2018Hadoop大数据平台开发与案例分析（9月上海班）

课程模块

课程主题

主要内容及案例和演示

模块一

移动互联网、大数据、云计算相关技术介绍

1、数据中心与云计算技术应用

2、智慧城市与云计算技术应用

3、移动互联网、大数据与云计算关联技术

4、移动云计算的生态系统及产业链

5、大数据技术在运营商、金融业、银行业、电子商务行业、零售业、制造业、政务信息化、互联网、教育信息化等行业中的应用实践

6、国内外主流的大数据解决方案介绍

7、当前大数据解决方案与传统数据库方案的剖析比较

8、Cloudera Hadoop 大数据平台方案剖析

9、开源的大数据生态系统平台剖析

模块二

大数据的挑战和发展方向

1、大数据时代的挑战

战略决策能力

技术开发和数据处理能力

组织和运营能力

2、大数据时代的发展方向

云计算是基础设施架构

大数据是灵魂资产

分析、挖掘是手段

发现和预测是最终目标

3、大数据挖掘在各行业应用情况

电信行业应用及案例分析

互联网行业应用及案例分析

金融行业应用及案例研究

销售行业应用案例分析

模块三

大数据文件存储系统技术和分布式文件系统平台及其应用

1、Hadoop的发展历程

Hadoop大数据平台架构

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

Hadoop 的核心组件剖析

2、分布式文件系统HDFS

概述、功能、作用、优势

应用范畴、应用现状

发展趋势

3、分布式文件系统HDFS架构及原理

核心关键技术

设计精髓

基本工作原理

系统架构

文件存储模式

工作机制

存储扩容与吞吐性能扩展

4、分布式文件系统HDFS操作

SHELL命令操作

I/O流式操作

文件数据读取、写入、追加、删除

文件状态查询

数据块分布机制

数据同步与一致性

元数据管理技术

主节点与从节点工作机制

大数据负载均衡技术

HDFS大数据存储集群管理技术

5、Hadoop生态系统组件

Storm

HDFS

MapReduce

HIVE

HBase

Spark

GraphX

MLib

Shark

模块四

Hadoop文件系统HDFS最佳实战

1、HDFS的设计

2、HDFS的概念

数据块

namenode和datanode

联邦HDFS

HDFS的高可用性

3、命令行接口

4、Hadoop文件系统

5、Java接口

从Hadoop URL读取数据

通过FileSystem API读取数据

写入数据

目录

查询文件系统

删除数据

6、数据流

剖析文件读取

剖析文件写入

一致模型

7、通过Flume和Sqoop导入数据

8、通过distcp并行复制

9、Hadoop存档

使用Hadoop存档工具

不足

模块五

Hadoop运维管理与性能调优

1、第二代大数据处理框架

Yarn的工作原理及

DAG并行执行机制

Yarn大数据分析处理案例分析

Yarn 框架并行应用程序实践

2、集群配置管理

Hadoop集群配置

Hadoop性能调优与参数配置

Hadoop机架感知策略与配置

Hadoop压缩机制

Hadoop任务负载均衡

Hadoop 集群维护

Hadoop监控管理

3、HDFS的静态调优技巧

HDFS 的高吞吐量I/O性能调优技巧

MapReduce/Yarn的并行处理性能调优技巧

Hadoop集群的运行故障剖析，以及解决方案

基于Hadoop大数据应用程序的性能瓶颈剖析与提

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

Hadoop运维管理监控系统Ambari平台的安装部配置

Hadoop 集群运维系统 Ganglia, Nagios的安装部署与应用配置

模块六

NOSQL数据库Hbase与Redis

1、NOSQL基础

CAP理论

Base与ACID

NOSQL数据库存储类型

值存储

存储

存储

存储

2、HBase分布式数据基础

3、安装Hbase

4、Hbase应用

HBase的逻辑数据模型，HBase的表、行、列族、列、单元格、版本、row key排序

HBase的物理模型，命名空间（表空间）、表模式（Schema）的设计法则

HBase 主节点HMaster的工作原理，HMaster的高可用配置，以及性能调优

