中文一区二区_九九精品在线播放_久久国产精品免费视频_国内精品在线观看视频

時(shí)間

課程模塊

課程內(nèi)容

第一部份

【1】

1.?大數(shù)據(jù)的產(chǎn)生背景、發(fā)展歷程

2.?大數(shù)據(jù)和云計(jì)算的關(guān)系

3.?大數(shù)據(jù)應(yīng)用需求以及潛在價(jià)值分析

4.?業(yè)界新的大數(shù)據(jù)技術(shù)發(fā)展態(tài)勢(shì)與應(yīng)用趨勢(shì)

5.?大數(shù)據(jù)項(xiàng)目的技術(shù)選型與架構(gòu)設(shè)計(jì)

6.?“互聯(lián)網(wǎng)+”時(shí)代下的電子商務(wù)、制造業(yè)、零售批發(fā)業(yè)、電信運(yùn)營(yíng)商、互聯(lián)網(wǎng)金融業(yè)、網(wǎng)上銀行、電子政務(wù)、移動(dòng)互聯(lián)網(wǎng)、教育信息化等行業(yè)應(yīng)用實(shí)踐與應(yīng)用案例剖析

業(yè)界主流的大數(shù)據(jù)技術(shù)產(chǎn)品與項(xiàng)目解決方案

1.?國(guó)內(nèi)外主流的大數(shù)據(jù)解決方案介紹

2.?當(dāng)前大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫方案的剖析比較

3.?Apache大數(shù)據(jù)平臺(tái)方案剖析

4.?CDH大數(shù)據(jù)平臺(tái)方案剖析

5.?HDP大數(shù)據(jù)平臺(tái)方案剖析

6.?開源的大數(shù)據(jù)生態(tài)系統(tǒng)平臺(tái)剖析

Hadoop大數(shù)據(jù)平臺(tái)剖析

1.?Hadoop的發(fā)展歷程以及產(chǎn)業(yè)界的實(shí)際應(yīng)用介紹

2.?Hadoop大數(shù)據(jù)平臺(tái)架構(gòu)

3.?基于Hadoop平臺(tái)的PB級(jí)大數(shù)據(jù)存儲(chǔ)管理與分析處理的工作原理與機(jī)制

4.?Hadoop的核心組件剖析

第一部份

【2】

大數(shù)據(jù)分布式存儲(chǔ)系統(tǒng)原理及其應(yīng)用實(shí)踐

1.?分布式文件系統(tǒng)HDFS的簡(jiǎn)介

2.?HDFS系統(tǒng)的主從式平臺(tái)架構(gòu)和工作原理

3.?HDFS核心組件技術(shù)講解

4.?基于HDFS的大型存儲(chǔ)系統(tǒng)應(yīng)用開發(fā)實(shí)戰(zhàn)

5.?HDFS集群的安裝、部署、配置與性能優(yōu)化實(shí)踐

6.?HDFS與Linux NFS3交互技術(shù)以及本地化部署應(yīng)用實(shí)踐

7.?分布式鍵值存儲(chǔ)系統(tǒng)的平臺(tái)架構(gòu)、核心技術(shù)以及應(yīng)用開發(fā)

8.?PB級(jí)大數(shù)據(jù)存儲(chǔ)項(xiàng)目的案例分析

大數(shù)據(jù)MapReduce與Yarn并行處理平臺(tái)

1.?MapReduce并行計(jì)算模型

2.?MapReduce作業(yè)執(zhí)行與調(diào)度技術(shù)

3.?第二代大數(shù)據(jù)計(jì)算框架Yarn的工作原理以及DAG并行執(zhí)行機(jī)制

4.?MapReduce應(yīng)用開發(fā)環(huán)境的部署，以及大數(shù)據(jù)并行處理應(yīng)用程序開發(fā)

5.?MapReduce高級(jí)編程技巧與性能優(yōu)化實(shí)踐

6.?MapReduce與Yarn大數(shù)據(jù)分析處理案例分析

Hadoop應(yīng)用實(shí)踐操作訓(xùn)練

1.?部署與配置HDFS，熟練操作HDFS SHELL，HDFS與NFS操作，以及HDFS API開發(fā)實(shí)踐

2.?部署與配置MapReduce與Yarn及其開發(fā)實(shí)踐

3.?Hadoop的Linux二次開發(fā)環(huán)境部署與配置

第二部份

【1】

HBase分布式數(shù)據(jù)庫管理系統(tǒng)

1.?NoSQL數(shù)據(jù)庫與NewSQL數(shù)據(jù)庫技術(shù)介紹，及其在半結(jié)構(gòu)化和非結(jié)構(gòu)化大數(shù)據(jù)方面的應(yīng)用實(shí)踐

2.?HBase分布式數(shù)據(jù)庫簡(jiǎn)介、數(shù)據(jù)模型以及工作原理

3.?HBase分布式數(shù)據(jù)庫集群的平臺(tái)架構(gòu)和關(guān)鍵技術(shù)剖析

4.?HBase應(yīng)用項(xiàng)目開發(fā)技巧，以及客戶端開發(fā)實(shí)戰(zhàn)

