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
