大數(shù)據(jù)處理技術(shù)-基于Hadoop的實戰(zhàn)
主辦單位：上海普瑞思管理咨詢有限公司 上海創(chuàng)卓商務(wù)咨詢有限公司
日期地址：2016年07月18-20日上海
培訓(xùn)費用：5500元/人(包括培訓(xùn)、教材、午餐、以及上下午茶點等)
課程背景：
隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的發(fā)展，我們已經(jīng)切實地迎來了一個大數(shù)據(jù)的時代。大數(shù)據(jù)是指無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合，對大數(shù)據(jù)的分析已經(jīng)成為一個非常重要且緊迫的需求。目前對大數(shù)據(jù)的分析工具，首選的是Hadoop平臺。Hadoop在可伸縮性、健壯性、計算性能和成本上具有無可替代的優(yōu)勢，事實上已成為當(dāng)前互聯(lián)網(wǎng)企業(yè)主流的大數(shù)據(jù)分析平臺。為解決廣大系統(tǒng)設(shè)計人員深入研究與開發(fā)大數(shù)據(jù)技術(shù)的需要，培訓(xùn)中心特舉辦“大數(shù)據(jù)處理技術(shù)-基于Hadoop的實戰(zhàn)”培訓(xùn)班。
課程目標(biāo)：
1，全面了解基于Hadoop/Yarn的大數(shù)據(jù)處理相關(guān)知識。
2，學(xué)習(xí)Hadoop/Yarn的核心技術(shù)方法以及應(yīng)用特征。
3，深入學(xué)習(xí)Hadoop/Yarn相關(guān)工具在大數(shù)據(jù)中的實操使用。
4，了解Hadoop與Storm、Spark、Docker等技術(shù)的融合使用。
培訓(xùn)要點：
互聯(lián)網(wǎng)點擊數(shù)據(jù)、傳感數(shù)據(jù)、日志文件、具有豐富地理空間信息的移動數(shù)據(jù)和涉及網(wǎng)絡(luò)的各類評論，成為了海量信息的多種形式。當(dāng)數(shù)據(jù)以成百上千TB不斷增長的時候，我們在內(nèi)部交易系統(tǒng)的歷史信息之外，需要一種基于大數(shù)據(jù)分析的決策模型和技術(shù)支持。
大數(shù)據(jù)通常具有：數(shù)據(jù)體量(Volume)巨大,數(shù)據(jù)類型(Variety)繁多,價值(Value)密度低,處理速度(Velocity)快等四大特征。如何有效管理和高效處理這些大數(shù)據(jù)已成為當(dāng)前亟待解決的問題。大數(shù)據(jù)處理意味著更嚴(yán)峻的挑戰(zhàn)，更好地管理和處理這些數(shù)據(jù)也將會獲得意想不到的收獲。
Google發(fā)布的GFS和MapReduce等高可擴(kuò)展、高性能的分布式大數(shù)據(jù)處理框架，證明了在處理海量網(wǎng)頁數(shù)據(jù)時該框架的優(yōu)越性。GFS/MapReduce框架實現(xiàn)了更高應(yīng)用層次的抽象，使用戶無需關(guān)注復(fù)雜的內(nèi)部工作機制，無需具備豐富的分布式系統(tǒng)知識及開發(fā)經(jīng)驗，即可實現(xiàn)大規(guī)模分布式系統(tǒng)的部署與大數(shù)據(jù)的并行處理。
ApacheHadoop開源項目開發(fā)團(tuán)隊。他們克隆了GFS/MapReduce框架，推出了Hadoop系統(tǒng)。該系統(tǒng)已受到學(xué)術(shù)界和工業(yè)界的廣泛認(rèn)可和采納，并孵化出眾多子項目(如Pig，Zookeeper和Hive等)，日益形成一個易部署、易開發(fā)、功能齊全、性能優(yōu)良的系統(tǒng)。
