回到顶部

“Hadoop与Spark大数据开发与案例分析” 实战培训班

2018年5月29日 8:30 ~ 2018年6月3日 17:30

收起

活动票种
    付费活动,请选择票种
    展开活动详情

    活动内容收起

     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

    因此我单位举办“Hadoop与Spark大数据开发与案例分析”培训班。由北京中科软培科技有限公司与中联软博(北京)科技有限公司具体承办,望相关单位收到通知后积极参加。相关培训事宜如下:

    一、培训时间和地点

      可咨询:13932327338

    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(5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

    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

    ¬ Mapreducestormspark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 SQLad-hoc
     
    ¬ MllibMachineLearning
     
    ¬ GraphXbagel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 StandaloneYARN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



    举报活动

    活动标签

    您还可能感兴趣

    您有任何问题,在这里提问!

    为营造良好网络环境,评价信息将在审核通过后显示,请规范用语。

    全部讨论

    还木有人评论,赶快抢个沙发!

    活动主办方更多

    中科云畅应用技术研究院

    中科云畅应用技术研究院

    中科云畅应用技术研究院----技术开发、技术推广、技术转让、技术咨询、技术服务;销售自行开发的产品;计算机系统服务;基础软件服务;应用软件服务;软件开发;软件咨询;产品设计;模型设计;教育咨询(中介服务除外);会议服务;市场调查;企业管理咨询;企业策划;自然科学研究与试验发展;农业科学研究与试验发展

    微信扫一扫

    分享此活动到朋友圈

    活动日历   03月
    26 27 28 29 1 2 3
    4 5 6 7 8 9 10
    11 12 13 14 15 16 17
    18 19 20 21 22 23 24
    25 26 27 28 29 30 31

    免费发布