Hadoop与Spark大数据开发与案例分析-易程培训-软件研发管理培训、咨询服务
首页 | 快捷通道:我是

关注的讲师:

分享到:
公开课
Hadoop与Spark大数据开发与案例分析

开课地点:成都
开课时间:2018-05-30至2018-06-02
课程费用:6800 元/人
课程简介:

各有关单位:

  为贯彻落实党中央国务院“十三五”规划指导精神,实施网络强国战略,加快建设数字中国;构建高效信息网络,推进物联网发展;实施“互联网+”行动计划,促进多领域融合发展;实施国家大数据战略,加快政府数据开放;加强数据安全包含,全面保障信息系统安全;推进军民融合发展立法。要实施国家大数据战略,把大数据作为基础性战略资源,全面实施促进大数据发展行动,加快推动数据资源共享开放和开发应用,助力产业转型升级和社会治理创新。加快政府数据开放共享,促进大数据产业健康发展。

现如今,大数据的应用并不仅存在于一些“理工类领域”,它已经渗透到我们生活的方方面面,将来,大数据在能源、金融、电信、汽车、消费等大多数行业都有用武之地,行业发展潜力巨大。去年,国内数据创业已是风起云涌,其实,2016才是真正意义上的大数据元年。据IDC预测,到2020年,大数据分析技术将成为所有国家经济增长的关键动力。大数据分析及其相关的市场的复合年增长率将达到26.4%,在2018年全球将发展到415亿美元的规模。同时,IDC认为,到2020年大数据分析技术将成为所有国家经济增长的关键动力。然而大数据架构最火热的莫过于Hadoop,Spark和Storm这三种

相关培训事宜如下:

一、培训时间和地点

2018年05月16日-05月20日 广州 (16日全天报到)

2018年05月29日-06月03日 成都 (29日全天报到)

二、培训对象

各地政府,院校云计算物联网产业相关负责人,各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员、技术总监、数据挖掘负责人、数据挖掘开发工程师等

三、课程目标

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

四、师资介绍

 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。 

五、培训特色

    注重应用:分析国内实际情况,结合国际、国内成功经验。采用实战的项目,让学员在短时间内掌握Hadoop与Spark的搭建与配置。并进行高效的大数据清洗和分析。

  形式灵活:互动课堂、免费技术沙龙、提供云计算项目建设咨询、大数据Hadoop平台的搭建。

六、颁发证书

参加相关培训并通过考试的学员,可以获得:

工业和信息化部全国网络与信息技术考试管理中心中心颁发的-“Hadoop与Spark大数据应用与开发”职业技能证书(等级高级)。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。

七、培训费用及须知

6800元/人(含教材、培训费、考证费以及学习用具等费用) 食宿统一安排,费用自理。

六、课程大纲(4天课程)

课程模块

课程主题

主要内容

案例和演示

模块一

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

模块二

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

模块三

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  HadoopSecondaryNameNode 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

模块四

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

模块五

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

模块六

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

模块七

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      

模块八

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 

模块九

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

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

模块十一

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

模块十二

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  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

模块十三

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

 

 

模块十四

Spark
生态介绍

¬ Mapreduce、storm和spark模型的比较和使用场景介绍
¬ Spark产生背景
¬ Spark(内存计算框架)
¬ SparkSteaming(流式计算框架)
¬ Spark SQL(ad-hoc)
¬ Mllib(MachineLearning)
¬ GraphX(bagel将被代)
¬ DlinkDB介绍
¬ SparkR介绍

 

模块十五

Spark
安装部署

¬ Spark安装简介
¬ Spark的源码编译
¬ Spark Standalone安装
¬ Spark应用程序部署工具spark-submit
¬ Spark的高可用性部署

 

模块十六

Spark
运行架构和解析

¬ Spark的运行架构
• 基本术语
• 运行架构
• Spark on Standalone运行过程
• Spark on YARN 运行过程
¬ Spark运行实例解析
• Spark on Standalone实例解析
• Spark on YARN实例解析

• 比较 Standalone与YARN模式下的优缺点

模块十七

Spark
scala编程

• Scala基本语法与高阶语法

• Scala基本语法
• Scala开发环境搭建
• Scala开发Spark应用程序
• 使用java编程
• 使用scala编程
• 使用python编程

 

 

讲师资料:


讲师



易程培训长期致力于面向软件研发团队的培训与咨询专业机构,专注于软件研发中心快速成长,提升软件研发团队技能、改善研发流程及研发产品创新能力。分享行业软件研发团队最佳管理实践,致力成为中国最专业权威的IT高端技术专业培训机构!

销售服务热线 010-56106823- CopyRight © 2009-2012 易立程科技(北京)有限公司

京ICP备12043667号-1