“Hadoop大数据处理高级工程师” 实战培训

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

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。

参加相关培训并通过考试的学员，可以获得：
工业和信息化部颁发的-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。
注：请学员带一寸彩照2张（背面注明姓名）、身份证复印件一张。

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H
 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 H安装和使用
 H 安装部署
 H原理和结构
 H 运维和管理
 使用H Hive 提供 OLAP SQL查询能力
 使用H Phoenix提供 OLTP SQL能力
 基于H 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
 H 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

　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、H、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。