当前位置:首页 > 公开课 > 项目管理 > Hadoop大数据处理高级工程师

Hadoop大数据处理高级工程师

关注度:522   编号:196168
举办时间:
(本期已结束,点此查询其它计划)
Hadoop大数据处理高级工程师
点击报名 添加到购物车
Hadoop大数据处理高级工程师培训,使学员深入理解Hadoop技术架构,对Hadoop运作机制有清晰全面的认识,掌握Hadoop基本运维思路和方法,对Hadoop集群进行管理和优化,全面掌握Hadoop的架构原理和使用场景,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。
Hadoop大数据处理工程师大数据

Hadoop大数据处理高级工程师课程特色与背景

    为贯彻落实党中央国务院“十二五”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
相关内容导读“Hadoop”
Cloudera授权Apache Hadoop数据分析师培训  上海 2016-4-11(4天)

Apache Hadoop数据分析师培训,内容主要有Hadoop生态系统,使用Pig做基本数据分析,使用Pig处理复杂数据,Hive与传统关系型数据库管理系统的对比,创建数据库和Hive管理表,Impala与关系型数据库的区别等,旨在使学员掌握Apache Hadoop数据分析师技能。

大数据分析挖掘-基于Hadoop/Mahout/MLlib的大数据挖掘培训  北京 2016-4-13(3天)

基于Hadoop/Mahout/MLlib的大数据挖掘培训课程从大数据挖掘分析技术实战的角度,结合理论和实践,全方位地介绍Mahout和 MLlib等大数据挖掘工具的开发技巧。涉及的主题包括:大数据挖掘及其背景,Mahout和 MLlib大数据挖掘工具,推荐系统及电影推荐案例,分类技术及聚类分析,以及与流挖掘和Docker技术的结合,分析了大数据挖掘前景分析。

大数据(Hadoop/NoSQL等)的技术与实践  西安 2016-4-16(2天)

大数据(Hadoop/NoSQL等)的技术与实践培训,洞悉Hadoop与NoSQL技术的原理、架构与技术手段,结合丰富实例掌握其大数据设计与开发方法,以及掌握如软件架构、性能调优等使用过程中的实用技巧,深入了解Hadoop与NoSQL体系中各成员,理解Hadoop与NoSQL成员各自的优、缺点与正确适用场景,了解技术最新发展动向。

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
相关内容导读“大数据”
互联网金融与大数据实践  上海 2016-4-8(1天)

互联网金融与大数据实践课程,旨在帮助学员了解了其他行业的新游戏规则,开眼界,新视角,对互联网金融有了新的认识!

大数据时代的绩效管理—精细化人力资源  苏州 2016-4-10(2天)

精细化人力资源课程通过业务数据和人力资源实战流程分析,提高人力资源策略的制定和执行跟踪的能力,达到以业务数据分析和跟踪为依据的绩效指标设定和管理,使人力资源绩效管理真正成为战略和策略工具。

互联网+时代培训体系建立及工具运用—赠送培训系统软件  上海 2016-4-13(4天)

互联网+时代培训体系构建课程,为了配合互联网+时代大数据的要求,许老师将向所有学员免费赠送其自有知识版权且倍受业界好评的“摆渡人”培训管理系统,并教会所有学员安装、操作和维护这套系统,构建自己的培训管理信息化平台,解读相应的数据和报表……。

互联网+时代培训体系建立及工具运用—赠送培训系统软件(量培体系建立)  上海 2016-4-13(2天)

互联网+时代培训体系构建课程,为了配合互联网+时代大数据的要求,许老师将向所有学员免费赠送其自有知识版权且倍受业界好评的“摆渡人”培训管理系统,并教会所有学员安装、操作和维护这套系统,构建自己的培训管理信息化平台,解读相应的数据和报表……。

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,决定开展“大数据处理
相关内容导读“大数据处理”
Spark大数据处理与案例分析高级工程师实战培训  上海 2016-4-21(3天)

Spark大数据处理与案例分析高级工程师培训,首先讲解Spark系统基础知识,概念及架构,之后讲解Spark实战技巧,最后详尽地介绍Spark经典案例,使学员理解Spark、系统适用的场景;掌握Spark等初中级应用开发技能;搭建稳定可靠的Spark集群,满足生产环境的标准。

云计算与大数据处理技术培训  北京 2016-5-12(3天)

