大數(shù)據(jù)技術(shù)基礎(chǔ)
1. 大數(shù)據(jù)的產(chǎn)生背景與發(fā)展歷程
2. 大數(shù)據(jù)的4V特征,以及與云計算的關(guān)系
3. 大數(shù)據(jù)應(yīng)用需求以及潛在價值分析
4. 業(yè)界蕞新的大數(shù)據(jù)技術(shù)發(fā)展態(tài)勢與應(yīng)用趨勢
5. 大數(shù)據(jù)思維的轉(zhuǎn)變
6. 大數(shù)據(jù)項目的系統(tǒng)與技術(shù)選型,及落地實(shí)施的挑戰(zhàn)
7. “互聯(lián)網(wǎng)+”時代下的電子商務(wù)、制造業(yè)、交通行業(yè)、電信運(yùn)營商、銀行金融業(yè)、電子政務(wù)、移動互聯(lián)網(wǎng)、教育信息化等行業(yè)應(yīng)用實(shí)踐與應(yīng)用案例介紹
業(yè)界主流的大數(shù)據(jù)技術(shù)方案
1. 大數(shù)據(jù)軟硬件系統(tǒng)全棧與關(guān)鍵技術(shù)介紹
2. 大數(shù)據(jù)生態(tài)系統(tǒng)全景圖
3. 主流的大數(shù)據(jù)解決方案介紹
4. Apache大數(shù)據(jù)平臺方案剖析
5. CDH大數(shù)據(jù)平臺方案剖析
6. HDP大數(shù)據(jù)平臺方案剖析
7. 基于云的大數(shù)據(jù)平臺方案剖析
8. 大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫方案比較
9. 國內(nèi)外大數(shù)據(jù)平臺方案與廠商對比
大數(shù)據(jù)計算模型(一)——批處理MapReduce
1. MapReduce產(chǎn)生背景與適用場景
2. MapReduce計算模型的基本原理
3. MapReduce作業(yè)執(zhí)行流程
4. MapReduce編程模型: Map處理和Reduce處理
5. MapReduce處理流程:數(shù)據(jù)讀取collect、中間數(shù)據(jù)sort、中間數(shù)據(jù)spill、中間數(shù)據(jù)shuffle、聚合分析reduce
6. MapReduce開發(fā)高級應(yīng)用:Combiner技術(shù)與應(yīng)用場景、Partitioner技術(shù)與應(yīng)用場景、多Reducers應(yīng)用
7. MapReduce開發(fā)與應(yīng)用實(shí)戰(zhàn):Hadoop平臺搭建與運(yùn)行;MapReduce安裝與部署;
8. 應(yīng)用案例:基于HDFS+MapReduce集成的服務(wù)器日志分析采集、存儲與分析MapReduce程序?qū)嵗_發(fā)與運(yùn)行
9. MapReduce參數(shù)調(diào)優(yōu)與性能優(yōu)化技巧
大數(shù)據(jù)存儲系統(tǒng)與應(yīng)用實(shí)踐
1. 分布式文件系統(tǒng)HDFS產(chǎn)生背景與適用場景
2. HDFS master-slave系統(tǒng)架構(gòu)與讀寫工作原理
3. HDFS核心組件技術(shù)講解,NameNode與fsimage、editslog,DataNode與數(shù)據(jù)塊
4. HDFS Federation機(jī)制,viewfs機(jī)制,使用場景講解
5. HDFS高可用保證機(jī)制,SecondaryNameNode,NFS冷備份,基于zookeeper的HA方案
6. HDFS參數(shù)調(diào)優(yōu)與性能優(yōu)化
大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)一
1. Hadoop平臺搭建、部署與應(yīng)用實(shí)踐,包含HDFS分布式文件系統(tǒng),YARN資源管理軟件,MapReduce計算框架軟件
2. HDFS 文件、目錄創(chuàng)建、上傳、下載等命令操作,HDFS合并、歸檔操作,HDFS監(jiān)控平臺使用
3. MapReduce程序在YARN上運(yùn)行,YARN監(jiān)控平臺使用
Hadoop框架與生態(tài)發(fā)展,以及應(yīng)用實(shí)踐操作
1. Hadoop的發(fā)展歷程
2. Hadoop 1.0的核心組件JobTracker,TaskTracker,以及適用范圍
3. Hadoop 2.0的核心組件YARN工作原理,以及與Hadoop 1.0的聯(lián)系與區(qū)別
4. Hadoop關(guān)鍵機(jī)制:任務(wù)推測執(zhí)行,任務(wù)容錯,任務(wù)選擇執(zhí)行,心跳機(jī)制
