北京大數(shù)據(jù)平臺搭建與高性能計算實戰(zhàn)班

【培訓收益】

通過此次課程培訓，可使學習者獲得如下收益：

1.深刻理解在“互聯(lián)網(wǎng)+”時代下大數(shù)據(jù)的產(chǎn)生背景、發(fā)展歷程和演化趨勢；

2.了解業(yè)界市場需求和國內(nèi)外最 新的大數(shù)據(jù)技術潮流，洞察大數(shù)據(jù)的潛在價值；

3.理解大數(shù)據(jù)項目解決方案及業(yè)界大數(shù)據(jù)應用案例，從而為企業(yè)在大數(shù)據(jù)項目中的技術選型及技術架構(gòu)設計提供決策參考；

4.掌握業(yè)界最 流行的Hadoop與Spark大數(shù)據(jù)技術體系；

5.掌握大數(shù)據(jù)采集技術；

6.掌握大數(shù)據(jù)分布式存儲技術；

7.掌握NoSQL與NewSQL分布式數(shù)據(jù)庫技術；

8.掌握大數(shù)據(jù)倉庫與統(tǒng)計機器學習技術；

9.掌握大數(shù)據(jù)分析挖掘與商業(yè)智能（BI）技術；

10.掌握大數(shù)據(jù)離線處理技術；

11.掌握Storm流式大數(shù)據(jù)處理技術；

12.掌握基于內(nèi)存計算的大數(shù)據(jù)實時處理技術；

13.掌握大數(shù)據(jù)管理技術的原理知識和應用實戰(zhàn)；

14.深入理解大數(shù)據(jù)平臺技術架構(gòu)和使用場景；

15.嫻熟運用Hadoop與Spark大數(shù)據(jù)技術體系規(guī)劃解決方案滿足實際項目需求；

16.熟練地掌握基于Hadoop與Spark大數(shù)據(jù)平臺進行應用程序開發(fā)、集群運維管理和性能調(diào)優(yōu)技巧；

17.掌握基于Flink的大數(shù)據(jù)實時處理技術與批處理操作。

 【培訓特色】

1.課程培訓業(yè)界最 流行、應用最廣泛的Hadoop、Spark和Flink大數(shù)據(jù)技術體系。強化大數(shù)據(jù)平臺的分布式集群架構(gòu)和核心關鍵技術實現(xiàn)、大數(shù)據(jù)應用項目開發(fā)和大數(shù)據(jù)集群運維實踐、以及Hadoop、Spark與Flink大數(shù)據(jù)項目應用開發(fā)與調(diào)優(yōu)的全過程沙盤模擬實戰(zhàn)；

2.通過一個完整的大數(shù)據(jù)開發(fā)項目及一組實際項目訓練案例，完全覆蓋Hadoop、Spark與Flink生態(tài)系統(tǒng)平臺的應用開發(fā)與運維實踐。課堂實踐項目以項目小組的形式進行沙盤實操練習，重點強化理解Hadoop、Spark與Flink大數(shù)據(jù)項目各個階段的工作重點，同時掌握作為大數(shù)據(jù)項目管理者的基本技術與業(yè)務素養(yǎng)；

3.本課程的授課師資都是有著多年在一線從事Hadoop、Spark與Flink大數(shù)據(jù)項目的資深講師，采用原理技術剖析和實戰(zhàn)案例相結(jié)合的方式開展互動教學、強化以建立大數(shù)據(jù)項目解決方案為主體的應用開發(fā)、技術討論與交流咨詢，在學習的同時促進講師學員之間的交流，讓每個學員都能在課程培訓過程中學到實實在在的大數(shù)據(jù)技術知識體系，以及大數(shù)據(jù)技術應用實戰(zhàn)技能，具備實際大數(shù)據(jù)應用項目的動手開發(fā)實踐與運維管理部署能力。授課過程中，根據(jù)學員需求，增設交流環(huán)節(jié)，可將具體工作中遇到的實際問題展開討論，講師會根據(jù)學員的實際情況微調(diào)授課內(nèi)容，由講師帶著全部學員積極討論，并給出一定的時間讓學員上臺發(fā)言，現(xiàn)場剖析問題的癥結(jié)，規(guī)劃出可行的解決方案。

