你的位置: 首页 > wusong888首页 > 互联网/语言 > 课程详情
details

Hadoop应用与开发高级工程师

暂无评价   
  1. 开课时间:2017年07月18日 09:00 周二 已结束
  2. 结束时间:2017年07月24日 09:00 周一
  3. 课程时长:30小时
  4. 招生进展: 确定开班
  5. 开课地点:北京市
  6. 授课讲师: 待定
  7. 课程编号:332515
  8. 课程分类:互联网/语言
  9.  
  10. 收藏 人气:145
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
5800
可用淘币
0
返现金券
待定
你还可以: 收藏
本课程的其它开课计划:
课程编号 城市 培训讲师 上课时间 价格 点击报名
332516 成都市 待定 2017-07-25 09:00 ¥5800元 点击报名

培训受众:

各地政府云计算物联网产业相关负责人,各企业CIO、信息中心负责人、技术总监,云计算中心负责人,云计算产业投资团队,云计算应用开发商,云计算硬件设备供应商,云服务提供商,高校、科研院所云计算项目负责人。
各企业大数据架构师、技术总监、数据挖掘负责人、数据挖掘开发工程师

课程收益:

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

培训颁发证书:

参加相关培训并通过考试的学员,可以获得:
工业和信息化部颁发的-大数据处理高级工程师。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。
注:请学员带一寸彩照2张(背面注明姓名)、身份证复印件一张。

课程大纲:

课程模块 课程主题 主要内容 案例和演示
模块二 大数据介绍带来的机遇和挑战 1)大数据概念的发展与解析  2)大数据在国内外发展现状  3)大数据在互联网发展现状  4)大数据四个特点分析 大数据带来的机遇和挑战  1)大数据能带来什么 、引领社会进入“大数据时代”  2)大数据对国家、社会的作用 、大数据将推动经济发展  3)大数据将推动科技发展进程、开启商业智能新阶段  4)数据分析的发展——从数据到知识 大数据如何让商业更智能、大数据应用案例  5)带来数据处理新变革 、大数据的关键技术  6)大数据与云计算 、大数据技术的发展趋势    精彩案例 电信手机上网日志分析 移动 GPRS 上网日志查询系统 某省份联通网络不良信息检测系统 国土资源部门下属单位非结构离线网格分析平台 某银行海量数据统一分析平台   某电信用户属性精分系统   某银行实时计算平台   某电力电台电视节目推荐系统
模块三 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
模块四 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
模块五 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  Hadoop SecondaryNameNode 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
模块六 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
模块七 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
模块八 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     
模块九 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  
模块十 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
模块十一 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
模块十二 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
模块十三 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
模块十四 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  某银行大数据Spark应用案例详解 u  某证券公司大数据案例介绍 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 u  电信大数据案例介绍: u  基于社交网络的精确营销和客户维系 u  基于信令分析用户的移动轨迹 u  基站规划和动态优化 u  智慧城市交通 u  流量分析 u  上海联通大数据开放变现的实现案例介绍
模块十五 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
模块十六 Spark原理和入门 u  Spark原理;Spark的架构图;Spark运行模式介绍 u  —local;—standalone;—messos;—yarn;Spark的RDD u  什么是RDD;RDD的种类;—Tranformation;—Action u  Spark的存储级别;Cache介绍;Spark的容错原理 u  Lineage容错;Checkpoint容错;RDD的创建 u  案例—统计单词的个数
模块十七 互联网大数据应用案例 ü  根阿里的ODPS大数据平台架构介绍 ü  阿里的实时推荐架构 ü  阿里的交叉营销系统 ü  阿里支付宝交易监控系统 ü  支付宝微贷案例分析(互联网征信系统) ü  京东打白条系统分析 ü  百度预测大数据平台案例分析

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应用与开发高级工程师 查看更多:互联网/语言wusong888
Hadoop应用与开发高级工程师 相关的最新课程
讲师动态评分 与同行相比
授课内容与课纲相符00% 讲师授课水平00% 服务态度00%