云计算提供了一种对资源“按需索取服务”的能力,确保了使用时间与需要时间的完全一致,从而建立了一种分布式、高效率、低成本的IT商业模式。正是这些特点,使云计算成为IT发展的潮流与趋势。为解决广大系统设计人员深入研究与开发云计算系统的需要,特举办云计算与大数据处理技术培训。

Hadoop应用与开发”实战培训班。
    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。
    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。

课程大纲

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

◆ 传统大规模系统存在的问题

◆ Hadoop概述

◆ Hadoop分布式文件系统     

◆ MapReduce工作原理        

◆ Hadoop集群剖析           

◆ Hadoop生态系统对一种新的解决方案的需求

◆ Hadoop的行业应用案例分析

◆ Hadoop在云计算和大数据的位置和关系

◆ 数据开放,数据云服务平台(DAAS)时代

◆ Hadoop平台在数据云平台(DAAS)上的天然优势

◆ 数据云平台(DAAS 平台)组成部分

◆ 互联网公共数据大云(DAAS)案例

◆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

◆ Hadoop HDFS 和 MapReduce

◆ Hadoop数据库之HBase

◆ Hadoop数据仓库之Hive

◆ Hadoop数据处理脚本Pig

◆ Hadoop数据接口Sqoop和Flume,Scribe DataX

◆ Hadoop工作流引擎 Oozie

◆ 运用Hadoop自下而上构建大规模企业数据仓库

◆ 暴风影音数据仓库实战解析

模块三

Hadoop组件详解

◆ Hadoop HDFS 基本结构

◆ Hadoop HDFS 副本存放策略

◆ Hadoop NameNode 详解

◆ HadoopSecondaryNameNode 详解

◆ Hadoop DataNode 详解

◆ Hadoop JobTracker 详解

◆ Hadoop TaskTracker 详解

◆ Hadoop Mapper类核心代码

◆ Hadoop Reduce类核心代码

◆ Hadoop 核心代码

模块四

Hadoop安装和部署

◆ Hadoop系统模块组件概述

◆ Hadoop试验集群的部署结构

◆ Hadoop 安装依赖关系

◆ Hadoop 生产环境的部署结构

◆ Hadoop集群部署

◆ Hadoop 高可用配置方法

◆ Hadoop 集群简单测试方法

◆ Hadoop 集群异常Debug方法

◆ Hadoop安装部署实验

◆ Red hat Linux基础环境搭建

◆ Hadoop 单机系统版本安装配置

◆ Hadoop 集群系统版本安装和启动配置

◆ 使用 Hadoop MapReduce Streaming 快速测试系统

◆ Hadoopcore-site,hdfs-site,mapred-site 配置详解

模块五

Hadoop集群规划

◆ Hadoop 集群内存要求

◆ Hadoop集群磁盘分区

◆ 集群和网络拓扑要求

◆ 集群软件的端口配置

◆ 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

◆ Hadoop MapReduce 算法的原理和优化思想

◆ 灵活运用MapReduce 实现算法

◆ 运用MapReduce 构建数据库算法

◆ Select Sort GrougBy Sum Count

◆ Join 新进流失算法

◆ 使用 Y-Smart 快速转换SQL 为MapReduce 代码

模块七

编写MapReduce高级程序

◆ 使用 Hadoop MapReduce Streaming 编程

◆ MapReduce流程         

◆ 剖析一个MapReduce程序

◆ 基本MapReduceAPI概念 

◆ 驱动代码 Mapper、Reducer

◆ Hadoop流

◆ API 使用Eclipse进行快速开发              

◆ 新MapReduce API

◆ MapReduce的优化

◆ MapReduce的任务调度

◆ MapReduce编程实战

◆ 如何利用其他Hadoop相关技术,包括Apache Hive, Apache Pig,Sqoop和Oozie等

◆ 满足解决实际数据分析问题的高级Hadoop API

◆ Hadoop Streaming 和 Java MapReduce Api 差异。

◆ MapReduce 实现数据库功能

◆ 利用Combiners来减少中间数据

◆ 编写Partitioner来优化负载平衡

◆ 直接访问Hadoop分布式文件系统(HDFS)

◆ Hadoop的join操作

◆ 辅助排序在Reducer方的合并

◆ 定制Writables和WritableComparables

◆ 使用SequenceFiles和Avro文件保存二进制数据

◆ 创建InputFormats OutputFormats

◆ Hadoop的二次排序

◆ Hadoop的海量日志分析

◆ 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

◆ 存储系统

◆ 利用Sqoop从关系型数据库系统中导入数据到Hadoop

◆ 利用Flume导入实时数据到Hadoop

◆ ToolRunner介绍、使用MRUnit进行测试

◆ 使用Configure和Close方法来进行Map/Reduce设置和关闭

◆ 使用FuseDFS和Hadoop访问HDFS

◆ 使用分布式缓存(Distributed Cache)