【課程安排】

第 一天

上午大數(shù)據(jù)技術基礎

1.大數(shù)據(jù)的產(chǎn)生背景與發(fā)展歷程

2.大數(shù)據(jù)的4V特征，以及與云計算的關系

3.大數(shù)據(jù)應用需求以及潛在價值分析

4.業(yè)界最 新的大數(shù)據(jù)技術發(fā)展態(tài)勢與應用趨勢

5.大數(shù)據(jù)思維的轉(zhuǎn)變

6.大數(shù)據(jù)項目的系統(tǒng)與技術選型，及落地實施的挑戰(zhàn)

7.“互聯(lián)網(wǎng)+”時代下的電子商務、制造業(yè)、交通行業(yè)、電信運營商、銀行金融業(yè)、電子政務、移動互聯(lián)網(wǎng)、教育信息化等行業(yè)應用實踐與應用案例介紹

業(yè)界主流的大數(shù)據(jù)技術方案

1.大數(shù)據(jù)軟硬件系統(tǒng)全棧與關鍵技術介紹

2.大數(shù)據(jù)生態(tài)系統(tǒng)全景圖

3.主流的大數(shù)據(jù)解決方案介紹

4.Apache大數(shù)據(jù)平臺方案剖析

5.CDH大數(shù)據(jù)平臺方案剖析

6.HDP大數(shù)據(jù)平臺方案剖析

7.基于云的大數(shù)據(jù)平臺方案剖析

8.大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫方案比較

9.國內(nèi)外大數(shù)據(jù)平臺方案與廠商對比

大數(shù)據(jù)計算模型（一）——批處理MapReduce

1.MapReduce產(chǎn)生背景與適用場景

2.MapReduce計算模型的基本原理

3.MapReduce作業(yè)執(zhí)行流程

4.MapReduce編程模型:Map處理和Reduce處理

5.MapReduce處理流程：數(shù)據(jù)讀取collect、中間數(shù)據(jù)sort、中間數(shù)據(jù)spill、中間數(shù)據(jù)shuffle、聚合分析reduce

6.MapReduce開發(fā)高級應用：Combiner技術與應用場景、Partitioner技術與應用場景、多Reducers應用

7.MapReduce開發(fā)與應用實戰(zhàn)：Hadoop平臺搭建與運行；MapReduce安裝與部署

8.應用案例：基于HDFS+MapReduce集成的服務器日志分析采集、存儲與分析MapReduce程序?qū)嵗_發(fā)與運行

9.MapReduce參數(shù)調(diào)優(yōu)與性能優(yōu)化技巧

第 一天

下午大數(shù)據(jù)存儲系統(tǒng)與應用實踐

1.分布式文件系統(tǒng)HDFS產(chǎn)生背景與適用場景

2.HDFS master-slave系統(tǒng)架構(gòu)與讀寫工作原理

3.HDFS核心組件技術講解，NameNode與fsimage、editslog，DataNode與數(shù)據(jù)塊

4.HDFS Federation機制，viewfs機制，使用場景講解

5.HDFS高可用**機制，SecondaryNameNode，NFS冷備份，基于zookeeper的HA方案

6.HDFS參數(shù)調(diào)優(yōu)與性能優(yōu)化

大數(shù)據(jù)實戰(zhàn)練習一1.Hadoop平臺搭建、部署與應用實踐，包含HDFS分布式文件系統(tǒng)，YARN資源管理軟件，MapReduce計算框架軟件

2.HDFS文件、目錄創(chuàng)建、上傳、下載等命令操作，HDFS合并、歸檔操作，HDFS監(jiān)控平臺使用

3.MapReduce程序在YARN上運行，YARN監(jiān)控平臺使用

第二天

上午Hadoop框架與生態(tài)發(fā)展，以及應用實踐操作

1.Hadoop的發(fā)展歷程

2.Hadoop 1.0的核心組件Jobtracker，Tasktracker，以及適用范圍

3.Hadoop 3.0的核心組件YARN工作原理，以及與Hadoop 1.0的聯(lián)系與區(qū)別

4.Hadoop關鍵機制：任務推測執(zhí)行，任務容錯，任務選擇執(zhí)行，心跳機制

5.HadoopYARN的資源管理與作業(yè)調(diào)度機制：FIFO調(diào)度，Capacity調(diào)度器，F(xiàn)air調(diào)度器

