• 成都大数据Hadoop与Spark技术培训班
 

中国信息化培训中心特推出了大数据技术架构及应用实战课程培训班,通过专业的大数据Hadoop与Spark技术架构体系与业界真实案例来全面提升大数据工程师、开发设计人员的工作水平,旨在培养专业的大数据Hadoop与Spark技术架构专家,更好地服务于各个行业的大数据项目开发和落地实施。

2015年近期公开课安排:(全国巡回开班)

08月21日——08月23日大连

09月23日——09月25日北京

10月16日——10月18日成都

11月27日——11月29日深圳

12月24日——12月26日广州

01月27日——01月29日杭州

招生对象:

大数据Hadoop与Spark技术的应用开发工程师

大数据分析与挖掘工程师

大数据集群运维工程师

大数据项目的IT管理人员

大数据项目规划的咨询人员

对Hadoop与Spark大数据技术感兴趣的爱好者

打算上线大数据项目及具有大数据应用需求的各行业的企业信息化技术与管理人员

具备一定的Java和Linux基础的尤佳。

培训证书:中国信息化培训中心颁发的《大数据Hadoop开发高级架构师》证书。

收费标准:5800/

公开课培训大纲:(内训方案可定制)

日程

培训模块

培训要点

第一天

上午

一、大数据技术基础入门

1.大数据的产生背景、发展历程

2.大数据和云计算的关系

3.大数据应用需求以及潜在价值分析

4.业界最新的大数据技术发展态势与应用趋势

5.大数据项目的技术选型与架构设计

6.“互联网+”时代下的电子商务、制造业、零售批发业、电信运营商、互联网金融业、网上银行、电子政务、移动互联网、教育信息化等行业应用实践与应用案例剖析

二、业界主流的大数据技术产品与项目解决方案

7.国内外主流的大数据解决方案介绍

8.当前大数据解决方案与传统数据库方案的剖析比较

9.Apache大数据平台方案剖析

10.CDH大数据平台方案剖析

11.HDP大数据平台方案剖析

12.开源的大数据生态系统平台剖析

三、Hadoop与Spark大数据处理平台

13.Hadoop的发展历程以及产业界的实际应用介绍

14.Hadoop大数据平台架构,以及PB级大数据处理工作原理与机制

15.Hadoop的核心组件剖析

16.Spark的发展历程以及业界的实际应用介绍

17.Spark实时大数据处理平台架构,以及内存大数据处理工作原理与机制

18.Spark的核心组件剖析

第一天

下午

四、大数据采集与分布式消息订阅系统

19.Flume-NG数据采集系统的数据流模型、平台架构、集群部署与配置应用实战

20.Kafka分布式消息订阅系统的应用介绍、平台架构、集群部署与配置应用实战

21.Scribe分布式日志收集系统的简介、工作原理、平台架构、集群部署与配置应用实战

22.ZooKeeper分布式协调服务系统的工作原理、平台架构、集群部署与配置应用实战

五、大数据分布式存储系统

23.分布式文件系统HDFS的简介

24.HDFS系统的主从式平台架构和工作原理

25.HDFS核心技术讲解

26.HDFS应用开发实战

27.HDFS集群的安装、部署、配置与性能优化技巧

28.分布式键值存储系统介绍、平台架构、核心技术以及应用开发

29.PB及大数据存储系统的项目案例分析

六、大数据MapReduce与Yarn并行处理平台

30.MapReduce并行计算模型

31.MapReduce作业执行与调度技术

32.第二代大数据计算框架Yarn的工作原理以及DAG并行执行机制

33.MapReduce应用开发环境的部署,以及大数据并行处理应用程序开发

34.MapReduce高级编程技巧与性能优化实践

35.MapReduce与Yarn项目案例实践

第二天

上午

七、大数据Spark实时处理平台

36.内存计算模型和实时处理技术介绍

37.Spark分布式实时处理框架及工作原理

38.Spark集群的平台架构及其生态系统组件剖析

39.Spark SQL应用实践

40.Spark Streaming应用实践

41.MLib/MLBase实时机器学习应用实践

42.GraphX实时图数据处理应用实践

43.Spark实时处理集群的安装部署与配置优化

44.Spark的编程开发应用实战

45.Spark与Hadoop的对接集成解决方案实践

