培训师网-找培训师,就上培训师网!
培训师网站内搜索: 
您现在的位置:首页 > 精品公开课 > 大数据应用高级研修班
大数据应用高级研修班
发布时间: 2016-11-16  更新时间: 2017-06-08  授课讲师:刘老师
 开课信息 课程编号:100484219
 点击这里用QQ咨询  点击这里用QQ咨询
 721560397   2874348799
咨询热线:020-29042042
 《大数据应用高级研修班》参与目的



 《大数据应用高级研修班》参与对象

各地政府云计算物联网产业相关负责人,各企业CIO、信息中心负责人、技术总监,云计算中心负责人,云计算产业投资团队,云计算应用开发商,云计算硬件设备供应商,云服务提供商,高校、科研院所云计算项目负责人。 各企业大数据架构师、技术总监、数据挖掘负责人、数据挖掘开发工程师

 《大数据应用高级研修班》课程大纲

各有关单位:为贯彻落实党中央国务院“十三五”规划指导精神,云计算作为战略重点项目新兴产业,政府和业界都表现出了极大的热情。日前发改委、工信部、财政部支持的云计算项目正式启动,云计算平台和云计算服务模式已成为今后IT服务的主流。云计算服务应用的种类不断增多,普及程度逐渐深入,使用者正向普通用户拓展。未来,云计算及其基础设施将是信息产业的核心平台,其所蕴含的技术变革和创新服务模式,将深刻影响全球产业技术创新的发展。
目前,互联网正从数据爆炸进一步发展到海量数据分析和挖掘的时代,而基于Hadoop技术的解决方案为海量数据存储和处理提供了经济、高效、高安全性和高可靠性的保障,Apache Hadoop也因此成为大数据行业发展背后的驱动力。由于Hadoop技术已成为当下最火热的云计算技术之一,各行业中希望深入了解并掌握这门技术的人也越来越多,我中心决定开展大数据应用高级研修班,望相关单位收到通知后积极参加。相关培训事宜如下:

一、课程目标
1、了解Hadoop的历史及目前发展的现状、以及Hadoop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技术架构,对Hadoop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集群,掌握Hadoop基本运维思路和方法,对Hadoop集群进行管理和优化。

二、培训对象
各地政府云计算物联网产业相关负责人,各企业CIO、信息中心负责人、技术总监,云计算中心负责人,云计算产业投资团队,云计算应用开发商,云计算硬件设备供应商,云服务提供商,高校、科研院所云计算项目负责人。
各企业大数据架构师、技术总监、数据挖掘负责人、数据挖掘开发工程师

三、师资力量
 刘老师: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。
 
四、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。Hadoop采用实战的项目,让学员在短时间内掌握Hadoop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。

五、颁发证书
参加相关培训并通过考试的学员,可以获得我中心颁发的-大数据处理高级工程师。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。

六、课程大纲

第一章 大数据技术基础
1. 大数据的产生背景、发展历程
2. 大数据和云计算的关系
3. 大数据应用需求以及潜在价值分析
4. 业界最新的大数据技术发展态势与应用趋势
5. 大数据项目的技术选型与架构设计
6. “互联网+”时代下的电子商务、制造业、零售批发业、电信运营商、互联网金融业、网上银行、电子政务、移动互联网、教育信息化等行业应用实践与应用案例剖析
业界主流的大数据技术产品与项目解决方案
1. 国内外主流的大数据解决方案介绍
2. 当前大数据解决方案与传统数据库方案的剖析比较
3. Apache大数据平台方案剖析
4. CDH大数据平台方案剖析
5. HDP大数据平台方案剖析
6. 开源的大数据生态系统平台剖析
Hadoop大数据平台剖析
1. Hadoop的发展历程以及产业界的实际应用介绍
2. Hadoop大数据平台架构
3. 基于Hadoop平台的PB级大数据存储管理与分析处理的工作原理与机制
4. Hadoop的核心组件剖析