6.Hadoop常用參數(shù)調(diào)優(yōu)與性能優(yōu)化技術

大數(shù)據(jù)計算模型（二）——實時處理/內(nèi)存計算Spark

1.MapReduce計算模型的瓶頸

2.Spark產(chǎn)生動機、基本概念與適用場景

3.Spark編程模型與RDD彈性分布式數(shù)據(jù)集的工作原理與機制

4.Spark實時處理平臺運行架構(gòu)與核心組件

5.Spark RDD主要transformation：map,flatMap,filter,union,sample,join,reduceByKey,groupByKey

6.Spark RDD主要action：count，collect，reduce，saveAsTextFile

7.Spark寬、窄依賴關系與DAG圖分析

8.Spark容錯機制

9.Spark作業(yè)調(diào)度機制

10.Spark緩存機制：Cache操作，Persist操作與存儲級別

11.Spark作業(yè)執(zhí)行機制：執(zhí)行DAG圖、任務集、executor執(zhí)行模型、BlockManager管理

12.Spark standardalone，Spark on YARN運行模式

13.Scala開發(fā)介紹與Spark常用transformation函數(shù)介紹

14.Spark調(diào)優(yōu)：序列化機制、RDD復用、Broadcast機制、高性能算子、資源參數(shù)調(diào)優(yōu)

第二天

下午大數(shù)據(jù)倉庫查詢技術Hive、SparkSQL、Impala，以及應用實踐

1.基于MapReduce的大型分布式數(shù)據(jù)倉庫Hive基礎知識與應用場景

2.Hive數(shù)據(jù)倉庫的平臺架構(gòu)與核心技術剖析

3.Hive metastore的工作機制與應用

4.Hive內(nèi)部表和外部表

5.Hive分區(qū)、分桶機制

6.Hive行、列存儲格式

7.基于Spark的大型分布式數(shù)據(jù)倉庫SparkSQL基礎知識與應用場景

8.Spark SQL實時數(shù)據(jù)倉庫的實現(xiàn)原理與工作機制

9.SparkSQL數(shù)據(jù)模型DataFrame

10.SparkSQL程序開發(fā)與

11.SparkSQL數(shù)據(jù)讀取與結(jié)果保存：json，Hive table，Parquet file，RDD

12.SparkSQL和Hive的區(qū)別與聯(lián)系

13.SparkSQL操作實戰(zhàn)

14.基于MPP的大型分布式數(shù)據(jù)倉庫Presto基礎知識與應用場景

15.Presto實時查詢系統(tǒng)平臺架構(gòu)、關鍵技術介紹，以及與Hive，SparkSQL的對比

Hadoop集群運維監(jiān)控工具1.Hadoop運維管理監(jiān)控系統(tǒng)Ambari工具介紹

2.第三方運維系統(tǒng)與工具Ganglia,Nagios

大數(shù)據(jù)實戰(zhàn)練習二

1.基于Hadoop平臺搭建、部署與配置Spark集群，Sparkshell環(huán)境實踐操作，Spark案例程序分析

2.基于sbt的Spark程序編譯、開發(fā)與提交運行

3.應用案例一：基于Spark的服務器運行日志TopN分析、程序?qū)嵗_發(fā)

4.應用案例二：基于Spark的搜索引擎日志熱詞與用戶分析、程序?qū)嵗_發(fā)

5.基于MapReduce的Hive數(shù)據(jù)倉庫實踐，Hive集群安裝部署，基于文件的Hive數(shù)據(jù)倉庫表導入導出與分區(qū)操作，Hive SQL操作，Hive客戶端操作

