一、學(xué)習(xí)培訓(xùn)特點(diǎn)
1.培訓(xùn)課程業(yè)內(nèi)更時(shí)興、運(yùn)用更普遍的Hadoop與Spark大數(shù)據(jù)技術(shù)性管理體系。
加強(qiáng)大數(shù)據(jù)服務(wù)平臺(tái)的分布式系統(tǒng)集群構(gòu)架和關(guān)鍵核心技術(shù)完成、大數(shù)據(jù)運(yùn)用項(xiàng)目開(kāi)發(fā)設(shè)計(jì)和大數(shù)據(jù)集群運(yùn)維管理實(shí)踐、及其Hadoop與Spark大數(shù)據(jù)項(xiàng)目應(yīng)用程序開(kāi)發(fā)與優(yōu)化的整個(gè)過(guò)程經(jīng)營(yíng)沙盤模擬實(shí)戰(zhàn)演練。
2.根據(jù)一個(gè)詳細(xì)的大數(shù)據(jù)開(kāi)發(fā)設(shè)計(jì)項(xiàng)目及一組具體項(xiàng)目訓(xùn)煉實(shí)例,遮蓋
Hadoop與Spark生態(tài)體系服務(wù)平臺(tái)的應(yīng)用程序開(kāi)發(fā)與運(yùn)維管理實(shí)踐。課堂教學(xué)實(shí)踐項(xiàng)目以項(xiàng)目工作組的方式開(kāi)展沙盤模型實(shí)際操作訓(xùn)練,重中之重加強(qiáng)了解Hadoop與Spark大數(shù)據(jù)項(xiàng)目每個(gè)環(huán)節(jié)的工作重點(diǎn),另外把握做為大數(shù)據(jù)項(xiàng)目管理人員的基礎(chǔ)技術(shù)性與業(yè)務(wù)流程素質(zhì)。
3.本課程內(nèi)容的講課師資力量全是擁有 很多年在一線從業(yè)Hadoop與Spark大數(shù)據(jù)項(xiàng)目
的杰出老師,選用基本原理技術(shù)性剖析和實(shí)戰(zhàn)演練實(shí)例緊密結(jié)合的方法進(jìn)行互動(dòng)課堂、加強(qiáng)以創(chuàng)建大數(shù)據(jù)項(xiàng)目解決方法為行為主體的應(yīng)用程序開(kāi)發(fā)、技術(shù)討論與溝通交流資詢,在學(xué)習(xí)培訓(xùn)的另外推動(dòng)老師學(xué)生中間的溝通交流,讓每一個(gè)學(xué)生都能在培訓(xùn)課程全過(guò)程初中到切切實(shí)實(shí)的大數(shù)據(jù)技術(shù)性知識(shí)結(jié)構(gòu),及其大數(shù)據(jù)關(guān)鍵技術(shù)實(shí)戰(zhàn)演練技能,具有具體大數(shù)據(jù)運(yùn)用項(xiàng)目的動(dòng)手能力開(kāi)發(fā)設(shè)計(jì)實(shí)踐與運(yùn)維服務(wù)部署工作能力。講課全過(guò)程中,依據(jù)學(xué)生要求,加設(shè)溝通交流階段,可將實(shí)際工作上碰到的具體難題交流思想,老師會(huì)依據(jù)學(xué)生的具體情況調(diào)整講課內(nèi)容,由老師帶著所有學(xué)生積極主動(dòng)探討,并得出一定的時(shí)間讓學(xué)生登臺(tái)講話,當(dāng)場(chǎng)剖析難題的問(wèn)題,整體規(guī)劃出行得通的解決方法。
二、培訓(xùn)目標(biāo)
1.深刻領(lǐng)會(huì)在“互聯(lián)網(wǎng)技術(shù)”時(shí)期下大數(shù)據(jù)的造成背景圖、發(fā)展史和演變發(fā)展趨勢(shì);
2.掌握業(yè)內(nèi)市場(chǎng)的需求和世界各國(guó)升級(jí)的大數(shù)據(jù)技術(shù)性時(shí)尚潮流,洞悉大數(shù)據(jù)的潛在性使用價(jià)值;
3.了解大數(shù)據(jù)項(xiàng)目解決方法及業(yè)內(nèi)大數(shù)據(jù)運(yùn)用實(shí)例,進(jìn)而為公司在大數(shù)據(jù)項(xiàng)目
中的技術(shù)選型及技術(shù)性架構(gòu)模式出示管理決策參照;
4.把握業(yè)內(nèi)更時(shí)興的Hadoop與Spark大數(shù)據(jù)技術(shù)性管理體系;
5.把握大數(shù)據(jù)收集技術(shù)性;
6.把握大數(shù)據(jù)分布式系統(tǒng)技術(shù)性;
7.把握NoSQL與NewSQL分布式系統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng);