5. Hadoop YARN的資源管理與作業(yè)調(diào)度機(jī)制:FIFO調(diào)度,Capacity調(diào)度器,F(xiàn)air調(diào)度器
6. Hadoop 常用參數(shù)調(diào)優(yōu)與性能優(yōu)化技術(shù)
大數(shù)據(jù)計算模型(二)——實(shí)時處理/內(nèi)存計算 Spark
1. MapReduce計算模型的瓶頸
2. Spark產(chǎn)生動機(jī)、基本概念與適用場景
3. Spark編程模型與RDD彈性分布式數(shù)據(jù)集的工作原理與機(jī)制
4. Spark實(shí)時處理平臺運(yùn)行架構(gòu)與核心組件
5. Spark RDD主要Transformation:map, flatMap, filter, union, sample, join, reduceByKey, groupByKey
6. Spark RDD主要action:count,collect,reduce,saveAsTextFile
7. Spark寬、窄依賴關(guān)系與DAG圖分析
8. Spark容錯機(jī)制
9. Spark作業(yè)調(diào)度機(jī)制
10. Spark緩存機(jī)制:Cache操作,Persist操作與存儲級別
11. Spark作業(yè)執(zhí)行機(jī)制:執(zhí)行DAG圖、任務(wù)集、executor執(zhí)行模型、 BlockManager管理
12. Spark standardalone,Spark on YARN運(yùn)行模式
13. Scala開發(fā)介紹與Spark常用Transformation函數(shù)介紹
14. Spark調(diào)優(yōu):序列化機(jī)制、RDD復(fù)用、Broadcast機(jī)制、高性能算子、資源參數(shù)調(diào)優(yōu)
大數(shù)據(jù)倉庫查詢技術(shù)Hive、SparkSQL、Impala,以及應(yīng)用實(shí)踐
1. 基于MapReduce的大型分布式數(shù)據(jù)倉庫Hive基礎(chǔ)知識與應(yīng)用場景
2. Hive數(shù)據(jù)倉庫的平臺架構(gòu)與核心技術(shù)剖析
3. Hive metastore的工作機(jī)制與應(yīng)用
4. Hive內(nèi)部表和外部表
5. Hive 分區(qū)、分桶機(jī)制
6. Hive行、列存儲格式
7. 基于Spark的大型分布式數(shù)據(jù)倉庫SparkSQL基礎(chǔ)知識與應(yīng)用場景
8. Spark SQL實(shí)時數(shù)據(jù)倉庫的實(shí)現(xiàn)原理與工作機(jī)制
9. SparkSQL數(shù)據(jù)模型DataFrame
10. SparkSQL程序開發(fā)與
11. SparkSQL數(shù)據(jù)讀取與結(jié)果保存:json,Hive table,Parquet file,RDD
12. SparkSQL和Hive的區(qū)別與聯(lián)系
13. SparkSQL操作實(shí)戰(zhàn)
14. 基于MPP的大型分布式數(shù)據(jù)倉庫Impala基礎(chǔ)知識與應(yīng)用場景
15. Impala實(shí)時查詢系統(tǒng)平臺架構(gòu)、關(guān)鍵技術(shù)介紹,以及與Hive,SparkSQL的對比
Hadoop集群運(yùn)維監(jiān)控工具
1. Hadoop運(yùn)維管理監(jiān)控系統(tǒng)Ambari工具介紹
2. 第三方運(yùn)維系統(tǒng)與工具Ganglia, Nagios
大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)二
1. 基于 Hadoop平臺搭建、部署與配置Spark集群,Spark shell環(huán)境實(shí)踐操作,Spark案例程序分析
2. 基于sbt的Spark程序編譯、開發(fā)與提交運(yùn)行
3. 應(yīng)用案例一:基于Spark的服務(wù)器運(yùn)行日志TopN分析、程序?qū)嵗_發(fā)
4. 應(yīng)用案例二: 基于Spark的搜索引擎日志熱詞與用戶分析、程序?qū)嵗_發(fā)
5. 基于MapReduce的Hive數(shù)據(jù)倉庫實(shí)踐,Hive集群安裝部署,基于文件的Hive數(shù)據(jù)倉庫表導(dǎo)入導(dǎo)出與分區(qū)操作,Hive SQL操作,Hive客戶端操作
6. SparkSQL shell實(shí)踐操作:數(shù)據(jù)表讀取、查詢與結(jié)果保存
大數(shù)據(jù)計算模型(三)——流處理Storm, SparkStreaming
1. 流數(shù)據(jù)處理應(yīng)用場景與流數(shù)據(jù)處理的特點(diǎn)