6.SparkSQL shell實踐操作：數(shù)據(jù)表讀取、查詢與結(jié)果保存

第三天

上午大數(shù)據(jù)計算模型（三）——流處理Storm,SparkStreaming

1.流數(shù)據(jù)處理應用場景與流數(shù)據(jù)處理的特點

2.流數(shù)據(jù)處理工具Storm的平臺架構(gòu)與集群工作原理

3.Storm關鍵技術與并發(fā)機制

4.Storm編程模型與基本開發(fā)模式

5.Storm數(shù)據(jù)流分組

6.Storm可靠性**與Acker機制

7.Storm應用案例分析

8.流數(shù)據(jù)處理工具Spark Streaming基本概念與數(shù)據(jù)模型

9.SparkStreaming工作機制

10.SparkStreaming程序開發(fā)介紹

11.SparkStreaming的全局統(tǒng)計和窗口函數(shù)

12.Storm與SparkStreaming的對比

13.SparkStreaming開發(fā)案例：基于文件流的SparkStreaming程序開發(fā)；基于socket消息的SparkStreaming程序開發(fā)

大數(shù)據(jù)與機器學習技術

1.機器學習發(fā)展歷程

2.機器學習與大數(shù)據(jù)關聯(lián)與區(qū)別

3.數(shù)據(jù)挖掘經(jīng)典算法

4.預測算法：線性回歸與應用場景，非線性回歸與應用場景

5.分類算法：邏輯回歸與應用場景，決策樹與應用場景，樸素貝葉斯算法與應用場景，支持向量機算法與應用場景

6.聚類算法；k-means與應用場景

7.基于Hadoop的大數(shù)據(jù)機器學習技術

8.基于MapReduce的機器學習庫Mahout

9.Mahout支持的數(shù)據(jù)挖掘算法

10.Mahout編程模型與發(fā)

11.基于Spark的機器學習庫Spark MLlib

12.Spark MLlib支持的數(shù)據(jù)挖掘算法

13.Spark MLlib編程模型與開發(fā)：基于Spark MLlib的文本分類，基于Spark MLlib的聚類

第三天

下午大數(shù)據(jù)ETL操作工具，與大數(shù)據(jù)分布式采集系統(tǒng)

1.Hadoop與DBMS之間數(shù)據(jù)交互工具的應用

2.Sqoop導入導出數(shù)據(jù)的工作原理

3.Flume-NG數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)流模型與系統(tǒng)架構(gòu)

4.Kafka分布式消息訂閱系統(tǒng)的應用介紹與平臺架構(gòu)，及其使用模式

面向OLTP型應用的NoSQL數(shù)據(jù)庫及應用實踐

1.關系型數(shù)據(jù)庫瓶頸，以及NoSQL數(shù)據(jù)庫的發(fā)展，概念，分類，及其在半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)場景下的適用范圍

2.列存儲NoSQL數(shù)據(jù)庫HBase簡介與數(shù)據(jù)模型剖析

3.HBase分布式集群系統(tǒng)架構(gòu)與讀寫機制，ZooKeeper分布式協(xié)調(diào)服務系統(tǒng)的工作原理與應用

4.HBase表設計模式與primary key設計規(guī)范

5.文檔NoSQL數(shù)據(jù)庫MongoDB簡介與數(shù)據(jù)模型剖析

6.MongoDB集群模式、讀寫機制與常用API操作

8.鍵值型NoSQL數(shù)據(jù)庫Redis簡介與數(shù)據(jù)模型剖析

9.Redis多實例集群架構(gòu)與關鍵技術

10.NewSQL數(shù)據(jù)庫技術簡介及其適用場景

大數(shù)據(jù)ELT數(shù)據(jù)采集與應用實戰(zhàn)

1.Sqoop安裝、部署與配置，基于Sqoop、MySQL與Hive操作MySQL數(shù)據(jù)庫與Hive數(shù)據(jù)倉庫數(shù)據(jù)導入導出

2.Kafka安裝、部署與配置，基于Kafka創(chuàng)建和消費topic實踐操作

3.Flume+HDFS+MapReduce/Spark大數(shù)據(jù)采集、存儲與分析實踐操作

新一代大數(shù)據(jù)處理引擎Flink Flink簡介，F(xiàn)link的體系架構(gòu)，對比：Flink、Storm和Spark Streaming，Standalone的模式，Yarn模式的兩種模式，Yarn兩種模式的區(qū)分，F(xiàn)link on yarn內(nèi)部實現(xiàn)，ZooKeeper的體系架構(gòu)，F(xiàn)link Standalone HA配置，F(xiàn)link on Yarn HA配置，F(xiàn)link批處理開發(fā)，F(xiàn)link流處理開發(fā)，F(xiàn)link的窗口操作，F(xiàn)link scala shell代碼調(diào)試