8.把握大數(shù)據(jù)庫(kù)房與統(tǒng)計(jì)分析深度學(xué)習(xí)技術(shù)性;
9.把握大數(shù)據(jù)剖析發(fā)掘與商務(wù)智能(BI)技術(shù)性;
10.把握大數(shù)據(jù)線下解決技術(shù)性;
11.把握Storm流式的大數(shù)據(jù)解決技術(shù)性;
12.把握根據(jù)運(yùn)行內(nèi)存測(cè)算的大數(shù)據(jù)并行處理技術(shù)性;
13.把握大數(shù)據(jù)管理方法技術(shù)性的基本原理知識(shí)和運(yùn)用實(shí)戰(zhàn)演練;
14.深層次了解大數(shù)據(jù)服務(wù)平臺(tái)技術(shù)架構(gòu)和應(yīng)用情景;
15.熟練應(yīng)用Hadoop與Spark大數(shù)據(jù)技術(shù)性管理體系整體規(guī)劃解決方法考慮具體項(xiàng)目要求;
16.把握怎樣部署合乎環(huán)境規(guī)定的Hadoop大數(shù)據(jù)集群;
17.熟練地把握根據(jù)Hadoop與Spark大數(shù)據(jù)服務(wù)平臺(tái)開(kāi)展運(yùn)用軟件開(kāi)發(fā)、集群運(yùn)維管理
管理方法和特性優(yōu)化方法。
三、課程大綱
時(shí)間
課程內(nèi)容控制模塊
教學(xué)內(nèi)容
天
早上
大數(shù)據(jù)技術(shù)性基本
1.大數(shù)據(jù)的造成背景圖、發(fā)展史
2.大數(shù)據(jù)和云計(jì)算技術(shù)的關(guān)聯(lián)
3.大數(shù)據(jù)運(yùn)用要求及其潛在性價(jià)值評(píng)估
4.業(yè)內(nèi)升級(jí)的大數(shù)據(jù)技術(shù)性發(fā)展趨勢(shì)趨勢(shì)與運(yùn)用發(fā)展趨勢(shì)
5.大數(shù)據(jù)項(xiàng)目的技術(shù)選型與架構(gòu)模式
6.“互聯(lián)網(wǎng)技術(shù)”時(shí)期下的電商、加工制造業(yè)、零售批發(fā)業(yè)、通信運(yùn)營(yíng)商、互聯(lián)網(wǎng)技術(shù)金融行業(yè)、手機(jī)銀行、智慧政務(wù)、移動(dòng)互聯(lián)、教育現(xiàn)代化等應(yīng)用領(lǐng)域?qū)嵺`與運(yùn)用實(shí)例剖析
業(yè)內(nèi)流行的大數(shù)據(jù)技術(shù)性商品與項(xiàng)目解決方法
1.世界各國(guó)流行的大數(shù)據(jù)解決方法詳細(xì)介紹
2.當(dāng)今大數(shù)據(jù)解決方法與傳統(tǒng)式數(shù)據(jù)庫(kù)查詢計(jì)劃方案的剖析較為
3.Apache大數(shù)據(jù)服務(wù)平臺(tái)計(jì)劃方案剖析
4.CDH大數(shù)據(jù)服務(wù)平臺(tái)計(jì)劃方案剖析
5.HDP大數(shù)據(jù)服務(wù)平臺(tái)計(jì)劃方案剖析
6.開(kāi)源系統(tǒng)的大數(shù)據(jù)生態(tài)體系服務(wù)平臺(tái)剖析
Hadoop大數(shù)據(jù)服務(wù)平臺(tái)剖析
1.Hadoop的發(fā)展史及其工業(yè)界的具體運(yùn)用詳細(xì)介紹
2.Hadoop大數(shù)據(jù)服務(wù)平臺(tái)構(gòu)架
3.根據(jù)Hadoop服務(wù)平臺(tái)的PB級(jí)大數(shù)據(jù)存儲(chǔ)管理與剖析解決的原理與體制
4.Hadoop的關(guān)鍵部件剖析
天
中午
大數(shù)據(jù)分布式系統(tǒng)系統(tǒng)軟件基本原理以及運(yùn)用實(shí)踐
1.分布式存儲(chǔ)HDFS的介紹
2.HDFS系統(tǒng)軟件的主從關(guān)系式服務(wù)平臺(tái)構(gòu)架和原理
3.HDFS關(guān)鍵部件技術(shù)性解讀
4.根據(jù)HDFS的大中型分布式存儲(chǔ)應(yīng)用程序開(kāi)發(fā)實(shí)戰(zhàn)演練
5.HDFS集群的安裝、部署、配備與性能優(yōu)化實(shí)踐
6.HDFS與LinuxNFS3交互方式及其本土化部署運(yùn)用實(shí)踐
7.分布式系統(tǒng)鍵值分布式存儲(chǔ)的服務(wù)平臺(tái)構(gòu)架、關(guān)鍵技術(shù)及其應(yīng)用程序開(kāi)發(fā)