◆ 直接访问Hadoop分布式文件系统(HDFS)

◆ 利用Combiners来减少中间数据

◆ 编写Partitioner来优化负载平衡 

模块九

使用Hive和Pig开发及技巧

◆ Hive和Pig基础             

◆ Hive的作用和原理说明

◆ Hadoop仓库和传统数据仓库的协作关系

◆ Hadoop/Hive仓库数据数据流

◆ Hive 部署和安装

◆ Hive Cli 的基本用法

◆ HQL基本语法

◆ 运用Pig 过滤用户数据 

◆ 使用JDBC 连接Hive进行查询和分析

◆ 使用正则表达式加载数据

◆ HQL高级语法

◆ 编写UDF函数

◆ 编写UDAF自定义函数

◆ 基于Hive脚本内嵌Streaming 编程

模块十

Hbase安装和使用

◆ Hbase 安装部署           

◆ Hbase原理和结构

◆ Hbase 运维和管理

◆ 使用Hbase+Hive 提供 OLAP SQL查询能力

◆ 使用Hbase+Phoenix提供 OLTP SQL能力

◆ 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

◆ Hadoop2.0 HDFS 原理

◆ Hadoop2.0 Yarn 原理

◆ Hadoop2.0 生态系统

◆ 基于Hadoop2.0 构建分布式系统

模块十二

Hadoop企业级别案例解析

◆ Hadoop 结构化数据案例

◆ Hadoop 非结构化案例

◆ Hbase 数据库案例

◆ Hadoop 视频分析案例

◆利用大数据分析改进交通管理

◆区域医疗大数据应用案例

◆银联大数据数据票据详单平台

◆广东移动省公司请账单系统

◆上海电信网络优化

◆某通信运营商全国用户上网记录

◆浙江台州市智能交通系统

◆移动广州详单实时查询系统

◆ 跨区域实时视频监控系统

模块十三

RedHadoop 企业版本

◆ 运用RedHadoop快速构建服务集群

◆ 运用RedHadoop DW 构建数据仓库

◆基于RedHadoop Hive构建数据仓库平台

◆灵活运用 Hive 加速游戏数据仓库

◆基于Pig+OpenCV大规模图像人脸识别

模块十四

Spark原理和入门

◆ Spark原理;Spark的架构图;Spark运行模式介绍

◆ —local;—standalone;—messos;—yarn;Spark的RDD

◆ 什么是RDD;RDD的种类;—Tranformation;—Action

◆ Spark的存储级别;Cache介绍;Spark的容错原理

◆ Lineage容错;Checkpoint容错;RDD的创建

◆ 案例—统计单词的个数

课程主讲

    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。

课程对象

    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
备  注
课程费用:5800元/人(含教材、培训费、以及学习用具等费用)
关注本课程网友还浏览了大数据分析应用培训专题

推荐课程
项目管理相关课程
相关专题推荐
相关文档下载
相关文章
  • 如何报名参加公开课?
  • 报名流程一:
  • 电话咨询、传真报名表 -> 书面确认并缴费 -> 参加培训 (下载报名表)
  • 报名流程二:
  • 网上填写报名表 -> 书面确认并缴费 -> 参加培训
  • 咨询热线:
  • 深圳 0755-26063246   26063236
  • 上海 021-51879301    北京 010-51651498
  • 报名传真:
  • 深圳 0755-61624059    上海 021-51686940    北京 010-58043505
  • 电子邮件:
  • kf#cnbm.net.cn    fy1288#vip.163.com(发邮件时请将#改为@)
课程主题:
Hadoop大数据处理高级工程师
课程编号:196168 
*开课计划:
本期已结束,您仍可报名预约下次课程。或点击查询其它开课计划。
*姓  名:
*性  别:  
*职务:
*部门:
*电话:
*手机:
传真:
*E-Mail:
*参加人数:
其他人员:
   
   
   
   
   
   
   
*单位名称:
通信地址:
备注:
(如多人报名、需代订酒店等补充信息请填写到备注栏)
*验证码:
  看不清?点一下验证码换一组
 
(* 为必填项)
   
暂无评论,快来添加一条!
点击这里提交你的留言