八、Storm流式数据处理平台

46.Storm流式处理系统介绍、平台架构以及工作原理

47.Storm集群安装部署与配置优化

48.Storm日志分析项目应用实战

第二天

下午

九、HBase分布式数据库管理系统

49.NoSQL数据库与NewSQL数据库技术介绍,及其在半结构化和非结构化大数据方面的应用实践

50.HBase分布式数据库简介、数据模型以及工作原理

51.HBase分布式数据库集群的平台架构和关键技术剖析

52.HBase应用项目开发技巧,以及客户端开发实战

53.HBase表设计与数据操作以及数据库管理API调用

54.HBase集群的安装部署与配置优化

55.HBase集群的运维与监控管理

 

十、Cassandra数据管理系统

56.Cassandra数据存储管理系统的应用介绍

57.Cassandra集群的平台架构以及核心关键技术

58.Cassandra一致性哈希算法与数据对象分布策略

59.Cassandra集群的安装部署与配置优化

60.Cassandra应用开发实战

第三天

上午

十一、内存数据库管理系统集群

61.Impala实时查询系统的应用介绍

62.Impala实时查询系统平台架构、核心关键技术剖析

63.Impala实时查询系统的部署与应用开发实践

64.Redis内存数据库介绍,以及业界应用案例

65.Redis内存数据库集群架构以及核心技术剖析

66.Redis集群的安装部署与应用开发实战

十二、大型数据仓库Hive集群平台

67.基于Hadoop的大型分布式数据仓库基础知识,以及在行业中的应用实践案例

68.基于Spark的实时数据仓库集群基础知识,以及在行业中的应用实践案例

69.Hive大数据仓库简介以及应用介绍

70.Hive数据仓库集群的平台体系结构、核心技术剖析

71.Hive Server工作原理与应用技巧

72.Hive数据仓库集群的安装部署与配置优化

73.Hive应用开发技巧

74.Hive QL定义以及应用

75.Hive数据仓库表与表分区、表操作、数据导入导出、客户端操作技巧

76.Hive数据仓库报表设计、HWI、CLI客户端演示以及用户自定义函数(UDF)的开发实践

第三天

下午

十三、Mahout大数据分析挖掘平台

77.大数据分析挖掘技术介绍,以及行业大数据挖掘应用案例

78.Mahout大数据挖掘平台的体系架构、核心算法与关键技术运用

79.基于Mahout的数据挖掘应用程序开发实战

80.Mahout集群的安装部署与配置优化

81.集成Mahout与Hadoop集成大数据挖掘平台应用实战

十四、大数据智能化ETL操作以及Hadoop集群运维监控工具平台应用

82.Hadoop与DBMS之间进行数据转换的框架

83.Sqoop导入导出数据的工作原理,以及Sqoop集群安装部署与配置

84.Kettle集群的平台架构、核心技术工作原理以及应用案例

85.Kettle集群安装部署与配置,以及应用开发实战

86.利用Sqoop实现MySQL与Hadoop集群之间的数据导入导出交互程序

87.Hadoop大数据运维监控系统HUE平台的安装部署与配置优化

十五、大数据项目应用实战

88.根据布置的实际应用案例,开展大数据完整项目部署设计和应用开发实践

成都大数据Hadoop与Spark技术培训班的更多相关文章

  1. 网易大数据平台的Spark技术实践

    网易大数据平台的Spark技术实践 作者 王健宗 网易的实时计算需求 对于大多数的大数据而言,实时性是其所应具备的重要属性,信息的到达和获取应满足实时性的要求,而信息的价值需在其到达那刻展现才能利益最 ...

  2. [转帖]大数据hadoop与spark的区别

    大数据hadoop与spark的区别 https://www.cnblogs.com/adnb34g/p/9233906.html Posted on 2018-06-27 14:43 左手中倒影 阅 ...

  3. 大数据 Hadoop,Spark和Storm

    大数据(Big Data)   大数据,官方定义是指那些数据量特别大.数据类别特别复杂的数据集,这种数据集无法用传统的数据库进行存储,管理和处理.大数据的主要特点为数据量大(Volume),数据类别复 ...

