主流大数据系统性能监控及分析

培训内容
第一讲 大数据技术基础
1）大数据应用需求及潜在价值分析
2）大数据与数据库解决方案的对比
3）国内外主流的大数据解决方案
4）开源的大数据生态系统平台剖析
5）大数据下的技术选型与架构设计
第二讲 批处理大数据平台Hadoop
1）Hadoop及其运行架构
2）HDFS分布式文件系统
3）MapReduce计算模型
4）HBase大表管理技术
5）Hadoop平台使用和实操
6) Hadoop性能监控及分析
第三讲 快速大数据平台Spark
1) Spark快速处理技术
2)弹性分布式数据集RDD
3) Spark分布式计算框架
4) Spark的BDAS生态系统
5) Spark平台使用和实操
6)Spark性能监控及分析
第四讲 流式实时大数据平台Streaming
1) 实时流数据处理工具Streaming
2) Spark Streaming原理
3) Spark Streaming架构
4) Spark Streaming实例
5) Spark Streaming性能监控及分析
第五讲 云数据处理工具HBase
1) NoSQL技术及云数据库介绍
2) HBase列数据存储机制
3) HBase数据处理机制分析
4) HBase高并发读/写实现及案例
5) HBase性能监控及分析
第六讲 Hive及大数据中的SQL工具
1) 大数据中的类SQL工具
2) Hive设计目标和数据模型
3) Hive关键性技术分析
4) Hive数据操作和案例
5) Hive性能监控及分析
第七讲 SparkSQL类SQL工具
1) Spark SQL和BDAS数据分析栈
2) SparkSQL设计目标和数据模型
3) Spark SQL数据操作
4) SparkSQL关键性技术和案例
5) SparkSQL性能监控及分析
第八讲 分布式消息订阅工具Kafka
1) Kafka应用介绍
2) Kafka平台架构
3) Kafka集群部署与配置
4) Kafka应用案例实操
5) Kafka性能监控及分析
第九讲 大数据存储格式Parquet
1) 大数据存储格式的要求
2) Parquet文件格式介绍
3) Parquet的组成分析
4) Parquet的应用情况
5) Parquet性能监控及分析
第十讲 大数据分析挖掘工具
1）大数据挖掘及知识模型的发现
2）大数据挖掘工具Mahout和MLlib
3）推荐方法及MLlib电影推荐案例
4）分类方法及Mahout新闻分类案例
5）聚类方法及K-Means聚类案例
第十一讲 Elasticsearch搜索分析工具
1) 全文检索与Elasticsearch工具
2) Elasticsearch索引及检索
3) Elasticsearch信息扩展索引结构
4) ELK和Elasticsearch集群
5) Elasticsearch性能监控及分析
第十二讲 资源虚拟化工具Docker
1）虚拟化和容器技术
2）LXC和Docker的发展
3）Docker架构及特性
4）镜像、容器和仓库
5）Docker的执行及其案例实操
第十三讲 大数据技术展望
1）大数据分析技术展望
2）大数据平台的发展展望
3）大数据挖掘的应用展望

杨老师


主要研究网络信息分析以及云计算相关技术，长期从事人工智能、大数据处理、云计算以及数据分析决策支持系统的研究开发工作，主持和参与了多个国家和省部级基金项目，具有丰富的工程实践及软件研发经验。

1，系统架构师、系统分析师、高级程序员、资深开发人员。
2，牵涉到主流大数据系统分析建模的数据中心运行、规划、设计负责人。
3，政府机关，金融保险、移动和互联网等大数据来源单位的负责人。
4，高校、科研院所牵涉到主流大数据系统应用的项目负责人。
5，对大数据系统性能监控及分析感兴趣的人员。
学员基础
1，对IT系统设计有一定的理论与实践经验。
2，对大数据分析和数据处理方法有一定的基础知识。
3，对Hadoop/Spark等大数据技术有一定的了解。