第二章 大数据分布式存储系统原理及其应用实践
1. 分布式文件系统HDFS的简介
2. HDFS系统的主从式平台架构和工作原理
3. HDFS核心组件技术讲解
4. 基于HDFS的大型存储系统应用开发实战
5. HDFS集群的安装、部署、配置与性能优化实践
6. HDFS与Linux NFS3交互技术以及本地化部署应用实践
7. 分布式键值存储系统的平台架构、核心技术以及应用开发
8. PB级大数据存储项目的案例分析
大数据MapReduce与Yarn并行处理平台
1. MapReduce并行计算模型
2. MapReduce作业执行与调度技术
3. 第二代大数据计算框架Yarn的工作原理以及DAG并行执行机制
4. MapReduce应用开发环境的部署,以及大数据并行处理应用程序开发
5. MapReduce高级编程技巧与性能优化实践
6. MapReduce与Yarn大数据分析处理案例分析
Hadoop应用实践操作训练
1. 部署与配置HDFS,熟练操作HDFS SHELL,HDFS与NFS操作,以及HDFS API开发实践
2. 部署与配置MapReduce与Yarn及其开发实践
3. Hadoop的Linux二次开发环境部署与配置

第三章 HBase分布式数据库管理系统
1. NoSQL数据库与NewSQL数据库技术介绍,及其在半结构化和非结构化大数据方面的应用实践
2. HBase分布式数据库简介、数据模型以及工作原理
3. HBase分布式数据库集群的平台架构和关键技术剖析
4. HBase应用项目开发技巧,以及客户端开发实战
5. HBase表设计与数据操作以及数据库管理API调用
6. HBase集群的安装部署与配置优化
7. ZooKeeper分布式协调服务系统的工作原理、平台架构、集群部署与配置应用实战
8. HBase集群的运维与监控管理
HBase半结构化数据管理应用实践操作训练
1. 部署与配置HBase集群以及HBase的性能优化
2. 部署与配置ZooKeeper分布式集群
3. 构建HBase开发环境
4. HBase数据库操作及项目实践

第四章 Hive大型数据仓库集群平台及其应用实践
1. 基于Hadoop的大型分布式数据仓库基础知识,HIVE在行业中的数据仓库应用案例
2. Hive大数据仓库简介以及应用介绍
3. Hive数据仓库集群的平台体系结构、核心技术剖析
4. Hive Server的工作原理、机制与应用
5. Hive数据仓库集群的安装部署与配置优化
6. Hive应用开发技巧
7. Hive SQL剖析与应用实践
8. Hive数据仓库表与表分区、表操作、数据导入导出、客户端操作技巧
9. Hive数据仓库报表设计
10. Hive JDBC与ODBC的工作原理与实现机制
11. Hive HWI、CLI客户端操作以及UDF应用实践
Mahout大数据分析挖掘平台及其应用实践
1. Mahout集群的安装部署与配置优化
2. Mahout实现客户分析,广告分析,日志分析,规律预测,关联分析,定向推荐等应用程序的开发与应用实战
3. Mahout性能优化与分析挖掘算法参数的优化技巧
Hive数据仓库与Mahout数据挖掘平台的应用实践操作训练
1. 部署与配置HIVE集群,以及HIVE性能调优
2. 构建HIVE开发环境
3. HIVE数据仓库操作及项目实践
4. 实现Mahout与Hadoop HBase的应用集成,实现日志数据分析挖掘项目的应用实践