第四天學習考核與業(yè)內(nèi)經(jīng)驗交流

 【授課專家】

趙老師 清華大學計算機雙學士，京東大學大數(shù)據(jù)學院院長，甲骨文（中國）軟件系統(tǒng)有限公司高級技術顧問，大數(shù)據(jù)、數(shù)據(jù)庫、中間件技術和Java專家。16年IT行業(yè)從業(yè)經(jīng)歷，10年培訓授課經(jīng)驗。具有豐富的大數(shù)據(jù)方法論、數(shù)據(jù)科學、大數(shù)據(jù)生態(tài)圈技術知識和大數(shù)據(jù)規(guī)劃建設、應用實施和客戶培訓經(jīng)驗。

張老師 天津大學軟件工程碩士，10多年的IT領域相關技術研究和項目開發(fā)工作，在長期軟件領域工作過程中，對軟件企業(yè)運作模式有深入研究，熟悉軟件質(zhì)量**標準ISO9003和軟件過程改進模型CMM/CMMI，在具體項目實施過程中總結(jié)經(jīng)驗，有深刻認識。通曉多種軟件設計和開發(fā)工具。對軟件開發(fā)整個流程非常熟悉，能根據(jù)項目特點定制具體軟件過程，并進行項目管理和監(jiān)控，有很強的軟件項目組織管理能力。對C/C++ 、HTML 5、python、Hadoop、java、java EE、android、IOS、大數(shù)據(jù)、云計算有比較深入的理解和應用，具有較強的移動互聯(lián)網(wǎng)應用需求分析和系統(tǒng)設計能力，熟悉Android框架、IOS框架等技術，了解各種設計模式，能在具體項目中靈活運用。

蔣老師 清華大學博士，云計算專家 熟悉主流的云計算平臺，并有商業(yè)與開源云計算平臺的實踐經(jīng)驗,對云計算關鍵技術有深刻了解和實踐經(jīng)驗，如分布式系統(tǒng)、虛擬化、分布式文件系統(tǒng)、云存儲等，參與并領導多個大型云計算項目。對大數(shù)據(jù)關鍵技術有深刻了解和實踐經(jīng)驗，如NoSQL數(shù)據(jù)庫、大數(shù)據(jù)處理、Hadoop、Hive、HBase、Spark等。

【關于學校】

中培堅持以協(xié)助企業(yè)發(fā)展，提升員工IT職業(yè)技能為目標。力求打造從IT培訓、IT規(guī)劃咨詢、到IT技術支撐的落地服務閉環(huán)。主要涉及培訓業(yè)務和咨詢業(yè)務兩大版塊。其中，培訓業(yè)務涉及產(chǎn)品設計、軟件開發(fā)、IT管理、數(shù)據(jù)庫、IT運維、大數(shù)據(jù)、信息安全、人工智能等八大版塊。咨詢業(yè)務涉及大型集團化企業(yè)的IT戰(zhàn)略規(guī)劃、IT架構(gòu)規(guī)劃、IT綜合管控、信息安全等領域。
借助于優(yōu)質(zhì)的專家資源，中培已經(jīng)為中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國平安、交通銀行、中國郵政、中國聯(lián)通、中國電信、上汽集團、一汽集團、格力、中國石化、百度、浪潮、聯(lián)想等企業(yè)在內(nèi)的，共計178家，提供高質(zhì)量的定制化培訓課程1432門。累計服務32631人次，累計服務時長達52658小時，企業(yè)滿意度高達95.36%。
在中國IT技術高速發(fā)展的近20年，中培緊隨趨勢穩(wěn)步發(fā)展，正逐漸成長為業(yè)內(nèi)TOP級的高端信息化服務平臺型企業(yè)。
中培14年的歷程，正是因為客戶的信任和支持，才取得了長足的進步和發(fā)展，才有了立足于IT培訓行業(yè)的驕人實力。

【企業(yè)使命】

培養(yǎng)卓越IT經(jīng)理人
助力企業(yè)全面提升IT技術管理水平

【金 牌客戶】