HBase 从节点RegionServer（分区服务节点）的工作原理，表分区及存储I/O高并发配置，以及性能调优

HBase的存储引擎工作原理，以及HBase表数据的键值存储结构，以及HFile存储结构剖析

HBase表设计与数据操作以及数据库管理操作

HBase集群的安装部署、参数配置和性能优化

5、HBase分布式数据库简介、发展历程、应用场景、工作原理、以及应用优势与不足之处

HBase分布式数据库集群的主从式平台架构和关键技术剖析

HBase伪分布式和物理集群分布式的控制与运行配置

HBase从节点RegionServer（分区服务节点）的工作原理，表分区及存储I/O高并发配置，以及性能调优

HBase的存储引擎工作原理，以及HBase表数据的键值存储结构，以及HFile存储结构剖析

HBase表设计与数据操作以及数据库管理操作

HBase集群的安装部署、参数配置和性能优化

ZooKeeper分布式协调服务系统的工作原理、平台架构、集群部署应用实战

ZooKeeper集群的原理架构，以及应用配置

6、Redis内存数据库介绍，以及业界应用案例

Redis内存数据库集群架构以及核心技术剖析

Redis 集群的安装部署与应用开发实战

模块七

类SQL语句工具——Hive

1、安装Hive

2、示例

3、运行Hive

配置Hive

Hive服务

Metastore

4、Hive与传统数据库相比

读时模式vs.写时模式

更新、事务和索引

5、HiveQL

数据类型

操作与函数

6、表

托管表和外部表

分区和桶

存储格式

导入数据

表的修改

表的丢弃

7、查询数据

排序和聚集

MapReduce脚本

连接

子查询

视图

8、用户定义函数

写UDF

写UDAF

模块八

数据挖掘SPARK建模基础介绍

1、Spark简介

Spark是什么

Spark生态系统BDAS

2、Spark架构

Spark分布式架构与单机多核架构的异同

3、Spark集群的安装与部署

Spark的安装与部署

Spark集群初试

4、Spark硬件配置

Spark硬件

Spark硬件配置流程

模块九

Kafka基础介绍

1、Kafka介绍

2、kafka体系结构

3、kafka设计理念简介

4、kafka通信协议

5、kafka的伪分布安装、集群安装

6、kafka的shell操作、java操作

7、kafka设计理念*

8、kafka producer和consumer开发

9、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

10、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

11、Hadoop与DBMS之间数据交互工具Sqoop的应用实践，

12、Sqoop导入导出数据以及Sqoop集群部署与配置

13、Kettle 集群的平台架构、核心技术、部署配置和应用实战

14、利用Sqoop实现 MySQL 与 Hadoop 集群之间

模块十

大数据典型应用与开发案例分析：互联网数据运营

1、案例1：贵州数据交易中心

交易所交易形式：电子交易

交易所服务：大数据交易、大数据清洗建模分析、大数据定向采购、大数据平台技术开发

大数据交易安全性探讨分析

数据交易中心商业模式探讨分析

2、案例2：大数据应用案例：公共交通线路的智能规划

UrbanInsights：为公交公司提供基于订阅访问的大数据工具以及大数据咨询服务

Urban Insights数据源、数据收集、数据仓库、数据分析——设计运营线路

Urban Insights通过互联网数据的运营

3、讨论：浙江移动大数据应用与开发方向

模块十一

当前数据中心的改造和转换分析-以国内外运营商、互联网公司为例

1、流商业大数据解决方案比较

2、主流开源云计算系统比较 

3、国内外代表性大数据平台比较  

4、各厂商最新的大数据产品介绍

5、案例分析

Facebook的SNS平台应用

Google的搜索引擎应用

Rackspace的日志处理

Verizon成立精准市场营销部

TelefonicaDynamicInsights推出的名为“智慧足迹”的商业服务

中国联通的“移动通信用户上网记录集中查询与分析支撑系统”

模块十二

课程总结与问题答疑