 核心代码

模块四

Hadoop安装和部署

u  Hadoop系统模块组件概述

u  Hadoop试验集群的部署结构

u  Hadoop 安装依赖关系

u  Hadoop 生产环境的部署结构

u  Hadoop集群部署

u  Hadoop 高可用配置方法

u  Hadoop 集群简单测试方法

u  Hadoop 集群异常Debug方法

u  Hadoop安装部署实验

u  Red hat Linux基础环境搭建

u  Hadoop 单机系统版本安装配置

u  Hadoop 集群系统版本安装和启动配置

u  使用 Hadoop MapReduce Streaming 快速测试系统

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

模块五

Hadoop集群规划

u  Hadoop 集群内存要求

u  Hadoop集群磁盘分区

u  集群和网络拓扑要求

u  集群软件的端口配置

u  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

u  Hadoop MapReduce 算法的原理和优化思想

u  灵活运用MapReduce 实现算法

u  运用MapReduce 构建数据库算法

u  Select Sort GrougBy Sum Count

u  Join 新进流失算法

u  使用 Y-Smart 快速转换SQL 为MapReduce 代码

模块七

编写MapReduce高级程序

u  使用 Hadoop MapReduce Streaming 编程

u  MapReduce流程          

u  剖析一个MapReduce程序

u  基本MapReduceAPI概念 

u  驱动代码 Mapper、Reducer

u  Hadoop流

u  API 使用Eclipse进行快速开发              

u  新MapReduce API

u  MapReduce的优化

u  MapReduce的任务调度

u  MapReduce编程实战

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

u  满足解决实际数据分析问题的高级Hadoop API

u  Hadoop Streaming 和 Java MapReduce Api 差异。

u  MapReduce 实现数据库功能

u  利用Combiners来减少中间数据

u  编写Partitioner来优化负载平衡

u  直接访问Hadoop分布式文件系统（HDFS）

u  Hadoop的join操作

u  辅助排序在Reducer方的合并

u  定制Writables和WritableComparables

u  使用SequenceFiles和Avro文件保存二进制数据

u  创建InputFormats OutputFormats

u  Hadoop的二次排序

u  Hadoop的海量日志分析

u  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

u  存储系统

u  利用Sqoop从关系型数据库系统中导入数据到Hadoop

u  利用Flume导入实时数据到Hadoop

u  ToolRunner介绍、使用MRUnit进行测试

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

u  使用FuseDFS和Hadoop访问HDFS

u  使用分布式缓存（Distributed Cache）

u  直接访问Hadoop分布式文件系统（HDFS）

u  利用Combiners来减少中间数据

u  编写Partitioner来优化负载平衡 

模块九

使用Hive和Pig开发及技巧

u  Hive和Pig基础             

u  Hive的作用和原理说明

u  Hadoop仓库和传统数据仓库的协作关系

u  Hadoop/Hive仓库数据数据流

u  Hive 部署和安装

u  Hive Cli 的基本用法

u  HQL基本语法

u  运用Pig 过滤用户数据 

u  使用JDBC 连接Hive进行查询和分析

u  使用正则表达式加载数据

u  HQL高级语法

u  编写UDF函数

u  编写UDAF自定义函数

u  基于Hive脚本内嵌Streaming 编程

模块十

Hbase安装和使用

u  Hbase 安装部署           

u  Hbase原理和结构

u  Hbase 运维和管理

u  使用Hbase+Hive 提供 OLAP SQL查询能力

u  使用Hbase+Phoenix提供 OLTP SQL能力

u  基于Hbase 的时间序列数据库 OpenTsDb 结构解析

模块十一

Hadoop2.0 集群探索

u  Hadoop2.0 HDFS 原理

u  Hadoop2.0 Yarn 原理

u  Hadoop2.0 生态系统

u  基于Hadoop2.0 构建分布式系统

模块十二

Hadoop企业级别案例解析

u  Hadoop 结构化数据案例

u  Hadoop 非结构化案例

u  Hbase 数据库案例

u  Hadoop 视频分析案例

u  利用大数据分析改进交通管理

u  区域医疗大数据应用案例

u  银联大数据数据票据详单平台

u  广东移动省公司请账单系统

u  上海电信网络优化

u  某通信运营商全国用户上网记录

u  浙江台州市智能交通系统

u  移动广州详单实时查询系统

u  跨区域实时视频监控系统

模块十三

RedHadoop 企业版本

u  运用RedHadoop快速构建服务集群

u  运用RedHadoop DW 构建数据仓库

u  基于RedHadoop Hive构建数据仓库平台

u  灵活运用 Hive 加速游戏数据仓库

u  基于Pig+OpenCV大规模图像人脸识别

模块十四

Spark
生态介绍

¬ Mapreduce、storm和spark模型的比较和使用场景介绍
¬ Spark产生背景
¬ Spark（内存计算框架）
¬ SparkSteaming（流式计算框架）
¬ Spark SQL（ad-hoc）
¬ Mllib（MachineLearning）
¬ GraphX（bagel将被代）
¬ DlinkDB介绍
¬ SparkR介绍

 

模块十五

Spark
安装部署

¬ Spark安装简介
¬ Spark的源码编译
¬ Spark Standalone安装
¬ Spark应用程序部署工具spark-submit
¬ Spark的高可用性部署

 

模块十六

Spark
运行架构和解析

¬ Spark的运行架构
• 基本术语
• 运行架构
• Spark on Standalone运行过程
• Spark on YARN 运行过程
¬ Spark运行实例解析
• Spark on Standalone实例解析
• Spark on YARN实例解析

• 比较 Standalone与YARN模式下的优缺点

 

 

培训师介绍：

 
　张老师：阿里大数据高级专家，国内资深的Spark、Hadoop技术专家、虚拟化专家，对HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生态系统中的技术进行了多年的深入的研究，更主要的是这些技术在大量的实际项目中得到广泛的应用，因此在Hadoop开发和运维方面积累了丰富的项目实施经验。近年主要典型的项目有：某电信集团网络优化、中国移动某省移动公司请账单系统和某省移动详单实时查询系统、中国银联大数据数据票据详单平台、某大型银行大数据记录系统、某大型通信运营商全国用户上网记录、某省交通部门违章系统、某区域医疗大数据应用项目、互联网公共数据大云(DAAS)和构建游戏云(Web Game Daas)平台项目等。

本课程名称： Hadoop与Spark大数据开发与案例分析

查看更多：互联网/语言公开课

  • 上一篇： 对标华为团队管理：狼性团队管理与执行
  • 下一篇：
    • 与 互联网 数据库 ie it 相关的最新课程
    •新媒体时代的私域运营与全域营销(2024-04-25 广州市)
    •2024年5月21-22日《互...(2024-05-21 北京市)
    •上海 Access数据库应用(2024-06-26 上海市)
    •IE技术与现场改善(2024-09-06 济南市)
    •MSA测量系统分析(2024-09-06 青岛市)
    •国家软考高级-系统架构设计师(2024-09-20 上海市)
    •LINUX应用及核心技术演练(2024-09-27 成都市)
    •ITSS系列《IT服务经理》认...(2024-10-29 北京市)
    •ITSS系列《IT服务工程师》...(2024-04-24 北京市)
    •精益IE技术与现场改善生产效率...(2024-04-19 深圳市)

    相关内训课

    内训供应商

    相关公开课

    同机构课程

    热门相关资料

    更多相关搜索

    讲师动态评分 与同行相比

    授课内容与课纲相符0低0%

    讲师授课水平0低0%

    服务态度0低0%