深圳大數據Hadoop培訓

課程亮點

以課堂講解、演示、案例分析為主,輔以互動研討、現場答疑、學以致用。

適用對象

不限

學習目標

了解大數據業內*新發展趨勢,深入掌握Hadoop的原理,Hadoop生態系統

課程內容

大數據背景與思維

1. 什么是大數據

2. 大數據技術的產生背景

3. 大數據應用場景

4. 大數據思維

5. 大數據產業鏈

6. 大數據是如何變革各行業的技術架構、商業模式和組織方式

7. 大數據必備的技術基礎

*天

Hadoop 2.0

大數據基礎理論介紹

Master/Slave結構

消息機制

RPC原理

Hadoop 1.0 存在的問題及現有的解決方案

Hadoop 2.0 各廠商版本對比

Cloudera

Hontorworks

華為等

Apache Hadoop 大數據平臺全流程解決方案

Cloudera Hadoop 大數據平臺全流程解決方案

HDP Hadoop 大數據平臺解決方案

Hadoop 2.0 項目結構解析

Hadoop工作原理及架構

第二天

Hadoop集群運維高階實踐-案例與實驗

運行節點的監控

失敗節點的恢復

新節點的添加

Master節點的HA解決方案

失敗任務的恢復

損壞數據的恢復

第三天

Hive架構及實踐案例沙盤演練

Hive系統部署與搭建

Hive工作機制

基于Hive的大數據加載過程

Hive程序編寫性能建議

MapJoin

數據傾斜

Join順序

UDF編寫注意事項

快速獲取結果TopN

通過Explain觀察Hive行為

動手實驗:完成Hive的搭建與配置

典型案例分析:基于Hive的大型電信通話記錄分析示例,詳細分析Hive的架構應用、性能調優及其使用場景與整體系統架構的結合

第四天

Spark架構及實踐

案例沙盤演練

1.2 Spark的重要擴展

1.2.1 Spark SQL和Dataframe

1.2.2 Spark Streaming

1.2.3 Spark MLlib和ML

1.2.4 GraphX

1.2.5 SparkR

2.3 運行Spark應用程序

2.3.1 Local模式運行Spark應用程序

2.3.2 Standalone模式運行Spark應用程序

2.3.3 YARN模式運行Spark

2.3.4 應用程序提交和參數傳遞

3 Spark程序開發

3.1 使用Spark Shell編寫程序

3.1.1 啟動Spark Shell

3.1.2 加載text文件

3.1.3 簡單RDD操作

3.1.4 簡單RDD操作應用

3.1.5 RDD緩存

3.2 構建Spark的開發環境

3.2.1 準備環境

3.2.2 構建Spark的Eclipse開發環境

3.2.3 構建Spark的IntelliJ IDEA開發環境

3.3 獨立應用程序編程

3.3.1 創建SparkContext對象

3.3.2 編寫簡單應用程序

3.3.3 編譯并提交應用程序

案例實戰:一個用戶畫像的Spark分析實例, 演練使用Spark進行經典用戶畫像分析的實例

第五天

Spark Streaming應用開發

Spark Streaming Java實例開發、運行

Spark Streaming Java實例的運行過程分析

Spark Streaming內部數據傳輸過程分析

Spark Streaming應用開發總結(API回顧,典型應用模式總結)

Spark Streaming消息可靠性保證機制介紹

Spark Streaming實時大數據算法解析案例

Spark Streaming實時大數據報警案例

Spark Streaming實時大數據的調整與改進