8.PB級(jí)大數(shù)據(jù)儲(chǔ)存項(xiàng)目的經(jīng)典案例
大數(shù)據(jù)MapReduce與Yarn并行計(jì)算服務(wù)平臺(tái)
1.MapReduce并行計(jì)算實(shí)體模型
2.MapReduce工作實(shí)行與生產(chǎn)調(diào)度技術(shù)性
3.第二代大數(shù)據(jù)測(cè)算架構(gòu)Yarn的原理及其DAG并行執(zhí)行體制
4.MapReduce應(yīng)用程序開(kāi)發(fā)自然環(huán)境的部署,及其大數(shù)據(jù)并行計(jì)算運(yùn)用軟件開(kāi)發(fā)
5.MapReduce高級(jí)程序編寫方法與性能優(yōu)化實(shí)踐
6.MapReduce與Yarn大數(shù)據(jù)剖析解決經(jīng)典案例
Hadoop運(yùn)用實(shí)踐實(shí)際操作訓(xùn)煉
1.部署與配備HDFS,嫻熟實(shí)際操作HDFSSHELL,HDFS與NFS實(shí)際操作,及其HDFSAPI開(kāi)發(fā)設(shè)計(jì)實(shí)踐
2.部署與配備MapReduce與Yarn以及開(kāi)發(fā)設(shè)計(jì)實(shí)踐
3.Hadoop的Linux二次開(kāi)發(fā)自然環(huán)境部署與配備
第二天
早上
HBase分布式系統(tǒng)數(shù)據(jù)庫(kù)查詢智能管理系統(tǒng)
1.NoSQL數(shù)據(jù)庫(kù)查詢與NewSQL數(shù)據(jù)庫(kù)系統(tǒng)詳細(xì)介紹,以及在半結(jié)構(gòu)型和非結(jié)構(gòu)型大數(shù)據(jù)層面的運(yùn)用實(shí)踐
2.HBase分布式系統(tǒng)數(shù)據(jù)庫(kù)查詢介紹、數(shù)據(jù)庫(kù)系統(tǒng)及其原理
3.HBase分布式系統(tǒng)數(shù)據(jù)庫(kù)查詢集群的服務(wù)平臺(tái)構(gòu)架和核心技術(shù)剖析
4.HBase運(yùn)用項(xiàng)目開(kāi)發(fā)設(shè)計(jì)方法,及其客戶端開(kāi)發(fā)實(shí)戰(zhàn)演練
5.HBase表設(shè)計(jì)方案與數(shù)據(jù)信息實(shí)際操作及其數(shù)據(jù)管理API啟用
6.HBase集群的安裝部署與配備提升
7.ZooKeeper分布式系統(tǒng)融洽服務(wù)系統(tǒng)的原理、服務(wù)平臺(tái)構(gòu)架、集群部署與配備運(yùn)用實(shí)戰(zhàn)演練
8.HBase集群的運(yùn)維管理與監(jiān)控器管理方法
HBase半結(jié)構(gòu)化數(shù)據(jù)管理方法運(yùn)用實(shí)踐實(shí)際操作訓(xùn)煉
1.部署與配備HBase集群及其HBase的性能優(yōu)化
2.部署與配備ZooKeeper分布式系統(tǒng)集群
3.搭建HBase開(kāi)發(fā)工具
4.HBase數(shù)據(jù)庫(kù)操作及項(xiàng)目實(shí)踐
第二天
中午
Hive大中型數(shù)據(jù)庫(kù)管理集群服務(wù)平臺(tái)以及運(yùn)用實(shí)踐
1.根據(jù)Hadoop的大中型分布式系統(tǒng)數(shù)據(jù)庫(kù)管理基本知識(shí),HIVE在制造行業(yè)中的數(shù)據(jù)庫(kù)管理運(yùn)用實(shí)例
2.Hive大數(shù)據(jù)庫(kù)房介紹及其運(yùn)用詳細(xì)介紹
3.Hive數(shù)據(jù)庫(kù)管理集群的服務(wù)平臺(tái)系統(tǒng)架構(gòu)、關(guān)鍵技術(shù)剖析
4.HiveServer的原理、體制與運(yùn)用
5.Hive數(shù)據(jù)庫(kù)管理集群的安裝部署與配備提升
6.Hive應(yīng)用程序開(kāi)發(fā)方法
7.HiveSQL剖析與運(yùn)用實(shí)踐
8.Hive數(shù)據(jù)庫(kù)管理表與表系統(tǒng)分區(qū)、表實(shí)際操作、數(shù)據(jù)信息導(dǎo)入導(dǎo)出、手機(jī)客戶端實(shí)際操作方法
9.Hive數(shù)據(jù)庫(kù)管理表格設(shè)計(jì)方案
10、HiveJDBC與ODBC的原理與完成體制
11、HiveHWI
地理位置 Location
