◆時： 共5部份,30學時
        
        ☆注重質量 ☆邊講邊練32

+84322
        ☆合格學員免費推薦工作
        ★實驗設備請點擊這兒查看★

        1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

一、Linux基礎
?? ? 1、Linux的實驗環境和安裝配置
? ? 2、使用VI編輯器
?? ? 3、Linux的目錄結構
?? ? 4、文件目錄操作和壓縮命令
? ? 5、Linux的權限管理?
?? ? 6、安裝JDK常用軟件
?? ? 7、案例分析：Java的死鎖

二、Hadoop的背景知識與起源

??? 8、實驗環境簡介
? ? 9、本門課程各章概述
? 10、大數據的起源和基本概念

? 11、Google的基本思想之一：GFS

? 12、Google的基本思想之二：MapReduce

? 13、Google的基本思想之三：BigTable

三、搭建Hadoop環境

? 14、Hadoop的目錄結構和本地模式的搭建

? 15、搭建Hadoop的偽分布模式

? 16、免密碼登錄的原理和配置

? 17、搭建Hadoop的全分布模式

四、Apache Hadoop的體系結構

? 18、HDFS體系結構之一：NameNode

? 19、HDFS體系結構之一：DataNode

? 20、HDFS體系結構之三：Secondary NameNode

? 21、Yarn的體系結構和資源分配方式

? 22、HBase的體系結構

? 23、主從結構的單點故障問題

五、HDFS

? 24、HDFS的操作方式之一：Web Console
? 25、HDFS的操作方式之二：命令行
? 26、HDFS的操作方式之三：使用Java創建目錄和HDFS的權限
? 27、使用JavaAPI上傳數據
? 28、使用JavaAPI下載數據
? 29、使用JavaAPI查看數據文件的元信息
? 30、HDFS上傳文件的原理和過程
? 31、HDFS下載文件的原理和過程
? 32、什么是Java的動態代理
? 33、Java動態代理的應用案例：數據庫連接池
? 34、什么是RPC和RPC的實現
? 35、HDFS的回收站
? 36、HDFS的快照
? 37、HDFS的配額
? 38、HDFS的安全模式和權限管理
? 39、HDFS集群簡介

六、MapReduce

? 40、知識點回顧：MapReduce的編程模型和Demo演示
? 41、分析WordCount單詞計數的數據流動過程
? 42、開發自己的WordCount程序
? 43、案例分析：求每個部門的工資總額數據處理的流程
? 44、編程實現求每個部門的工資總額
? 45、MapReduce的序列化和案例分析
? 46、序列化編程案例：求每個部門的工資總額
? 47、基本數據類型的排序
? 48、對象進行排序
? 49、分區的基本概念
? 50、編程案例：自定義分區
? 51、什么是Combiner？
? 52、什么是Shuffle？
? 53、搭建Hadoop的Eclipse開發環境

??

七、MapReduce編程案例

? 54、案例一：去掉重復數據
? 55、知識復習：數據庫中的多表查詢
? 56、案例二：多表查詢之等值連接的分析過程
? 57、案例二：多表查詢之等值連接的MapReduce實現
? 58、案例三：多表查詢之自連接的分析過程
? 59、案例三：多表查詢之自連接的實現
? 60、案例四：分析倒排索引的實現過程
? 61、案例四：編程實現倒排索引
? 62、案例五：使用MRUnit進行單元測試
? 63、第一階段課程小結

八、NoSQL數據庫之：HBase

? 64、NoSQL簡介和常見的NoSQL數據庫
? 65、HBase體系結構和表結構
? 66、搭建HBase環境和實現HA
? 67、HBase在ZK中保存的數據和HA
? 68、使用HBase Shell操作HBase
? 69、使用JavaAPI操作HBase
? 70、HBase中數據保存的過程和Region的分裂
? 71、HBase的過濾器
? 72、HBase上的MapReduce數據的分析過程
? 73、開發HBase上的MapReduce程序