本課程從大數(shù)據(jù)技術(shù)以及Hadoop實戰(zhàn)的角度，結(jié)合理論和實踐，全方位地介紹Hadoop這一高性能處理大數(shù)據(jù)工具的開發(fā)技巧。本課程涉及的主題包括：Hadoop分布式文件系統(tǒng)及Hadoop的I/O；MapReduce的的工作機制、類型和格式；如何構(gòu)建和管理Hadoop集群；PigLatin語言的使用技巧；Hive數(shù)據(jù)倉庫工具介紹；HBase和Zookeeper工具的使用和管理；開源數(shù)據(jù)采集工具sqoop。
教學(xué)過程中還提供了案例分析來幫助學(xué)員了解如何用Hadoop系列工具來解決具體的問題，并介紹了從大數(shù)據(jù)中挖掘出有價值的信息的關(guān)鍵。本課程不是一個泛泛的理論性、概念性的介紹課程，而是針對問題討論解決方案的深入課程。教師對于上述領(lǐng)域有深入的理論研究與實踐經(jīng)驗，在課程中將會針對這些問題與學(xué)員一起進(jìn)行研究，在關(guān)鍵點上還會搭建實驗環(huán)境進(jìn)行實踐研究，以加深對于這些解決方案的理解。
課程大綱：
第一講云計算及大數(shù)據(jù)處理技術(shù)介紹
1）云計算的概念
2）云計算發(fā)展現(xiàn)狀
3）大數(shù)據(jù)的概念
4）大數(shù)據(jù)的應(yīng)用
5）大數(shù)據(jù)關(guān)鍵技術(shù)
第二講Google的關(guān)鍵技術(shù)
1）GFS分布式文件系統(tǒng)
2）Chubby并發(fā)鎖機制
3）MapReduce計算模型
4）Bigtable大表管理技術(shù)
第三講Hadoop系統(tǒng)及HDFS
1）Hadoop及其運行架構(gòu)
2）Yarn中的隔離和調(diào)度機制
3）HDFS分布式文件及塊
4）Seqenence file等DFS文件格式
5）HA和Federation
第四講MapReduce計算模型設(shè)計
1) MapReduce產(chǎn)生背景
2) MapReduce編程模型
3) MapReduce實現(xiàn)機制
4) MapReduce案例分析
第五講Pig 數(shù)據(jù)流處理工具
1）Pig 設(shè)計的目標(biāo)
2）Pig Latine介紹
3）Pig關(guān)鍵性技術(shù)
4）Pig的實用案例
第六講云數(shù)據(jù)倉庫Hive
1) Hive設(shè)計目標(biāo)
2) Hive數(shù)據(jù)模型
3) Hive關(guān)鍵性技術(shù)
4) Hive的使用案例
第七講HBase和NoSQL
1）NoSQL技術(shù)及其應(yīng)用介紹
2）HBase數(shù)據(jù)處理機制
3）HBase列族設(shè)計及API
4）HBase高并發(fā)讀/寫的實現(xiàn)
5）ZooKeeper并發(fā)控制模型
第八講數(shù)據(jù)抽取工具Sqoop
1）云中數(shù)據(jù)與DBMS數(shù)據(jù)的交換
2）Sqoop數(shù)據(jù)抽取關(guān)鍵技術(shù)
3）Sqoop數(shù)據(jù)抽取策略
4）Sqoop的使用實例
第九講Hadoop與其他云數(shù)據(jù)處理技術(shù)的融合
1）其他云環(huán)境中大數(shù)據(jù)處理技術(shù)介紹
2）與Spark實時處理技術(shù)的融合
3）與Storm流數(shù)據(jù)處理技術(shù)的融合
4）與Docker等其它云工具的融合
5）基于Hadoop/Yarn的大數(shù)據(jù)挖掘應(yīng)用
講師介紹：楊老師
主要研究網(wǎng)絡(luò)信息分析以及云計算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，主持和參與了多個國家和省部級基金項目，具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。
在線報名