5.?HBase表設(shè)計(jì)與數(shù)據(jù)操作以及數(shù)據(jù)庫管理API調(diào)用

6.?HBase集群的安裝部署與配置優(yōu)化

7.?ZooKeeper分布式協(xié)調(diào)服務(wù)系統(tǒng)的工作原理、平臺(tái)架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)

8.?HBase集群的運(yùn)維與監(jiān)控管理

HBase半結(jié)構(gòu)化數(shù)據(jù)管理應(yīng)用實(shí)踐操作訓(xùn)練

1.?部署與配置HBase集群以及HBase的性能優(yōu)化

2.?部署與配置ZooKeeper分布式集群

3.?構(gòu)建HBase開發(fā)環(huán)境

4.?HBase數(shù)據(jù)庫操作及項(xiàng)目實(shí)踐

第二部份

【2】

Hive大型數(shù)據(jù)倉庫集群平臺(tái)及其應(yīng)用實(shí)踐

1.?基于Hadoop的大型分布式數(shù)據(jù)倉庫基礎(chǔ)知識(shí)，HIVE在行業(yè)中的數(shù)據(jù)倉庫應(yīng)用案例

2.?Hive大數(shù)據(jù)倉庫簡(jiǎn)介以及應(yīng)用介紹

3.?Hive數(shù)據(jù)倉庫集群的平臺(tái)體系結(jié)構(gòu)、核心技術(shù)剖析

4.?Hive Server的工作原理、機(jī)制與應(yīng)用

5.?Hive數(shù)據(jù)倉庫集群的安裝部署與配置優(yōu)化

6.?Hive應(yīng)用開發(fā)技巧

7.?Hive SQL剖析與應(yīng)用實(shí)踐

8.?Hive數(shù)據(jù)倉庫表與表分區(qū)、表操作、數(shù)據(jù)導(dǎo)入導(dǎo)出、客戶端操作技巧

9.?Hive數(shù)據(jù)倉庫報(bào)表設(shè)計(jì)

10、Hive JDBC與ODBC的工作原理與實(shí)現(xiàn)機(jī)制

11、Hive HWI、CLI客戶端操作以及UDF應(yīng)用實(shí)踐

Mahout大數(shù)據(jù)分析挖掘平臺(tái)及其應(yīng)用實(shí)踐

1.?Mahout集群的安裝部署與配置優(yōu)化

2.?Mahout實(shí)現(xiàn)客戶分析，廣告分析，日志分析，規(guī)律預(yù)測(cè)，關(guān)聯(lián)分析，定向推薦等應(yīng)用程序的開發(fā)與應(yīng)用實(shí)戰(zhàn)

3.?Mahout性能優(yōu)化與分析挖掘算法參數(shù)的優(yōu)化技巧

Hive數(shù)據(jù)倉庫與Mahout數(shù)據(jù)挖掘平臺(tái)的應(yīng)用實(shí)踐操作訓(xùn)練

1.?部署與配置HIVE集群，以及HIVE性能調(diào)優(yōu)

2.?構(gòu)建HIVE開發(fā)環(huán)境

3.?HIVE數(shù)據(jù)倉庫操作及項(xiàng)目實(shí)踐

4.?實(shí)現(xiàn)Mahout與Hadoop HBase的應(yīng)用集成，實(shí)現(xiàn)日志數(shù)據(jù)分析挖掘項(xiàng)目的應(yīng)用實(shí)踐

第三部份

【1】

Spark大數(shù)據(jù)實(shí)時(shí)處理平臺(tái)剖析

1.?Spark的發(fā)展歷程以及業(yè)界的實(shí)際應(yīng)用介紹

2.?Spark實(shí)時(shí)大數(shù)據(jù)處理平臺(tái)架構(gòu)

3.?Spark RDD內(nèi)存彈性分布式數(shù)據(jù)集的工作原理與機(jī)制

4.?Spark的核心組件剖析

5.?基于Spark的實(shí)時(shí)數(shù)據(jù)倉庫與實(shí)時(shí)分析挖掘處理在行業(yè)中的應(yīng)用實(shí)踐案例

基于Spark的實(shí)時(shí)數(shù)據(jù)倉庫和實(shí)時(shí)數(shù)據(jù)分析挖掘處理平臺(tái)的實(shí)現(xiàn)機(jī)制，以及SparkSQL，Spark Streaming，MLib，GraphX，SparkR的應(yīng)用實(shí)踐

1.?內(nèi)存計(jì)算模型和實(shí)時(shí)處理技術(shù)介紹

2.?Spark中各個(gè)分布式組件的處理框架及工作原理

3.?Spark SQL實(shí)時(shí)數(shù)據(jù)倉庫的實(shí)現(xiàn)原理機(jī)制及應(yīng)用實(shí)踐

4.?Spark Streaming流式數(shù)據(jù)實(shí)時(shí)處理機(jī)制及應(yīng)用實(shí)踐

5.?Spark MLib實(shí)時(shí)機(jī)器學(xué)習(xí)算法應(yīng)用實(shí)踐與案例應(yīng)用

6.?Spark GraphX實(shí)時(shí)圖數(shù)據(jù)處理應(yīng)用實(shí)踐與社交網(wǎng)絡(luò)分析應(yīng)用案例

