云计算之大数据处理Hadoop高端课程班-猎学网

【课程详情】

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,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。

招生对象

本课程适合于有一定javaSE基础知识(不需要了解jsp/servlet等web内容，对SSH框架无要求)，对数据库和sql语句有一定了解，熟练使用linux系统的学生，特别适合于大专院校计算机专业的学生，学习过各类视频教程的未就业人士以及在职程序员。

课程安排

一、Hadoop入门，了解什么是hadoop	1、 Hadoop产生背景 2、 Hadoop在大数据、云计算中的位置和关系 3、国内外Hadoop应用案例介绍 4、国内Hadoop的就业情况分析及课程大纲介绍 5、 Hadoop生态圈以及各组成部分的简介 6、 Hadoop核心MapReduce例子说明
二、分布式文件系统HDFS，是数据库管理员的基础课程	1、分布式文件系统DFS简介 2、 HDFS的系统组成介绍 3、 HDFS的组成部分详解 3.1数据块block 3.2名称节点NameNode 3.3数据节点DataNode 3.4辅助名称节点SecondaryNameNode 3.5任务节点JobTracker 3.6任务节点TaskTracker -->4、副本存放策略及路由规则 5、命令行接口 5.2操作演示 -->6、 Java接口 6.2从文件读取数据及演示 6.3向文件写入数据及演示 -->7、客户端与HDFS的数据流讲解 7.2文件写入 -->8、 HDFS的可用性（HA） 8.2辅助名称节点配置	-->
三、初级MapReduce，成为Hadoop开发人员的基础课程	1、如何理解map、reduce计算模型 2、剖析伪分布式下MapReduce作业的执行过程 3、序列化 3.2Hadoop的RPC序列化，作用及其特点 3.3Hadoop序列化格式Writable接口以及如何自定义Writable类型 -->4、 MapReduce的类型与格式 4.2输入格式。以FileInputFormat为例说明 4.3输出格式。以File0utputFormat为例说明 -->5、 MapReduce开发环境搭建 6、 MapReduce应用开发 6.2MapReduce开发方法 6.3程序调测 -->7、更多示例讲解，熟悉MapReduce算法原理
四、高级MapReduce，高级Hadoop开发人员的关键课程	1、使用压缩分隔减少输入规模 2、利用biner减少中间数据 3、编写Partitioner优化负载均衡 4、 MapReduce优化 5、编程实战
五、Hadoop集群与管理，是数据库管理员的高级课程	1、 Hadoop集群的搭建 2、 Hadoop集群的监控 3、 Hadoop集群的管理 4、集群下运行MapReduce程序
六、HBase基础知识，面向列的实时分布式数据库	1、 HBase定义 2、 HBase与RDBMS的对比 3、数据模型 4、系统架构 5、 HBase上的MapReduce 6、表的设计
七、HBase集群及其管理	1、集群的搭建过程讲解 2、集群的监控 3、集群的管理
八、HBase客户端	1、 HBase Shell以及演示 2、 Java客户端以及代码演示
九、Hive	1、数据仓库基础知识 2、 Hive定义 3、 Hive体系结构简介 4、 Hive集群 5、客户端简介
十、HiveQL	1、 HiveQL定义 2、 HiveQL与SQL的比较 3、数据类型 4、表与表分区概念 5、表的操作与CLI客户端演示 6、数据导入与CLI客户端演示 7、查询数据与CLI客户端演示 8、数据的连接与CLI客户端演示 9、用户自定义函数（UDF）的开发与演示

培训方式

总课时：7天

周末班：早上9点到中午12点，下午2点到下午5点，全天6小时，不管午餐

全日制脱产班：java培训开班日期

云计算之大数据处理Hadoop高端课程班

课程详情

猜您喜欢