2. 流數(shù)據(jù)處理工具Storm的平臺架構(gòu)與集群工作原理
3. Storm關(guān)鍵技術(shù)與并發(fā)機(jī)制
4. Storm編程模型與基本開發(fā)模式
5. Storm數(shù)據(jù)流分組
6. Storm可靠性保證與Acker機(jī)制
7. Storm應(yīng)用案例分析
8. 流數(shù)據(jù)處理工具Spark Streaming基本概念與數(shù)據(jù)模型
9. SparkStreaming工作機(jī)制
10. SparkStreaming程序開發(fā)介紹
11. SparkStreaming的全局統(tǒng)計和窗口函數(shù)
12. Storm與SparkStreaming的對比
13. SparkStreaming開發(fā)案例:基于文件流的SparkStreaming程序開發(fā);基于socket消息的SparkStreaming程序開發(fā)
大數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)
1. 機(jī)器學(xué)習(xí)發(fā)展歷程
2. 機(jī)器學(xué)習(xí)與大數(shù)據(jù)關(guān)聯(lián)與區(qū)別
3. 數(shù)據(jù)挖掘經(jīng)典算法
4. 預(yù)測算法:線性回歸與應(yīng)用場景,非線性回歸與應(yīng)用場景
5. 分類算法:邏輯回歸與應(yīng)用場景,決策樹與應(yīng)用場景,樸素貝葉斯算法與應(yīng)用場景,支持向量機(jī)算法與應(yīng)用場景
6. 聚類算法; k-means與應(yīng)用場景
7. 基于Hadoop的大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)
8. 基于MapReduce的機(jī)器學(xué)習(xí)庫Mahout
9. Mahout支持的數(shù)據(jù)挖掘算法
10. Mahout編程模型與發(fā)
11. 基于Spark的機(jī)器學(xué)習(xí)庫Spark MLlib
12. Spark MLlib支持的數(shù)據(jù)挖掘算法
13. Spark MLlib編程模型與開發(fā):基于Spark MLlib的文本分類,基于Spark MLlib的聚類
大數(shù)據(jù)ETL操作工具,與大數(shù)據(jù)分布式采集系統(tǒng)
1. Hadoop與DBMS之間數(shù)據(jù)交互工具的應(yīng)用
2. Sqoop導(dǎo)入導(dǎo)出數(shù)據(jù)的工作原理
3. Flume-NG數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)流模型與系統(tǒng)架構(gòu)
4. Kafka分布式消息訂閱系統(tǒng)的應(yīng)用介紹與平臺架構(gòu),及其使用模式
面向OLTP型應(yīng)用的NoSQL數(shù)據(jù)庫及應(yīng)用實(shí)踐
1. 關(guān)系型數(shù)據(jù)庫瓶頸,以及NoSQL數(shù)據(jù)庫的發(fā)展,概念,分類,及其在半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)場景下的適用范圍
2. 列存儲NoSQL數(shù)據(jù)庫HBase簡介與數(shù)據(jù)模型剖析
3. HBase分布式集群系統(tǒng)架構(gòu)與讀寫機(jī)制,ZooKeeper分布式協(xié)調(diào)服務(wù)系統(tǒng)的工作原理與應(yīng)用
4. HBase表設(shè)計模式與primary key設(shè)計規(guī)范
5. 文檔NoSQL數(shù)據(jù)庫MongoDB簡介與數(shù)據(jù)模型剖析
6. MongoDB集群模式、讀寫機(jī)制與常用API操作
8.鍵值型NoSQL數(shù)據(jù)庫Redis簡介與數(shù)據(jù)模型剖析
9.Redis多實(shí)例集群架構(gòu)與關(guān)鍵技術(shù)
10.NewSQL數(shù)據(jù)庫技術(shù)簡介及其適用場景
大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)三
1.Sqoop安裝、部署與配置,基于Sqoop、MySQL與Hive操作MySQL數(shù)據(jù)庫與Hive數(shù)據(jù)倉庫數(shù)據(jù)導(dǎo)入導(dǎo)出
2.Kafka安裝、部署與配置,基于Kafka創(chuàng)建和消費(fèi)topic實(shí)踐操作
3.Flume+HDFS+MapReduce/Spark大數(shù)據(jù)采集、存儲與分析實(shí)踐操作 |