Hadoop大数据处理-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:
企业内训
Hadoop大数据处理

课程目标

   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,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。

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

 



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 © 2009-2018 易程培训

京ICP备12043667号-1