  4. 大数据hadoop与spark的区别

    学习hadoop已经有很长一段时间了,好像是二三月份的时候朋友给了一个国产Hadoop发行版下载地址,因为还是在学习阶段就下载了一个三节点的学习版玩一下.在研究.学习hadoop的朋友可以去找一下看看 ...

  5. 大数据Hadoop与Spark学习经验谈

    昨晚听了下Hulu大数据基础架构组负责人–董西成的关于大数据学习方法的直播,挺有收获的,下面截取一些PPT的关键内容,希望对正在学习大数据的人有帮助. 现状是目前存在的问题,比如找百度.查书这种学习方 ...

  6. 大数据实时处理-基于Spark的大数据实时处理及应用技术培训

    随着互联网.移动互联网和物联网的发展,我们已经切实地迎来了一个大数据 的时代.大数据是指无法在一定时间内用常规软件工具对其内容进行抓取.管理和处理的数据集合,对大数据的分析已经成为一个非常重要且紧迫的 ...

  7. 大数据计算新贵Spark在腾讯雅虎优酷成功应用解析

    http://www.csdn.net/article/2014-06-05/2820089 摘要:MapReduce在实时查询和迭代计算上仍有较大的不足,目前,Spark由于其可伸缩.基于内存计算等 ...

  8. 大数据hadoop面试题2018年最新版(美团)

    还在用着以前的大数据Hadoop面试题去美团面试吗?互联网发展迅速的今天,如果不及时更新自己的技术库那如何才能在众多的竞争者中脱颖而出呢? 奉行着"吃喝玩乐全都有"和"美 ...

  9. 大数据篇:Spark

    大数据篇:Spark Spark是什么 Spark是一个快速(基于内存),通用,可扩展的计算引擎,采用Scala语言编写.2009年诞生于UC Berkeley(加州大学伯克利分校,CAL的AMP实验 ...

随机推荐

  1. tomcat虚拟主机虚拟目录配置

    今天着实要记上一笔,需要配置tomcat虚拟目录的问题 一 首先看两个名词 appBase -- 顾名思义 就是你app所在的目录,目录下面的子目录将自动被部署为应用:war被解压并部署 docBas ...

  2. JQuery中两个ul标签的li互相移动实现方法

    这篇文章主要介绍了JQuery中两个ul标签的li互相移动实现方法,可实现ul标签中li标签内容相互替换的技巧,涉及jQuery操作页面元素的相关技巧,需要的朋友可以参考下 本文实例讲述了JQuery ...

  3. 基于visual Studio2013解决算法导论之024双向链表实现

     题目 双向链表的实现 解决代码及点评 #include <stdio.h> #include <stdlib.h> #include <time.h> #i ...

  4. sql2008R2sp1局域网镜像环境实操(无见证服务器)

    环境介绍: 我的电脑:sql2008r2sp1_32 129.186.110.37 OS win2003 SP2 Enterprise     做主体服务器, 暂叫ServerA 服务器:    sq ...

  5. zookeeper 之znode 节点

    <pre name="code" class="html">使用 ls 命令来查看当前 ZooKeeper 中所包含的内容: [zk: 10.77. ...

  6. 解决yum升级的问题“There was a problem importing one of the Python modules”

    yum命令升级的时候,报出这个错误. There was a problem importing one of the Python modules required to run yum. The ...

  7. webservice asmx 无法序列化接口 System.Collections.Generic.IList

    转载自:http://www.cnblogs.com/chenhuzi/p/4178194.html 今天有位同事在方法里加了一个IList<entity> 的返回值,也没有测试,直接发布 ...

  8. 【linux】U-BOOT与linux kernel通信: struct tag

      欢迎转载,转载时需保留作者信息. 邮箱:tangzhongp@163.com 博客园地址:http://www.cnblogs.com/embedded-tzp Csdn博客地址:http://b ...

  9. Ch06 验证

    6.1  服务器端验证 6.1.1  Data Annotations验证 6.1.2  扩展ModelMetadtaProvider 6.2  客户端验证 6.2.1  客户端验证初步 6.2.2  ...

  10. debian网易163更新服务器 源

    sudo vi /etc/apt/sources.list 加入如下内容即可: deb http://mirrors.163.com/debian/ jessie main non-free cont ...