第五章 Spark大数据实时处理平台剖析
1. Spark的发展历程以及业界的实际应用介绍
2. Spark实时大数据处理平台架构
3. Spark RDD内存弹性分布式数据集的工作原理与机制
4. Spark的核心组件剖析
5. 基于Spark的实时数据仓库与实时分析挖掘处理在行业中的应用实践案例
基于Spark的实时数据仓库和实时数据分析挖掘处理平台的实现机制,以及SparkSQL,Spark Streaming,MLib,GraphX,SparkR的应用实践
1. 内存计算模型和实时处理技术介绍
2. Spark中各个分布式组件的处理框架及工作原理
3. Spark SQL实时数据仓库的实现原理机制及应用实践
4. Spark Streaming流式数据实时处理机制及应用实践
5. Spark MLib实时机器学习算法应用实践与案例应用
6. Spark GraphX实时图数据处理应用实践与社交网络分析应用案例
7. SparkR的实现原理与应用实践
8. Spark组件的应用编程开发实战
9. Spark与Hadoop的集成解决方案实践
Spark平台与各个组件的实践操作训练
1. 部署与配置Spark集群,以及Spark性能调优
2. 构建Spark开发环境
3. Spark程序运行以及操作
4. Spark SQL应用操作实训
5. Spark Streaming应用操作实训
6. Spark MLib应用操作实训
7. Spark GraphX应用操作实训
8. SparkR应用操作实训
9. Spark与HBase集成数据分析实验实训

第六章 Storm流式数据处理平台架构及其应用实践
1. Storm流式处理系统的平台架构和工作原理
2. Storm关键技术剖析
3. Storm集群安装部署与配置优化
4. Storm日志流数据分析项目应用实战
5. Storm和Hadoop,Spark的应用集成项目实践
大数据智能化ETL操作工具以及Hadoop集群运维监控工具平台应用
1. Hadoop与DBMS之间数据交互工具的应用
2. Sqoop导入导出数据的工作原理,以及Sqoop集群安装部署与配置
3. Kettle集群的平台架构、核心技术工作原理以及应用案例
4. Kettle大数据ETL工具的部署与配置,以及应用实战
5. 利用Sqoop实现MySQL与Hadoop集群之间的数据导入导出交互程序
6. Hadoop大数据运维监控管理系统HUE平台的安装部署与应用配置
7. Hadoop运维管理监控系统Ambari平台的安装部署与应用配置
8. Hadoop集群运维系统Ganglia, Nagios的安装部署与应用配置
大数据分布式采集与分布式消息订阅系统及其应用实践(可选)
1. Flume-NG数据采集系统的数据流模型、平台架构、集群部署与配置应用实战
2. Kafka分布式消息订阅系统的应用介绍、平台架构、集群部署与配置应用实战
内存数据库管理系统及其应用实践(可选)
1. Impala实时查询系统平台架构、核心关键技术剖析
2. Impala实时查询系统的部署与应用开发实践
3. Redis内存数据库集群架构以及核心技术剖析
4. Redis集群的部署与应用开发实战与案例分析
Cassandra数据管理系统应用实践(可选)
1. Cassandra集群的平台架构以及核心关键技术
2. Cassandra一致性哈希算法与数据对象分布策略
3. Cassandra集群的安装部署与配置优化
4. Cassandra应用开发实战与案例分析
大数据项目应用完整实践与咨询讨论
1. 根据讲师布置的实际应用案例,开展大数据完整项目部署设计和应用开发实践
2. 大数据项目的需求分析、应用实施以及解决方案分享咨询与交流讨论


 讲师介绍

刘老师



《大数据应用高级研修班》公开课课需求
您的真实姓名:  * (请一定使用真实姓名)
性    别:  先生女士
公司名称: 
E-mail地址:  *
电话/手机:  * (电话请带上区号,谢谢)
QQ: 
上课时间:  (时间格式:2024-03-28)
上课地点: 
费用预算:  * 元人民币。(请填写数字,不需要填写单位。)
其它咨询: 
验证数字:   验证码,看不清楚?请点击刷新验证码 *
  • 课程顾问 符小姐
  • 请扫码加课程顾问微信
  • 点击复制课程顾问符小姐的微信
  • 请复制课程顾问QQ号码,加QQ好友
  • 课程顾问 小易
  • 请扫码加课程顾问微信
  • 点击复制课程顾问小易的微信
  • 请复制课程顾问QQ号码,加QQ好友
  • 返回页面顶部 
在线客服 ×