九、數據分析引擎之：Hive

? 74、Hive簡介和Hive的體系結構
? 75、Hive的安裝和配置
? 76、Hive數據模型之：內部表
? 77、Hive數據模型之：分區表
? 78、Hive數據模型之：外部表
? 79、Hive數據模型之：桶表
? 80、Hive數據模型之：視圖
? 81、Hive的Java客戶端
? 82、Hive的自定義函數

十、數據分析引擎之：Pig

? 83、Pig簡介和安裝配置
? 84、Pig的常用命令
? 85、Pig的數據模型
? 86、使用PigLatin語句分析數據
? 87、Pig的自定義函數一：自定義過濾函數和自定義運算函數
? 88、Pig的自定義函數二：自定義加載函數

十一、數據采集引擎：Sqoop和Flume

? 89、準備數據采集的實驗環境
? 90、使用Sqoop采集關系型數據庫的數據
? 91、使用Flume采集日志

十二、集成管理工具：HUE

? 92、安裝和配置使用HUE

十三、Hadoop序列化框架：Avro

? 93、Avro課程概述
? 94、Java的序列化
? 95、Hadoop的序列化
? 96、Avro的數據類型和Schema
? 97、使用Schema實現Java的序列化
? 98、使用Schema實現Java的反序列化
? 99、使用Avro Tools生成Schema生成類實現Java的序列化
? 100、使用Avro Tools生成Schema生成類實現Java的反序列化
? 101、知識點回顧：Hadoop中的RPC通信
? 102、在RPC使用Avro實現消息的通信之一：定義消息格式Schema
? 103、在RPC使用Avro實現消息的通信之二：開發服務器端程序
? 104、在RPC使用Avro實現消息的通信之三：開發客戶端端程序
? 105、知識點回顧：Hadoop中的MapReduce
? 106、在MapReduce中使用Avro之一：定義數據格式Schema
? 107、在MapReduce中使用Avro之二：開發Mapper端程序
? 108、在MapReduce中使用Avro之三：開發Reducer端程序
? 109、在MapReduce中使用Avro之四：開發Job主程序端程序
? 110、在MapReduce中使用Avro之五：運行測試
? 111、在MapReduce任務中使用Schema的生成類

十四、工作流引擎：Oozie

? 112、Oozie課程概述與基本概念
? 113、安裝和配置Oozie
? 114、演示Oozie自帶的Example
? 115、Oozie控制節點
? 116、Oozie的動作節點之一：Fs
? 117、Oozie的動作節點之二：Java-Main
? 118、Oozie的動作節點之三：MapReduce
? 119、Oozie的動作節點之四：Sqoop
? 110、Oozie的動作節點之五：Hive
? 111、Oozie的動作節點之六：Pig
? 112、綜合案例：處理商品訂單
? 113、什么是OOzie的Coordinator
? 114、什么是OOzie的Bundle

十五、Hadoop HA的實現和HDFS的聯盟

? 115、上次課程復習
? 116、ZooKeeper簡介和安裝配置
? 117、HadoopHA的實現原理
? 118、利用ZooKeeper實現Hadoop的HA
? 119、上次課程復習
? 120、HDFS聯盟的體系結構
? 121、搭建HDFS聯盟的環境
? 122、第二階段課程總結

十六、NoSQL數據庫之：Redis

? 123、Redis簡介與安裝配置
? 124、Redis的操作和適用場景
? 125、Redis的事務
? 126、Redis的消息機制
? 127、Redis的持久化
? 128、Redis集群的主從復制
? 129、Redis的HA實現
? 130、Redis的代理分片

十七、實時處理框架：Apache Storm

? 131、大數據實時計算簡介
? 132、Apache Storm的體系結構
? 133、搭建Storm的偽分布模式
? 134、搭建Storm的全分布和HA
? 135、執行Storm的Demo程序
? 136、Storm在ZK上保存的信息
? 137、WordCount數據處理的過程
? 138、開發自己的WordCount程序
? 139、Storm的Worker間通信機制
? 140、集成Redis
? 141、集成HDFS
? 142、集成HBase