7.?SparkR的實(shí)現(xiàn)原理與應(yīng)用實(shí)踐

8.?Spark組件的應(yīng)用編程開發(fā)實(shí)戰(zhàn)

9.?Spark與Hadoop的集成解決方案實(shí)踐

Spark平臺(tái)與各個(gè)組件的實(shí)踐操作訓(xùn)練

1.?部署與配置Spark集群，以及Spark性能調(diào)優(yōu)

2.?構(gòu)建Spark開發(fā)環(huán)境

3.?Spark程序運(yùn)行以及操作

4.?Spark SQL應(yīng)用操作實(shí)訓(xùn)

5.?Spark Streaming應(yīng)用操作實(shí)訓(xùn)

6.?Spark MLib應(yīng)用操作實(shí)訓(xùn)

7.?Spark GraphX應(yīng)用操作實(shí)訓(xùn)

8.?SparkR應(yīng)用操作實(shí)訓(xùn)

9.?Spark與HBase集成數(shù)據(jù)分析實(shí)驗(yàn)實(shí)訓(xùn)

第三部份

【2】

Storm流式數(shù)據(jù)處理平臺(tái)架構(gòu)及其應(yīng)用實(shí)踐

1.?Storm流式處理系統(tǒng)的平臺(tái)架構(gòu)和工作原理

2.?Storm關(guān)鍵技術(shù)剖析

3.?Storm集群安裝部署與配置優(yōu)化

4.?Storm日志流數(shù)據(jù)分析項(xiàng)目應(yīng)用實(shí)戰(zhàn)

5.?Storm和Hadoop，Spark的應(yīng)用集成項(xiàng)目實(shí)踐

大數(shù)據(jù)智能化ETL操作工具以及Hadoop集群運(yùn)維監(jiān)控工具平臺(tái)應(yīng)用

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，以及Sqoop集群安裝部署與配置

3.?Kettle集群的平臺(tái)架構(gòu)、核心技術(shù)工作原理以及應(yīng)用案例

4.?Kettle大數(shù)據(jù)ETL工具的部署與配置，以及應(yīng)用實(shí)戰(zhàn)

5.?利用Sqoop實(shí)現(xiàn)MySQL與Hadoop集群之間的數(shù)據(jù)導(dǎo)入導(dǎo)出交互程序

6.?Hadoop大數(shù)據(jù)運(yùn)維監(jiān)控管理系統(tǒng)HUE平臺(tái)的安裝部署與應(yīng)用配置

7.?Hadoop運(yùn)維管理監(jiān)控系統(tǒng)Ambari平臺(tái)的安裝部署與應(yīng)用配置

8.?Hadoop集群運(yùn)維系統(tǒng)Ganglia, Nagios的安裝部署與應(yīng)用配置

大數(shù)據(jù)分布式采集與分布式消息訂閱系統(tǒng)及其應(yīng)用實(shí)踐（可選）

1.?Flume-NG數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)流模型、平臺(tái)架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)

2.?Kafka分布式消息訂閱系統(tǒng)的應(yīng)用介紹、平臺(tái)架構(gòu)、集群部署與配置應(yīng)用實(shí)戰(zhàn)

內(nèi)存數(shù)據(jù)庫管理系統(tǒng)及其應(yīng)用實(shí)踐（可選）

1.?Impala實(shí)時(shí)查詢系統(tǒng)平臺(tái)架構(gòu)、核心關(guān)鍵技術(shù)剖析

2.?Impala實(shí)時(shí)查詢系統(tǒng)的部署與應(yīng)用開發(fā)實(shí)踐

3.?Redis內(nèi)存數(shù)據(jù)庫集群架構(gòu)以及核心技術(shù)剖析

4.?Redis集群的部署與應(yīng)用開發(fā)實(shí)戰(zhàn)與案例分析

Cassandra數(shù)據(jù)管理系統(tǒng)應(yīng)用實(shí)踐（可選）

1.?Cassandra集群的平臺(tái)架構(gòu)以及核心關(guān)鍵技術(shù)

2.?Cassandra一致性哈希算法與數(shù)據(jù)對(duì)象分布策略

3.?Cassandra集群的安裝部署與配置優(yōu)化

4.?Cassandra應(yīng)用開發(fā)實(shí)戰(zhàn)與案例分析

大數(shù)據(jù)項(xiàng)目應(yīng)用完整實(shí)踐與咨詢討論

1.?根據(jù)講師布置的實(shí)際應(yīng)用案例，開展大數(shù)據(jù)完整項(xiàng)目部署設(shè)計(jì)和應(yīng)用開發(fā)實(shí)踐

2.?大數(shù)據(jù)項(xiàng)目的需求分析、應(yīng)用實(shí)施以及解決方案分享咨詢與交流討論

學(xué)習(xí)考核與行業(yè)經(jīng)驗(yàn)交流